Amazon物流中心的内部工作
最近，我有机会参观了亚马逊的两个物流中心，深入了解了它们的内部运作方式。虽然许多关于Amazon的文章都在讨论基础知识，但我将深入介绍他们的物流中心的工作原理。
请注意，大部分图片和所有视频都是由亚马逊提供的。
(一)物流配送中心的总体布局以及Kiva机器人系统
物流中心的地点
亚马逊在全球拥有超过175个物流中心。我参观的第一个物流中心是德克萨斯州圣马科斯的现代化SAT2。SAT2的意思是圣安东尼奥机场(SAT)附近的第二个库房或者地点。这是一个建于2016年的相当现代化的中心，使用了所有奇特的Kiva机器人(现在被称为“亚马逊机器人”)。该货架占地约8万平方米，约有200万个货架槽，可存放1500万至1600万件商品。
第二个是德国巴德赫斯菲尔德的FRA3。FRA3意味着它是法兰克福机场(FRA)附近的第三个库房或者地点。它们的数字排列目前已达FRA54。FRA3是德国13个(可能很快会更多)中心中最大的一个。也是唯一一家从德国境内运送服装(服装、鞋子等)的公司。它成立于2009年，是德国最古老的库房之一，机器人数量少得惊人(最古老的是附近的FRA1，它的体积小得多)。整个仓库只有一个机器人用来堆垛更大的箱子，以便交叉运输到其他仓库。这与SAT2形成了鲜明的对比!一个才有十年历史的仓库已经很旧了，这也太疯狂了。
FRA3和FRA1处理Amazon所谓的“sortable”的库房(即可以轻松排序和打包的库房)。其他中心处理“non sortable”，比如洗衣机和钢琴。还有分拣中心，客户的订单会批量到达，然后为个别客户重新包装。收货中心接收来自供应商的大量货物，并通过配送中心网络分发它们。配送站为最后一公里准备订单，尽管大多数订单直接来自物流中心。最后，还有一些“特殊”站点处理不符合上述类别的物品，并在旺季提供支持。
亚马逊机器人(前身是Kiva Systems)
亚马逊最令人惊叹的方面之一是他们实现的亚马逊机器人(以前的Kiva系统)方法，将物品在仓库和上架/捡货员工间移动。因此，在深入了解内部工作的更多细节之前，我想先看看这个相当奇特的机器人技术。据估计，Kiva机器人可以降低40%的执行成本。
起源
对于更现代化的自动化存储，亚马逊使用Kiva机器人(现在是Amazon Robotics)。2012年，亚马逊收购了Kiva Systems。Kiva以前有很多不同的客户，包括Gap、Walgreens、Staples、Office Depot等，但亚马逊没有续签这些合同，现在Kiva是亚马逊的独家客户。目前，全球175个运营中心中大约有26个使用Kivas，但这两个数字都在稳步增长。据报道，亚马逊有了Kivas，可以比通常人工上架/捡货方式多存储50%的商品，并且可以在15分钟内取到商品，而手工拾取需要60-75分钟。
它们是如何工作的
Kiva是一个橙色的小机器人，高约30厘米，重约130公斤。它可以举起重达750磅(340公斤)的储物架(称为“pods”)。这些小型的Kiva机器人将这些特殊的货架带到仓库和上架/捡货人员前，让它们从pods添加或中移除物品。在美国，亚马逊拥有12万个KIVA机器人。下图来自美国马里兰州塞西尔县MDT2。然而，这个照片并不能很好地展现在物流中心巨大空间里装满pods的景象。我估计一座建筑物里面的一层楼有10,000个货位。在一个物流中心，很容易加起来超过100,000个货位。我将在本系列的后面详细讨论这一点。
他们如何组织自己
下面的图片是亚马逊新闻视频的截图，展示了一层楼的PODS。你可以看到数量惊人的PODS。大多数物流中心都有像这样的多层。您还可以看到里面，它们保证移动而空“道路”，PODS位于4×6或类似的更大的分区中。因此，并不是每个pods都可以立即找到。
Kivas主要通过标记在地板上的2D数据代码来知道自己的位置。当Kiva经过时，它会扫描标签来知道它在哪里。一些附加的传感器有助于避免碰撞。它的背后是Amazon Fulfillment Technologies (AFT)软件，我也将在后面的帖子中谈到。
Kivas工作区和工人工作的区域明显地被栅栏隔开。如果一名维修工人必须进入Kivas工作区域，他会戴上一种名为“Robotic Tec Vest”的信号设备，让他周围5米内的Kivas停止移动，避免碰撞、受伤或损坏货物。
新一代Kivas
亚马逊目前正在研发下一代Kiva机器人，绰号“大力神”，通常缩写为H-Drive。该项目始于2015年，目标是让它们变得更短(即为上面的货物提供更多空间)和更结实。当然，还有更聪明。
虽然第一代Kivas大约30厘米高，但下一代将只有20厘米左右。第一代机器人可以举起750磅(340公斤)的重量，而下一代机器人可以举起1250磅(566公斤)的重量。请注意，还有用于3000磅托盘(1360kg)的重型Kivas。更小更强的尺寸减少了存储和处理库存所需的空间。这与亚马逊在靠近市中心的地方开设更多仓库的目标是一致的，因为这些地方的房价更高，但送货速度可能更快。
新设计的零件也少得多(亚马逊声称少了50%的零件)，使它们更容易维护，也更便宜。它们将在马萨诸塞州北里丁的亚马逊Kiva总部装配完成，供全世界使用。
空中?
(乔丹·斯特德/亚马逊)
亚马逊还在试验使用全电动无人机进行空中投递。目前，他们可以携带5磅重的货物飞行15英里，并在30分钟内交货。这种无人机设计成像直升机一样垂直起降，但在飞行过程中会像飞机一样切换到水平飞行。不同的传感器(但愿如此)可以探测到像烟囱和电线这样的障碍物。
然而，你不能指望无人机(目前)会把包裹扔到你的后院。还有很多问题需要解决，包括自动机器人隐形飞行的安全和空域管理的监管问题。
（二）亚马逊物流中心的运作-收货
在下文中，我们一起看看物流中心的典型布局，并从收货价值流开始。毕竟，当我们在期待从亚马逊得到东西时，亚马逊首先必须从其他地方获得这些东西。
布局
亚马逊的物流中心都有类似的结构。以下是FRA3布局的概述，这是没有机器人技术的物流中心的常见布局。
所有的货物都储存在由几个区域围成的一个中心，并形成物流。一些物流中心仍然有人工挑选过程，商品被存储在货架上，通常是多层的。较大的物品放在分隔的纸板箱里。高需求的商品，如新的电脑游戏也可以存储在整个托盘。下图来自德国莱比锡。
当然也有送货卡车的码头，这些卡车在收货区域卸货。在接收区，接受的货物被拆开并分配到不同的存放区域。进货码头和出货码头通常在底层，出货码头通常比入货码头多。收货和打包区域通常要占用好几层楼。例如，在SAT2中，有两层用于接收，两层用于包装。上层也有自助餐厅和很少的办公室。
不管你因什么原因退货，都在退货区处理。一些物流中心也有一个存放危险品的区域。令人惊讶的是，这里的独立办公空间很小，大多数部门，比如人力资源部门，在仓库内上只有几张办公桌。有很多可视化管理来帮助工人在他们的工作。
另外，很多运营中心似乎在大楼外面都有一座二层楼，还有一座桥，人们可以从二楼进入。我认为一层空间对于亚马逊来说是最重要的出入空间，所以人们的入口在二楼(餐厅也是)。此外，为了安全起见，这使行人和车辆交通分开。
收货价值流-卸货、拆箱
收货流程从到达收货码头的卡车开始。这些卡车可能来自供应商，也可能来自其他物流中心。下面是FRA3的码头。在德国，卡车周日不开，所以周一上午是收货区域最不繁忙的时间。与移动停车标志(见下文)相结合的交通灯系统，旨在防止卡车的安全，完全关闭车门之前离开。
卡车卸货，纸箱被移到接收区。盒子被扫描和打开，个别的货物被放入黑盒子(称为大手提袋)或银色的推车。包装被处理，盒子和推车被分配到存放区域。
手工上架
在这里，我们必须区分普通的货架和手动上架，以及自动化的PODS。对于手动上架的人员，要穿过货架，把物品放在货架上。产品没有指定的位置，上架员工只是把它放在他们能找到的空地方。因此，商品的存储是非常随机的。这被称为随机存储。为了跟踪商品的位置，他们会扫描货架，扫描商品，然后把商品放到货架上。如果架子上没有地方了，他们就会问电脑要一个新的位置。下面是这样一个书架的特写，它显示了位于250和255位置的D层。这些数字代表货架上10厘米的间隔，因此下面的货架大约50厘米宽，距离货架起点25米左右。正如你所看到的，在同一个货架上有多种不同的产品。
机器人上架
在机器人上架中，仍然是人把物品放到货架上。(不过亚马逊正在研究用来装载物品的机器人。也许5年后?)不同的是，收货人不再走到货架前，而是一个橙色的小机器人抬起整个货架并把它带到收货人那里。亚马逊对这些货架的技术术语是“pods“”，他们的仓库里有成千上万个这样的pods。
不管怎样，这些pods被带到上架工作站，看起来和下面的捡货工作站非常相似。收货工作站有来自收货区域的箱子，扫描不同的物品。类似于手动上架，他们可以把它放在一个混乱的存储回家的任何空闲货位。上架员工放入商品，而一个运动传感器跟踪放置的位置，在将物品放入pods并点击确认后，上架员工上架下一个物品到另外的位置或pods。如果你看这个，它进行得非常顺利。以下是Kivas的短片。他们在地板上使用二维码导航。
如果pods位置没有足够的空间，上架员工不能把它放在同一个pods的另一个位置上，而是通过计算机获得一个新的位置或pods。问题解决者将查看为什么pods中的货位已经满了。同样地，如果上架员工发现了损坏，物品也会被放入“特殊货位”中，以便稍后查看。
（三）亚马逊物流中心的运作-发货
下面我们从非常有趣的发货价值流过程开始(例如，货物如何从仓库运到你的门口)。
发货价值流
发货价值流是库房内工作占比最大的部分。这一流程切都始于捡货，在捡货区域中捡取所需的物品。现代的物流中心使用机器人来实现捡取过程，而旧的中心和有难以处理的货物(瓶子、衣服等)的中心则使用人工捡取。
人工捡取
让我们从人工捡取开始。正如你可能想象的那样，有人正在沿着货架拾取东西。他们推着一辆装有黄色盒子的手推车，还有一个手持扫描仪。扫描仪会告诉他们下一个捡取商品的货架位置。根据产品的不同，这可能是30厘米的货位的间隔，如下图所示，或者是间隔3米的一个新货架区。由于这是一个随机的存储系统，货架区域可能包括其他产品，同样的产品也可能在其他货架上。扫描仪扫描货架条形码，然后是商品。如果一切正常，完成扫描后，扫描枪将提示将移动到下一个位置。
拣货员工同时处理多个订单。例如一个包裹有多个商品(一个多包)，或者多个拣货员工为同一个包裹工作。因此，拣货员工的箱子通常包含多个订单的物品。
如果有任何问题(例如，物品没有在货架上找到)，拣货员工从扫描器获得一个新物品，但没有任何物品被拣取。即使拣货员工在邻近的地方看到物品，他也不能拿走它。专门的问题解决员工会查看这个架子，找出问题出在哪里。如果有一个错误的物品或损坏的物品，一个不可扫描的物品，或商品属于一个大包裹的一部分，它将进入一个“特殊的箱子”中，稍后由问题解决员工进行分类。
需求量大的商品就存放在离包装站更近的地方，这样拣货员工就不用走那么多路了。超大号物品、危险品和有不同储存需要的物品(如挂在衣架上的衣服)存放在不同的区域，有适合该产品的货架或货架。超过15kg的较重货物可使用真空升降机搬运或双人搬运。他们还试图让一个拣货员工只处理一个拣货区域，以减少楼层间移动的耗时(称为区域拣货)。
机器人拣货
与机器人收货类似，机器人收货不需要机器人从货架上抓取物品。因为这仍然是太不可靠和缓慢的。然而，亚马逊也在努力实现自动挑选，并且正在考虑使用更标准化的包装，让机器人更容易完成这项工作。但就目前而言，从货架上取下商品仍然是由人工完成的。同样的小型Kiva机器人，携带pods进行上架，也携带pods进行捡取过程。
拣货工作站的工作人员在显示器上看到一件商品，包括该商品的图片、数量以及该商品在黄色pods中的哪个货位。工作人员只需将物品从货位中拿出来，扫描，然后放入电脑确定的多个箱子中的一个。与目视化拣取类似，放置位置由箱子上方的一盏灯指示。上面的图像显示的是一个手持扫描仪，但是我访问的SAT2在每个盒子上都有一个扫描仪。因此，与超市结账类似，工作人员只需将商品放在扫描仪下，然后将其放入箱子中。一个未来的改变计划是在工人上方添加射灯，指向pods，显示pods中的哪个货位有想要的物品。这可能会使系统运行得更快。以下是在pods 拣取的短片。
与上架类似，如果任何东西出了问题，工人不会被指示去处理它，而是会给问题解决者一个信号（andon），让他们来解决问题。帮助完成这一过程，在拣取后，相机会拍下pods的侧面。人工智能算法试图找出照片是否与预期的pods内容一致。如果算法感知到差异(一个“增量”)，它可能会被发送给问题解决员工。这不是对拣选的交叉检查，而只是一个质量控制过程。
每隔一段时间，黄色(有时是黑色)的箱子就会被推到传送带上，以备下一站的使用。如果一个箱子里只有一件商品(单一商品)，那么下一站可能是在打包，或者是对一个包裹里有多个商品的处理过程。
圣诞季
在旺季(特别是圣诞节)，通常数量的拣货和包装站是不够的。额外的工作站通常在之前被存起来，为更多的工作做准备。通常情况下，这些额外的运输站并不与传送带相连，而是由一个单独的工人用手推车将货物运走，送到传送带。
跨库调拨
有时，顾客订购的产品，本地库房没有库存，只能在更远的库存配送。在这种情况下，把这个小包裹长途直接寄给客户往往太贵了。更便宜的选择是使用调拨箱从一个库房运到另一个库房，把它运送到离顾客更近的一个库房，进行包装。这样在库房之间的运输，通常是使用放在托盘上的大黑盒子来完成的。这个托盘在目的地库房拆开。FRA3中使用的机器人将这些黑匣子放在一个托盘上(它被命名为“Chuckle Berry”🙂)。图片中的机器人，是在美国一个库房的机器人处理托盘。
Multi-Pack
在挑选和包装之间，可能有额外的操作。其中之一就是多样商品包装。如果顾客在一个包裹中只得到一件商品，黄色的提包就会直接进入包装阶段。这些客户要么是小订单，要么是Prime客户，他们的包裹更多，交货更快。在任何情况下，如果顾客订购的物品多于一件，所拣取的商品需要合并到一起。这是在一个单独的工作站中完成的。
黄色的箱子在到达rebin 工作站后。SAT2一名工作人员从这些箱子中取出物品，扫描它们，然后将它们放入相邻货架上的一个货位中，根据灯的指示。每个货位都是一个包含多个商品的包裹。当一个订单在货架上的一个货位里完成时，另一边的灯指示另一个工人把这些商品拿出来，放进另一个盒子里，一个灰色的托盘。然后把这个托盘放到包装工作站。
在FRA3的系统略有不同，在那里的商品是从箱子挑选到架子上的一个货位。当货架满了，整个货架然后被推到包装站。下图是西班牙圣费尔南多德赫纳雷斯的MAD4公司的可移动货架。由于FRA3也处理服装和鞋子等时尚物品，它更有可能有多重包装，平均每个包裹2.18件物品。人们似乎会订购不同的尺码，看看哪些适合，然后把剩下的退回去。因此，FRA3的退货率也高于平均水平，但其中95%适合转售。
Re-Pick
似乎在一些物流中心，他们的拣货箱相当满，需要为每个订单重新拣到红色的箱子里。如下所示。
Giftwrap
对于许多产品，客户可以选择礼品包装。这些产品被送到礼品包装站。
包装
最后，物品将被送往打包站。一个物流中心很容易拥有100个或更多的打包站，尽管不是所有的打包站都一直处于活动状态。圣诞节期间临时增加更多的工作站。
在打包工作站，物品会从黄色箱子中取出并进行扫描。显示器显示出要用多大尺寸的纸箱或信封。胶带机提供合适长度的包装胶带。员工将折叠这个盒子并在底部粘贴，放入商品，然后封箱。最后，添加了白色条形码。这个条形码将包裹与所有必要的信息连接起来。实际的地址标签是稍后在SLAM过程中添加的。下面是一个简短的视频包装过程。
空箱后被送回到拣货岗位。包裹通过传送带传送到SLAM。通常，包装从一边提供新的包装材料。因此，通常是两排包装岗位，中间共用一条输送带。
人工捡取
SLAM与扔和摔你的包裹无关(这是在投递过程中完成的😉)，但代表扫描、标签、应用、清单。它也是最后的质量检查，包裹重量，并比较重量与商品和包装的预期重量。同样的，如果有不符，包裹会再次被手动检查。在包装过程中，一个条形码被附在包裹上。这将包裹与相关信息联系起来，但这只是机器可读的。在SLAM过程中，机器会扫描这段代码，打印出配送员也能读懂的正确的运输标签，并将该标签粘贴到包裹上。
左边的照片显示的是SLAM设备，右边的照片显示的是一个包裹，包装条形码在上部，SLAM标签在下面。
发货
现在包裹已经准备好，可以邮寄了。传送带以每小时30公里的速度将货物送到分拣机。似乎有不同的分类系统。右边的第一张图片MAD4似乎有一个交叉传送带(一个小传送带在大传送带的顶部横着走)。每一节有一个包裹。当包裹通过正确的槽时，输送带就会激活，将包裹向左或向右移动到正确的槽中。我在羽田机场物流站也看到过类似的传送带。
我访问的两个地点有一个稍微不同的输送带。他们用滑块把包裹从传送带上推入一个滑槽，而不是用一个小的交叉传送带。
最后，我看到的一张照片似乎显示了人工分拣，尽管我不确定这张照片的细节。
根据分拣的楼层不同，包裹也可能通过螺旋滑到与出货码头位置。就像我见过的所有传送带一样，物品偶尔会掉落。时不时会有包裹掉下来。因此，有人会偶尔检查一下传送带，并把掉下来的包裹重新放入这个过程中。
出货码头
包裹现在已分拣完毕，准备装上运送卡车。下图显示了出站区域，传送带延伸到卡车。FRA3正在重建中，在安装新的传送带之前，它暂时用人工装载卡车。
每隔一段时间，黄色(有时是黑色)的箱子就会被推到传送带上，以备下一站的使用。如果一个箱子里只有一件商品(单一商品)，那么下一站可能是在打包，或者是对一个包裹里有多个商品的处理过程。
发货
根据卡车类型的不同，装载会让人感觉像3D版的《俄罗斯方块》，尝试着将尽可能多的包裹塞进卡车中。FRA3平均每周运送90万至100万件物品，圣诞节期间24小时内的峰值需求为30万件。
配送
亚马逊的货车包裹可以通过FedEx、DHL、Hermes、UPS、DPD、皇家邮政、美国邮政服务等各种物流公司运送。亚马逊也越来越多地在最后一英里使用自己的送货卡车。当然，这对其他快递公司来说是一个威胁，它们与亚马逊的生意做得很好，但风险是这项业务可能很快消失。一个小机队的飞机也处理中心之间的远距离运输。最近在送货过程中，我能够看到一张实时地图，上面有送货车的位置，以及在它到达我的位置之前还有多少站。这让我更容易接受包裹。
术语说明
在SAT2中，他们有不同颜色的盒子，不同的过程阶段有不同的名字。为此，他们花了不少时间研究箱子的同义词。让我再给你一个顺序:kiva货架被称为“PODS”。"这些被选为黄色拣货使用的箱子叫“tote”。这些箱子里面的商品直接被打包，除非是多件物品的包装。在这种情况下，这些黄色箱子里面的商品被重新拣选到到灰色的“托盘”中。单一商品的箱子和多种商品的箱子用于包装，它们最终被放入一个纸板箱中叫做“box“(或较小的物品放入信封中)。问题和损坏的物品会被放入一个“amnesty 货位”，由问题解决者来处理。所有这些不同的名字可能有助于交流，而不是把它们都称为一个盒子。然而，在FRA3中，他们在从拣货到包装的整个过程中使用同一个盒子，在物流中心之间的运输中使用大黑盒子。所有的中心都有带轮子的架子。较大的物品也可以用叉车搬运。
（三）亚马逊物流中心的运作-Amazon Fulfillment Technologies(AFT)
前面的文字大多是介绍了物流中心内部工作的实际操作部分。在这里，我将介绍运营背后的那些软件。其他公司可能会把“工业4.0”的标签贴满这一切，我们看看亚马逊是怎么做的。
实现的核心:Amazon Fulfillment Technologies(AFT)
上面我谈了很多关于亚马逊物流中心的操作方面的事情。虽然这是很好的完成，但亚马逊库房中心的真正力量是那些无形的软件，称为Amazon Fulfillment Technologies (AFT)。亚马逊声称它是世界上最大的物流中心执行引擎，是他们连接操作和虚拟世界的纽带。由于产品种类繁多，这是一项非常具有挑战性和复杂的任务。亚马逊一天内处理约3700万份订单。
大多数其他公司都会贴上“工业4.0”的标签，但亚马逊并没有真正提到工业4.0。他们就是这么做。我很喜欢这样。然而，它包含了大量先进的机器学习技术，用于预测、文本理解、图像识别、翻译、语音识别等等。
例如:货位图片
一个例子是PODS中用于机器学习的图像。装在货位里商品隔离带是透明的，便于识别。捡取后，拍照的pods的货位(称为bin)。你可以在下面看到其中一个图片。
机器学习被用来回答诸如：
这个箱子里有多少东西?：
货位里有某种产品吗?有多少指定的产品在货位里?等等...通过Github可以获得一组包含50万张图像的数据，用于机器学习。
我看了几张图片，其中有几张我自己都很难正确回答。
Aurora数据库
虽然亚马逊的数据库最初是基于Oracle的，但最终变得太大而难以管理。2017年5月，他们切换到自己的亚马逊Aurora系统，尽管他们在2019年10月才关闭了最后一个Oracle数据库。Aurora是一个基于云的MySQL和postgresql兼容的数据库(两者都是开源数据库管理系统)。Amazon声称它比普通的MySQL数据库快5倍，比PostgreSQL数据库快3倍。亚马逊还声称，它的成本只有以前Oracle数据库的十分之一，无论是授权(减少60%)还是管理(减少70%)。每个数据库的最大大小似乎是64TB，尽管Amazon将大约75 petabyte 字节的数据从Oracle迁移到Aurora(包括其他数据库，如Alexa、Prime Video、Amazon Music等)。
过程
计算机决定挑选什么，什么时候挑选，如果有的话就激活Kivas，并组织发货。这个计算机系统是非常完善的。它根据客户的订单制定一个初步的计划，但每一步都要根据每一分钟的细节来细化这个计划，比如卡车可能的路线，卡车上的可用空间，以及许多我只能想象的方面。因此，最快速和/或最便宜的客户路径,经常根据新信息进行更新。
该系统包括人工智能。虽然人工智能被谈论了很多，但它在物流和生产管理的工业应用中仍然很少见到。其中一个特点是机器视觉分析Kiva 的pods上或其他产品的图片。
绩效
在FRA3，一个订单和相应的包裹离开码头之间的平均时间是惊人的2小时45分钟，而FRA3是由于衣物处理和人工挑选而较慢的执行中心之一。他们的目标是把这个时间提高到2小时30分钟。从顾客订购产品到顾客家按门铃，亚马逊的当前记录是…坐稳了…3分钟!
如果我想从我的地下室拿点东西，我需要更多的时间!我过去的一份工作就是在三天内就能从街对面的仓库拿到零件。亚马逊只用了3分钟就把包裹送过来了!这是对他们配送方面的能力的一个相当有力的证明，但更多的是在软件方面。当然，客户就住在配送中心的对面。而且还不知有多少个包裹在最好的时间送到的，我觉得这非常令人印象深刻。
在一些地区，亚马逊甚至定期在2小时内送货。Amazon Prime现在可以在2小时内为选定地点的 Prime客户递送各种各样的商品。美国的许多大城市都有覆盖，世界上其他一些城市也有覆盖。就在几年前，对于终端客户来说，从下单到按门铃只需几个小时的送货时间是难以置信的，除非你花了相当多的钱打车把东西送到你那里。现在亚马逊免费提供!
在本公众号中发表的关于工业4.0的文章，写了——什么有效，什么无效中，我讨论了工业4.0的意义所在。其中一个领域是物流。工业4.0可能非常昂贵。物流是一个具有规模经济的环节。如果你已经编程了一个Kiva，那么你就已经编程了所有的Kiva。如果您为一个交付中心提供了后端软件，那么(稍加调整)您就为所有的中心提供了后端软件。因此，亚马逊将大量资源投入到他们的Amazon Fulfillment Technologies (AFT)软件中是有意义的，因为收益可以在他们的数百个物流配送中心中共享。总的来说，这是一项令人惊叹的工作，我相信它将继续得到改进。
虽然亚马逊以外的人还不知道很多东西，但我认为Amazon Fulfillment Technologies (AFT)非常出色。收集如此多的数据，跟踪它，并实时更新它是一个相当大的挑战。但是亚马逊有足够的资源来推广这个软件(他们雇佣了很多人)，而且它的实施对整个公司都有好处。整体很酷。
（四）亚马逊物流中心的运作支持过程及最重要的员工满意度
在这里，我们谈谈一些运作的支持过程以及最重要的员工满意度。我将查看库存、安全、他们在仓库楼层的有趣办公地点、Amazon Go商店和员工满意度的过程。
库存
就像在任何仓库中一样，数据和现实之间偶尔会有差异。有时会出现额外的物品(可能是包装错误或供应商超额交付)。然而，更常见的情况是，物品会消失。这可能会丢失，损坏，交货不足，错误地发送给客户，甚至被盗。
亚马逊已经对如何解决这些问题制定了标准化流程。
首先，如果出现什么问题，会有问题解决者调查这个问题。
如果一个架子太满了，放东西的人不能把东西加进去，它就会被检查。
如果一件商品应该在货架上，但拣货员者找不到它，它也会被检查。
这是一个持续的长期过程。
还有一个盘点的过程，在这个过程中，人们检查货架上的商品，并将其与数据进行比较(例如，有什么和应该有什么)。在FRA 3中，他们声称(轶闻)他们在几十米厚的架子上发现了一个错误——对我来说，这听起来太好了，难以置信。但不管怎样，他们有一个循环盘点库存的动作，这在零售业和类似的库房中很常见。
防损
正如人们所预料的，一个仓库里有很多令人感兴趣的货物，这些仓库需要安全保障。进入大楼需要一张芯片卡通过安全门。在大楼内，进入实际的仓库是没有问题的，但出去需要有一些防损措施。在德国的FRA3，这些是简单的RFID扫描仪，类似于购物中心，它们不做身体扫描，也不检查员工的口袋。在德克萨斯州的SAT2，它离机场安检更近，有身体扫描和行李x光检查。这是为了减少盗窃，虽然不能完全防止它。
我经常在亚马逊上订购，最近我遇到了第一起我怀疑是偷窃的案件。我订购了一台漂亮的新笔记本电脑，但当盒子送到时，里面只有切碎的稻草，可以用来铺小宠物的床。盒子仍然用原包装胶带密封，似乎没有被篡改过。这些东西重2kg，与笔记本电脑重量相当，因此在SLAM步骤中再次检查时没有发现任何东西。这可能是一个非常奇怪的打包错误，也可能是某个员工想出了获得免费笔记本电脑的方法。由于价格问题，亚马逊的客服需要将我的问题上报给它的主管，但他们没有太大麻烦就给我换了一个人(为亚马逊的客户服务干杯!)然而，他们确实展开了一项内部调查，以查明那台笔记本电脑究竟发生了什么事，我希望他们能抓住小偷。
办公室
我喜欢的一点是亚马逊将办公室和车间整合在一起的方式。在我访问过的所有库房，以及下面MAD4的一些照片中，大多数办公室都不是单独的房间，而是简单地放在仓库角落里的桌子和电脑。没有隔板，没有墙，没有门，随便可以进入。
例如，亚马逊物流中心(Amazon Fulfillment)的人力资源部门通常在正门有一张办公桌。每个进出的员工都要经过人力资源部的办公桌，没有任何分隔的门或墙。如果员工需要或想要与人力资源部门互动，那么他们就会在那里(希望如此)帮助员工。
类似地，问题解决者、质量人员、团队角和改进团队都在他们应该在的地方——在仓库内上(或者用精益术语来说，genba)。如果你仔细看上面的图片，你会看到一个gemba看板，它也有不同的问题列表，负责人，截止日期…而且都是手写的!我很喜欢这种方式。
和所有的开放式办公室一样，尤其是位于仓库内的办公室，也存在噪音问题。这是这种开放式办公室的缺点，也许他们工作时使用的是消音耳机，这在开放式办公室里越来越普遍。
员工的满意度
最后，我想谈谈员工满意度。亚马逊最近受到了一些批评，包括约翰·奥利弗(John Oliver)在Last Week Tonight节目上发布的一段视频，哀叹仓库的艰苦条件、绩效的压力以及上厕所的困难。
但就我个人而言，我并没有注意到这些问题。诚然，在仓库工作是一项艰苦而重复的工作，报酬总是可以更高的。然而，我并不认为亚马逊的情况比沃尔玛或其他仓库差。在我参观的过程中，观察工作的人们，我没有注意到任何忧郁或疲惫的人。我的导游们都很高兴，似乎对他们在这两个地方的工作都很满意。工作节奏似乎也可以接受。我参观的所有中心都有空调，SAT2的导游说附近的沃尔玛仓库没有空调。但话说回来，我从未在亚马逊工作过，我的观察也只是随意的。在这两个地方，他们都声称仓库里有厕所，不用安检就可以进入。
在Glassdoor或Kununu等公司评论网站上浏览一下，你会发现它们的评价相当不错，分别得到3.8和3.66颗星(满分5颗星)。虽然这并没有让亚马逊跻身前100名，但在我看来，这是一个不错的评级。当然，这是仓库工人和白领的混合体，后者往往比蓝领工人更满意，但这也适用于其他公司。相比之下，在写这篇文章的时候，沃尔玛在Glassdoor、联邦快递3.7星、UPS 3.4星、美国邮政3.0星、联合太平洋公司2.2星和DHL 3.7星这几家物流公司中都有3.2星。总的来说，我认为工作上的负面压力被夸大了。
Amazon Go
在谈论新奇事物的同时，我也想简单提一下Amazon Go。最大的在线零售商亚马逊将转向实体店。Amazon Go是一家连锁便利店，在美国有17家分店。第一家于2017年开业，不过只是对亚马逊员工进行测试。自2018年起，公众只要安装了Amazon Go应用，就可以进入此类商店。
这家商店在某种程度上是零售版的仓库，里面塞满了各种传感器、计算机和人工智能。其目标是尽可能实现购买行为的自动化。顾客只是拿起他想要的东西并随身携带。在普通商店里这是盗窃，但在Amazon Go，摄像头监控顾客，货架测量他们的重量，RFID芯片检测商品等等。如果顾客从货架上取下一件商品，商店会检测到这一点，并将该商品添加到Amazon Go应用程序购物车中。如果顾客把它放回去，商品就从购物车中移除。当顾客离开商店时，购物车中的商品会通过应用程序自动支付。
这个概念是革命性的，可以减少零售店的劳动力，甚至减少更多成本，以及由于偷窃造成的损失。据一些新闻报道，亚马逊计划在未来几年内开设数千家商店。