美國羅切斯特藥品公司正在通過實踐證明，AGV機器人可以在正確的應用程序中完成分揀工作，并為零售商和經銷商實現全面自動化提供實踐經驗。
羅切斯特藥品公司（RDC）有一個1800平方米的配送中心，在配送中心的分揀模塊中央，有一個名為“亞當”的移動分揀機器人正從存儲于四通道的、容量為1200個庫存單元的分揀區分揀著貨物。
當某個藥房藥品訂單的分揀箱被傳送到亞當的工作區時，機器人操作員邁克·柯林斯就會掃描條形碼，并向亞當發送指令。隨后，亞當會自動穿過工作區，用帶有吸盤的手臂將貨物分揀到分揀箱，訂單完成后，亞當再返回柯林身邊。當被問到與機器人合作是否準確可靠時，柯林笑著回答：“我的工作就是監督它執行訂單，盡管它并不經常出現失誤。”
該機器人于2017年1月投入應用，并在3月之前完成了分揀訂單測試。目前，機器人的準確率在95%～98%，而聲控助手的準確率為99.9%。里茲曼說：“如果我們能把貨架上的產品歸納整齊，那么機器人在操作時可以避免大多數失誤。”他補充道，“如果接下來能將機器人整合到自動化系統中，RDC計劃擴展到4個機器人，我確信它會起到作用”。
破局用工難
雖然自動化對制造商來說已經非常平常了，但如羅切斯特制藥公司這類的零售商和經銷商，長期以來還是通過不斷增加人手來完成更多的分揀模塊。畢竟與自動化相比，工人更加靈活，成本也不高。
然而，舊的工作模式已經過時。新的市場需求，特別是與電商相關的需求，更加重視每一個訂單的準確性和完整性，完成訂單的時間越短越好。此外，兩班倒或三班倒的工作崗位，要想找到一個可靠的勞動力，比以往任何時候都困難。因此，只有新的自動化產品才能解決分揀和包裝的問題。
RDC早期并沒有打算使用機器人。就在五六年前，羅徹斯特工廠的自動化程度相對較低，只有傳送帶和語音技術。但隨著業務的增長，勞動力成為問題，尤其是在第二班，工作時間從17:30—02:00。而當時，配送中心處理任務約為每晚3萬件，需要45個工人，在中間層上緩慢移動的貨物是最難分揀的。
“這是一個繁忙的工作，人員流動較大?！奔s翰·布魯南說，“很多時候，安排好了工作，工人卻沒有按規定上班。這種人為失誤率每年高達40%?！睘榱私鉀Q這個問題，RDC計劃擴大羅切斯特的運營規模，并選擇在新澤西州費爾菲爾德建立一個高度自動化的配送中心。
助力貨物分揀
接下來發生的事情和設計好的劇情一樣，RDC的前CEO杜德與一名藥劑師客戶分享了他的困惑，并隨口說“應該有人發明一個機器人”。巧的是，藥劑師的兒子湯姆·加魯佐是匹茲堡卡內基梅隆大學的機器人專家，也是IAM機器人(IAM Robotics)的聯合創始人。雖然對于加魯佐來說，他并不太關注物料處理，但他還是去了羅切斯特，并了解了緩慢移動貨物的分揀過程。
速度雖然也是研究的一部分，不過就目前而言,每小時分揀100件物品已能滿足RDC的需求。當然，機器人成品不是在一天內完成的，要考慮到這是為RDC的工作環境設計的新解決方案。里茲曼說：“經過反復溝通和調試，目前RDC已經對機器人的狀況比較滿意了?！?/p>
重塑配送流程
做第一個“吃螃蟹”的人并非易事。RDC采用了“爬—走—跑—跳”循序漸進的過程，將失敗的風險降到最低。最初的幾個月里，IAM公司的員工負責現場的一切技術問題，并培訓機器人操作員柯林。待培訓完成后，柯林就開始自己動手了。盡管如此，IAM公司還是堅持從云數據得到該機器人的實時反饋，保持監視機器人的性能，并向RDC報告重要的指標。
下一步已經很明確了。首先，RDC打算將機器人的選擇區域擴大一倍。里茲曼認為，如果RDC能夠成功地做到這一點，就可以將機器人的訂單數量翻倍，并進行批量分揀。此外，RDC還與SSI Schaefer公司合作，將機器人與輸送系統集成。這個想法是讓分揀箱自動地在機器人身上滾來滾去，讓柯林從這些任務中解放出來。
和機器人一起工作了6個月后，里茲曼最大的驚喜就是IT集成的速度。他說：“我們正在收集已經發送到我們語音系統的信息，以及管理傳送器的倉庫控制系統。從我們的企業資源規劃系統獲取信息到他們的服務器，從服務器到機器人的速度比我想象得要快?！贝送猓瑱C器人還學會了精確計算，就像大多數自動化設備一樣。
里茲曼和布魯南都相信機器人已經為那些勇于嘗試的公司做好了準備。布倫南說：“當我們在新澤西費爾菲爾德開設新的配送中心時，我們就已經很清楚自動化可以為我們帶來什么。雖然這是在做嘗試，但我相信肯定會有回報?！?/p>
里茲曼認為，機器人將重新打造未來的配送中心。他說：“現在我們試圖擴大該配送中心的覆蓋范圍至10個州。如果我們使用移動機器人進行分揀，就可以在不需要額外幫助的情況下增加我們的業務。”
