В 2013 году Target запустил масштабную логистическую инфраструктуру в Канаде с новыми распределительными центрами, WMS и высокой степенью автоматизации. С технической стороны проект выглядел сильным. Но на уровне операционной модели было допущено критическое упрощение: в систему загрузили сырые и противоречивые данные, а сами процессы не были стабилизированы. WMS начала работать корректно в рамках тех правил и данных, которые ей задали. И именно это стало проблемой.
Ошибки в карточках товаров, неустоявшаяся логика пополнения — все это перестало быть плавающей проблемой и превратилось в системную. В результате склады показывали наличие, которого фактически не было, а магазины оставались без товара. Система не ошибалась, она масштабировала исходную неточность. ️️️
Через два года Target закрыл бизнес в Канаде с многомиллиардными потерями. Этот кейс до сих пор разбирают как пример того, что именно происходит, когда автоматизация накладывается на неустойчивую операционную модель.
Ключевой момент, который часто недооценивают: WMS не создает порядок. Она фиксирует его в жестких правилах. Если в процессах есть разночтения — система превращает их в обязательные сценарии. Если данные примерные, то система начинает опираться на них как на истину.
Роботизация усиливает этот эффект. Там, где человек раньше мог компенсировать проблему опытом, автоматизация просто исполняет заложенную логику без отклонений. Поэтому главный риск проекта состоит не в выборе решения и не в сложности интеграции, а в том, чтобы закрепить в системе неправильную модель склада и сделать еемасштабируемой. И чем глубже автоматизация, тем дороже потом пересборка.