Да, это был первоапрельский тест на внимательность
Но если убрать иронию, ситуация не такая уж и выдуманная. WMS действительно может оптимизировать склад так, что с точки зрения алгоритма все красиво — минимальные пробеги, высокая загрузка, отличные KPI. А с точки зрения реального мира — хрупкое рядом с тяжелым, химия рядом с продуктами, и дальше по списку. Проблема не в системе.
Проблема в том, какие ограничения в нее заложены.
Большинство WMS-логик по умолчанию опираются на габариты, вес, оборачиваемость и адресное хранение. Но часто игнорируют или недостаточно учитывают физические свойства (хрупкость, текучесть, сыпучесть), совместимость грузов, сценарии аварий (падение, вибрация, перегруз), реальное поведение автоматизированных систем (особенно мобильных роботов).
А дальше начинается самое интересное: роботы и алгоритмы очень хорошо выполняют задачу, которую им поставили. Даже если задача сформулирована неполно.
В автоматизированных складах (AMR, AGV, shuttle-системы) это критично, потому что: решения принимаются быстрее человека, ошибки масштабируются мгновенно, а интуиции кладовщика больше нет.
Что с этим делают на практике
Вводят дополнительные атрибуты товара (хрупкое, опасное, чувствительное к положению и ориентации и т.д.). Строят матрицы совместимости — что можно хранить/перевозить вместе, а что нет.
Добавляют «штрафы» в алгоритмы маршрутизации — не только кратчайший маршрут, но и самый безопасный путь. Учитывают динамику, например, как поведет себя груз при разгоне и торможении робота.
И главное — тестируют не только в идеальных условиях, но и на пограничных сценариях. Потому что “диван + лабораторное стекло” — это не баг, а логичное следствие недоописанной задачи.
Автоматизация сначала обнажает ограничения системы, а затем многократно усиливает последствия ошибок. И вот с этим уже не пошутишь.