技术零部件Loblaw 与百事公司（PepsiCo）正在把园区自动化从基础的闸口处理向前推进，利用围绕卡车和挂车采集到的数据，将运输、仓储和资产管理系统的信息打通，减少司机和运营团队的人工操作步骤。
两家公司分别在 Eaigle 于安大略省万锦市（Markham）举办的客户活动上分享了各自的做法。相关项目最初都从提升闸口效率和园区可视性入手，如今正在向更广泛的系统整合和全网决策延伸。
对 Loblaw 而言，其供应链系统高级总监 Bruno Pellegrino 表示，最初的目标是减少闸口拥堵和人工操作，同时让挂车更快进出园区。
但更宏观的目标，是让仓储、运输和园区管理系统保持同步，从而基于准确的数据做出决策，并最终将这套做法推广到 Loblaw 旗下 26 个配送中心。
“我们希望一切都能同步，确保决策快速、准确，数据输入正确，不浪费任何时间，”Pellegrino 说。
Loblaw 供应链系统总监 Steve Freitas 补充说，这一点尤为重要，因为一次闸口作业必须和一个复杂的运输网络交互，这个网络包括门店配送、配送中心之间的交叉转运、零担运输，以及不同的车队和取货模式。
“只要在我们的生态里做任何事，牵一发而动全身，”他说，并补充道，目标不只是记录挂车进场，而是把多个系统的信息汇集起来，做出决策，并据此引导司机。
Loblaw 把闸口流程作为这些系统之间的中间层。
当司机签到时，采购订单信息可以与企业系统校验，而其他系统则能提供商品类型、燃油和温度信息、资产标识等细节。系统随后将司机引导至相应的月台、理货员或其他位置，并同步更新下游系统。
Freitas 表示，原本理货员需要两到三分钟完成的流程，集成系统大约只需三到四秒。
“所有信息都已经被数据挖掘过了，也都已经确定了，”他说，“根据他作业进展，我们清楚他此刻处在哪个位置。”
Loblaw 采取了分阶段的方式进行整合。
第一阶段连接了让挂车通过闸口并被引导至暂存区所需的系统，司机随后完成剩余的手动任务。Pellegrino 说，第二阶段计划于明年初启动，预计会增加更深度的仓储、园区和预约排程整合，并开始将司机引导至具体的卸货门。
自动化还带来了其他运营效率。Freitas 说，Loblaw 正在探索如何根据闸口建立的数字记录和园区管理数据，直接把司机引导到挂车旁，而不是让他们在大型园区里开车四处找设备。
Pellegrino 补充说，Loblaw 部分设施已在信息亭上显示地图告诉司机该去哪里，公司也在考虑未来通过司机的手机或 App 提供类似“逐步导航”的指引。
百事走的是类似的路径，但它与 Eaigle 的合作始于测试底层数据是否足够可靠，以支撑更广泛的整合。
百事战略总监 Raghu Narasimhan 表示，公司最初想消除闸口的摩擦，并获得更好的园区可视性。
如今，百事在多个站点同时使用 Eaigle 的 AVAC 平台和 AVAC Lite。AVAC 最初是作为更偏向货主的平台开发的，用于自动化闸口和园区流程，并打通围绕卡车、挂车、货物及相关单据的信息。AVAC Lite 则是后来开发的，更侧重承运商，强调挂车可视性、库存、损耗和利用率，而非完整的货主侧工作流。
但在大规模部署之前，百事先聚焦数据准确性、延迟和系统正常运行时间。Narasimhan 说，在第一处站点测试时，这些指标都达到了 95% 以上，数据准确性甚至更高。
“问题不在于‘嘿，我们能不能装几个摄像头、在一个站点跑起来’，而是我们得有网络效应，才能确认这是一项可行的技术，”他说。
完成验证后，公司现在更加强调整合。
该公司软件工程总监 Prasad Kosaraju 表示，一个挑战是运输系统和仓储系统对同一批货物未必用相同的方式来描述。不同系统之间的货物 ID 和其他数据字段可能不一致，导致难以把运输事件和仓储团队看到的内容对应起来。
不过，来自园区的准确物理数据可以提供另一个参照点，让团队把一批货物与它包含的商品关联起来，并将这些信息传递给仓储团队，用于拣货、装车等决策。
“这正是我们看到的巨大价值所在，”Kosaraju 说。
百事现在正把这种可视性从一批货物的内容延伸到承载它的挂车。
公司已在多个站点运行资产日志，能够看到设备的移动位置，以及自有和第三方的承运资产分别花了多长路程。
Narasimhan 说，最近百事开始把资产 ID 与货物 ID 关联起来，从而可以把挂车和货物作为一个整体运动来看待——包括资产闲置多久、货物移动需要多久，以及挂车是空载还是满载行驶。
“我们也发现了一些本不该被当作仓储使用的挂车，”他说。
接下来的问题是，如何利用这些数据实时决策。
“如果我知道那批土豆、玉米或食用油等其他原材料什么时候到厂，我该如何据此安排吞吐量和排班？”
Kosaraju 补充说，百事正在探索用 AI 智能体，借助实时货物和商品可视性，帮助仓储团队围绕 incoming 货物做好计划，减少缺货。
他说，他们还在开发方法，把检测到的挂车或轮胎问题（例如胎压偏低）与车队管理和预防性维护流程连接起来。
园区数字化正从“闸口拍照”走向“全网调度”，这对国内物流园区很有借鉴意义。国内不少大型快递、快运和冷链企业的分拨中心同样面临闸口排队、挂车找位难、信息孤岛等问题。Loblaw 把采购订单、温湿度、资产标识在司机签到瞬间就校验并自动引导，将两三分钟的理货压缩到三四秒，本质上是用数据替代人工传递。对国内企业而言，与其盲目上马昂贵的全自动设备，不如先把闸口、月台、WMS/TMS 的数据打通，用准实时调度减少司机绕场和等待。AI 智能体连接胎压预警与预防性维护的思路，也值得车队管理者参考——把“事后修”变成“事前防”，才能真正降本。
