不少立体仓库项目，是败在动工之前的。货架排几巷道、AGV 走哪条路径、库位按什么逻辑分区——这些问题在图纸上看着都对，等混凝土浇下去、货架立起来、设备进场调试，才发现某个转弯半径不够、某个拣货口成了瓶颈。这时候改，改的不是图纸，是钱。制造业里有个说法：仓库的返工，是单价最高的返工。车间里的真问题，如果问的人不对、问的方式不对，后面的方案就一路错下去。所以真正值得讨论的，不是"仓库建好之后怎么调"，而是"能不能在动工之前，先知道它跑不跑得通"。
仓库还没动工，怎么知道这套设计行不行？
今年进博会上，给了一个很直接的答案：在 AI 里先跑一遍。他们把 AI 辅助编程引入立体仓库的设计仿真环节——货架怎么排、设备怎么跑、物流顺不顺，全部放进虚拟环境里先验证，验证通过再落地建设。这件事的意义不在于"用了 AI"，而在于它把仓库项目的验证节点从"上线后"挪到了"动工前"。传统做法是设计院出图、施工方建设、集成商调试，每一环都在"假设上一环是对的"；等到系统真正跑起来，才发现假设错了，而此时沉没成本已经压在钢筋水泥里。数字孪生的逻辑，就是把这个假设链断开——先建一个虚拟仓库，让物料流、设备动作、库位周转在软件里跑几千遍，把瓶颈跑出来、把冲突跑出来，再决定这根柱子立在哪。
方案阶段的三件事：物料流、库位、AGV 路径
对照精工智能的项目交付方法论，"先验证再动工"并不新鲜，它本来就是方案阶段的固定动作，只是很多项目把它做成了形式。真正有含金量的验证是三件事。第一件是物料流仿真：原料从收货口到线边、成品从产线到发货口，整条物流动线在虚拟环境里走一遍，算清楚每个节点的吞吐量和等待时间，找出哪里会堵、哪里会空。第二件是库位规划验证：按 SKU 的周转频次、体积、重量做 ABC 分区，在仿真里验证拣货路径是不是最短、补货触发点是不是合理，SKU 越多、越杂的仓库，这一步的价值越大。第三件是 AGV 路径验证：多少台 AGV 够用、充电桩放几个、路径会不会打架，这些参数在仿真里调，比在车间里调便宜得多——车间里调一次是停产，仿真里调一次是点一下鼠标。这三件事做完，方案才叫"验证过"，否则只能叫"设计过"。
比亚迪三基地的数据，验证的是什么？
精工智能在比亚迪三个基地的仓储项目里，空间利用率提升 40%、配送准确率做到 99.5%。这两个数字经常被拿来讲结果，但更值得讲的是它们怎么来的。空间利用率提升 40%，不是靠把货架排得更密，而是靠库位规划和物料流仿真先把"哪里该密、哪里该留通道"算清楚；配送准确率 99.5%，不是靠人盯，而是靠上线前把拣货路径和补货逻辑在系统里验证到位，让现场按验证过的流程跑。换句话说，这两个数字是"验证前置"的产物，不是"上线后优化"的产物。扩产、新线、新仓这类项目，爬坡期最怕的就是"边跑边改"——产能在爬坡，系统也在爬坡，两个不确定性叠在一起，交付周期必然失控。把仿真验证放在动工前，本质上是把不确定性提前消化掉。
精工智能数字化工厂的售前诊断，是先把问题问对、再谈方案。前面多花的时间，是给后面省下的返工。立体仓库这个品类尤其如此——它的试错成本太高，高到没有第二次机会。所以"在 AI 里先跑一遍"不该是展台上的演示，而该是每个扩产新仓项目开工前的标准动作：物料流先仿真、库位先验证、AGV 路径先跑通，方案确认可行再动土。仓库的钱，该花在动工前的验证上，不是花在动工后的返工上。这笔账，越早算越省。
