國際商務補充教材

主題6：倉儲、配送中心與物流節點設計

類型 / 模式	核心概念	運作方式	代表案例	優勢	風險 / 限制
倉儲 / DC 節點管理	倉儲不只是存貨，而是支撐供應鏈流動的節點	以收貨、儲存、揀貨、出貨與補貨管理維持供應鏈節奏	John Lewis SANDC	集中庫存、提高揀貨效率、支援門市補貨與直送服務	固定投資高，若需求結構變化快，設計可能過時
半自動化配送中心	人機協作提升速度與準確度	AS/RS、OSR、輸送線、pick-to-light 與自動裝載整合	John Lewis SANDC	提升準確率、降低勞力負擔、支援大量 SKU 管理	系統故障、維護、初期導入與調整成本高
倉儲增值服務	倉庫不只存貨，也可支援門市陳列與客戶服務	依 planogram、click and collect、gift lists 等做客製組配	John Lewis Gift Lists / DTC	降低門市後場壓力、提高客戶服務水準	需高度資訊同步，否則易出現庫存錯誤
高自動化履約中心	以機器人、AI 與多層儲位系統壓縮處理時間	由機器人搬運、分揀、取貨，員工在人體工學站作業	Amazon Fulfillment Centers	提高處理速度、縮短履約時間、支援同日 / 次日配送	資本支出高，系統整合、維護與彈性調整要求高
WMS 與節點可視化	倉儲管理系統統一管理位置、流程與設備	WMS 串接自動化設備與作業流程	John Lewis / Amazon	提高可視性、追蹤能力與流程一致性	過度依賴系統，資料錯誤會放大作業風險

主題定位

本主題聚焦在倉儲與配送中心如何從「存放空間」轉變為供應鏈中的策略節點。書中指出，全球供應鏈往往存在多個 echelon，除了在途庫存，還有不同狀態的存貨分布在各層級節點中，因此倉儲與物料搬運已變成維持貨物流動的核心作業。現代倉庫的任務不只在降低持有成本，也要同時創造價值，例如支援門市補貨、直接到客戶、客製化包裝與快速揀貨。

教學目標

理解倉儲在全球供應鏈中的功能與定位。
分辨傳統倉庫、配送中心與高自動化履約中心的差異。
建立收貨、儲存、揀貨、出貨與增值服務的完整流程概念。
認識 WMS、AS/RS、OSR、輸送系統與機器人自動化的作用。
練習從效率、服務、彈性與風險角度分析物流節點設計。

核心觀念

倉儲在供應鏈中有兩個主要目的：一是降低成本，二是增加價值；所以它不是單純的必要成本，而是可以被設計成服務與效率工具。
單一庫存持有層級在某些情況下有利於 decouple 生產與市場需求，但前提是資訊透明、補貨快速且各方合作良好。
John Lewis 的 SANDC 是典型半自動化國家級配送中心，支援 87,000 個 SKU、門市補貨、直接到客戶與 Gift Lists，並透過 AS/RS、OSR、輸送線與 pick-to-light 提高效率。
倉庫增值功能愈來愈重要，例如依門市陳列順序揀貨、支援 click and collect、集中處理 wedding gift list，都是把倉庫做成商業服務節點的做法。
Amazon 的新一代 fulfillment center 把 AI、機器人與多層容器化庫存系統整合在同一站點。Shreveport 站點超過 300 萬平方英尺，Sequoia 系統可容納超過 3,000 萬件商品，並讓處理時間降低最多 25%。
Amazon 也把其 Fulfillment Technologies and Robotics 團隊定位為管理全球站點網路最佳化、建築內基礎設施與實體庫存權威資源，顯示高自動化倉儲已經是全網路管理，而不只是單點設備導入。

風險地圖

配置風險：倉庫位置或功能設計錯誤，造成運輸距離拉長與庫存重複。
設備風險：自動化設備故障會直接中斷揀貨與出貨。
系統風險：WMS 資料錯誤或介接失敗，可能造成全倉位置錯亂。
勞動風險：高峰期人力不足、排班不當、工作設計不良。
需求風險：原本為門市設計的 DC，若需求轉向電商，原配置可能不再適用。
資本風險：高度自動化雖提升效率，但投資回收需建立在穩定流量與可預測需求上。
服務風險：節點若不能支援 click and collect、直接到客戶或高頻補貨，可能失去市場競爭力。

焦點問題

問題：倉儲為何不能只被視為存貨成本？
參考解答：因為現代倉儲同時支援補貨、客製化、直接到客戶、退貨與門市服務，是供應鏈節奏與服務能力的核心節點。
問題：半自動化 DC 與高自動化履約中心最大差異是什麼？
參考解答：半自動化 DC 仍保留大量人機協作，高自動化履約中心則更強調機器人、AI、整合式儲位系統與全站流程協同。
問題：WMS 在倉儲節點設計中有多重要？
參考解答：WMS 是倉庫的神經系統，負責位置、流程、設備與作業控制；沒有 WMS，自動化設備也難以形成整體效率。
問題：倉儲自動化一定比較好嗎？
參考解答：不一定。若需求量不足、波動過大或流程常變，自動化可能回收慢、彈性差；是否值得，取決於流量、SKU 結構與服務要求。

代表案例教學

案例一：John Lewis Partnership: Semi-Automated National Distribution Centre

【案例概要】
John Lewis 為支援成長中的零售與配送需求，在 Milton Keynes 建立半自動化國家級配送中心 SANDC，作為既有六座 DC 的補強節點，主力處理小型商品。
【案情介紹】
交易雙方包括 John Lewis、供應商、門市、service centres 與最終客戶。交易標的是超過 87,000 個 SKU 的小型零售商品。SANDC 面積約 60,393 平方公尺，高 15 公尺，設有 33 個收貨月台與 46 個出貨月台，規劃支援兩班制，尖峰可擴到三班。貨物通常以紙箱與棧板入庫，再經 decant 工作站轉入塑膠箱，由輸送線送往 AS/RS 或 OSR 儲區，總輸送線長度超過 10 公里。
【案情分析】
本案的重點不只是自動化，而是「節點角色重新設計」。SANDC 不只收、存、揀、出，還能依各門市 planogram 直接組配貨物，讓商品更容易上架；它也支援 direct-to-customer 與 click and collect，甚至集中處理 Gift Lists，減少門市占位與庫存錯誤。中速商品放在 OSR，由多層 shuttle 搬運；bin-to-bin picking 每小時可達 650 次 picks-and-puts，顯示半自動化也能大幅提高效率。
【爭議大綱】
1. 爭議：需求成長若由門市轉向電商，原本為門市設計的 SANDC 是否仍適用？
  參考解答：不一定完全適用。案例本身就指出，SANDC 原為 2013 年門市量設計，但後來增長來自 home shopping 與 small store channels，代表節點功能必須再調整。
2. 爭議：自動化設備故障時，責任在設備商還是 John Lewis？
  參考解答：若屬設備瑕疵，可向供應商追究；但若是流程設計、維護或操作不足，則應由營運方分擔責任。
3. 爭議：集中化是否一定比多點分散更有效率？
  參考解答：不一定。集中化有規模經濟，但也可能增加長距離配送與單點故障風險，因此須看商品特性與市場配置。
【意見討論】
1. 問題：SANDC 最值得學習的設計是什麼？
  參考解答：把倉庫設計成服務節點，而不是單純庫存空間。
2. 問題：Gift Lists 為何適合集中在 DC 處理？
  參考解答：可減少門市占位、避免店內庫存失真，並統一包裝與配送。
3. 問題：半自動化比全自動化的優勢是什麼？
  參考解答：通常導入門檻較低、彈性較高，也較能適應需求與流程變動。
【參考解答】
本案最值得學生掌握的是：好的配送中心設計，不只是提高倉內效率，而是同時改善門市運作、客戶服務與整體供應鏈節奏。John Lewis 的 SANDC 就是一個把倉庫做成商業平台的例子。
【相關法規】
1. 倉儲與物流服務契約
2. 自動化設備採購、維護與 SLA 條款
3. 勞動安全、人體工學與作業環境規範
4. 直接到客戶配送與消費者履約責任規範

案例二：Amazon 高自動化履約中心

【案例概要】
Amazon 近年持續把 fulfillment center 升級為 AI 與機器人整合站點。2024 年發表的新一代站點在 Shreveport 將多項技術整合於同一站內，並於 2025 年再公布 Blue Jay、Project Eluna 等新系統，進一步推動快速履約。
【案情介紹】
交易雙方包括 Amazon、供應商、消費者與其全球履約網路。交易標的是各類電商商品與配送服務。Amazon 的 Shreveport 站點超過 300 萬平方英尺、五層樓，導入 Sequoia、Proteus、Cardinal 等系統；Sequoia 可容納超過 3,000 萬件商品，讓貨物更接近客戶，並把商品帶到員工前方的人體工學工作站。Amazon 表示，這類 next-generation fulfillment centers 已將處理時間降低最多 25%，並提高 Same-Day 與 Next-Day Delivery 的可支援品項數量。
【案情分析】
本案的核心是「倉儲節點即履約引擎」。Amazon 不把倉庫當靜態儲位，而是當成訂單履行、包裝、自動搬運、庫位配置與時間壓縮的核心平台。2025 年新公布的 Blue Jay 可同時完成 picking、stowing 與 consolidating，等於把三條作業線合成一條；Project Eluna 則利用即時與歷史資料協助現場營運決策。這代表高自動化倉儲的競爭力不只在硬體，而在資料、演算法與網路最佳化。
【爭議大綱】
1. 爭議：大規模機器人與 AI 導入，是否會降低倉儲彈性？
  參考解答：可能會。雖然效率上升，但一旦需求結構或產品型態劇烈改變，重新配置的難度與成本也會提高。
2. 爭議：高度自動化是否等於較少人力？
  參考解答：不完全是。Amazon 說明新一代站點需要更多 reliability、maintenance、engineering 角色，代表人力需求是轉型而非單純消失。
3. 爭議：若系統判斷錯誤導致錯揀或延誤，責任該如何看？
  參考解答：對外通常仍由營運商負責；對內才可能再依系統、維護、資料與操作原因分配責任。
【意見討論】
1. 問題：Amazon 的競爭力是在機器人數量還是整體設計？
  參考解答：重點在整體設計，包括儲位系統、網路配置、AI 判斷與人機協作，而不只是機器人數量。
2. 問題：高自動化履約中心最適合哪種商業模式？
  參考解答：適合高訂單量、高 SKU、快速度承諾、同日或次日配送導向的電商模式。
3. 問題：若企業沒有 Amazon 的規模，是否也該追求同等自動化？
  參考解答：不一定。應依流量、SKU 結構、資本能力與服務承諾決定，自動化程度必須與商業模式匹配。
【參考解答】
本案最值得學生理解的是：履約中心的價值不是「多大」，而是能否把庫存、訂單、設備與人力變成可快速響應市場的系統。高自動化的真正目的是提升整體履約能力，而不是單純展示科技。
【相關法規】
1. 倉儲與配送契約
2. 自動化設備安全、作業安全與職業健康規範
3. 電商履約與消費者交付責任規範
4. 資料管理、系統控制與資訊安全規範

主題總結

本主題的核心結論是：倉儲已從「存貨地點」轉變為「履約節點」。John Lewis 顯示的是半自動化配送中心如何同時支援門市、直送與增值服務；Amazon 顯示的是高自動化履約中心如何把 AI、機器人與網路最佳化整合成速度優勢。對學生來說，最重要的不是背設備名稱，而是理解一個物流節點到底要服務誰、支撐什麼商業模式，以及它的效率與風險從哪裡來。