<aside> 📦

**案例核心：**DHL 把倉儲自動化做成「人機協作工作流」，不是單純把人換成機器。從 LocusBots 的自主導航、揀貨協作，到 DHL Robotics Hub 的系統整合，案例顯示實體世界的 AI／Automation 必須同時考慮 效率、可擴張性、員工安全、訓練與人工監督。

</aside>

一、為什麼 DHL 適合放在 A 模組？

A 模組談的是從 Workflow、Automation 走向 Agentic／Autonomous System。DHL 的倉儲機器人雖然不等同於大型語言模型 Agent，但非常適合讓學生理解一件重要的事：

真正的自動化不是「AI 回答」，而是系統真的感知環境、決定路徑、執行動作，並和人與既有系統協作。

17_A 原書就是把 DHL 放在 Logistics 5.0 與 AI-driven logistics 的脈絡中。

二、原書案例：AI Route Optimization＋LocusBots

案例｜DHL 的 AI 導入與物流轉型

原書整理的重點包括：

• AI route optimization 依 traffic、weather、tracking data 動態調整；
• Beringe 倉儲導入 LocusBots；
• 北美超過 10 個 locations 部署 2,000+ LocusBots；
• 累計揀取 100 million+ units；
• collection efficiency 提升；
• picking errors 降低；
• 部分場景中作業員 productivity 顯著提高。

這些數字要和企業總體財務、CO₂、安全等 KPI 分開看；局部 automation 成功不代表整家公司所有結果都同步改善。

三、工作流到底怎麼改？

傳統人工揀貨常是：

收到訂單 → 人推車走到貨架 → 找商品 → 揀貨 → 再走下一區 → 滿車後送 Pack Station

大量時間消耗在：