Товар занял свободную ячейку. Но за ним приходится ехать через весь склад, на маршруте погрузчик упирается в комплектовщиков, а следующая партия прибывает на упаковку, когда линия уже простаивает. Такое размещение заметно тормозит сборку заказа.
Слоттинг распределяет места хранения с учетом реальной физики процессов: как именно склад принимает, отбирает и перемещает грузы. На промышленных площадках к этому добавляется жесткий производственный такт: сырье, комплектующие и упаковка должны подаваться на участок ровно к моменту сборки, без задержек и лишней буферизации.
В статье рассказываем, как автоматизируем эту логистику: от видеоаналитики для контроля габаритов палет до алгоритмов стыковки партий на линиях ко-пакинга. На примере этих задач разбираем, какие сырые данные нужны для динамического размещения товаров и на каких этапах системе действительно требуются ML-модели, а где достаточно жестких правил.
Что такое слоттинг и какую задачу он решает
Слоттинг — это выбор зон и мест хранения для товарных позиций, или SKU, с учётом характеристик груза и операций с ним. Система оценивает, где товар допустимо разместить и какой из подходящих адресов будет удобнее для последующей работы.

Например, позицию, которую часто отбирают небольшими количествами, имеет смысл рассматривать для доступного места в зоне комплектации. Запас той же позиции может храниться отдельно и поступать в зону отбора по мере расходования. При этом размер места отбора должен соответствовать потребности: слишком маленькая ячейка потребует частых пополнений.
В такой задаче связаны три уровня:
- Планировка определяет, где стоят стеллажи и проходят проезды.
- Слоттинг распределяет товары по доступным местам.
- Оперативное управление определяет, когда пополнить ячейку или подать палету на линию.
У каждого уровня свои исходные данные, но результат зависит от их согласованности. На действующем складе оптимизацию можно начать в пределах существующей планировки. Менять стеллажи потребуется только в том случае, если их конфигурация ограничивает нужные операции или вместимость.
Четыре фактора выбора места хранения
Оборачиваемость и частота отбора
Две позиции с одинаковым объёмом отгрузки могут создавать совершенно разную нагрузку на склад. Одну забирают целой палетой раз в неделю. За другой комплектовщик возвращается десятки раз за смену. Во втором случае каждый лишний метр повторяется в маршрутах сотрудников.
Для выбора места хранения важны три показателя:
- Частота отбора. Чем чаще обращаются к товару, тем больше значение удобного доступа.
- Объём одного отбора. Штучная комплектация и отгрузка целых палет требуют разных условий размещения.
- Частота пополнений. Слишком маленькая ячейка рядом с зоной комплектации может обернуться постоянными перемещениями запаса.
ABC-анализ по выручке этих различий не показывает, нужны данные о реальных складских операциях.
Роль ИИ — прогнозировать изменение нагрузки: какие позиции будут чаще нужны в сезонный пик или при новой производственной программе. Это позволяет заранее пересмотреть размещение и объём запаса в зоне отбора.
Фактические габариты и допустимая нагрузка
По данным системы палета подходит для ячейки. При размещении выясняется, что коробки выступают за край или груз выше заявленного. Приходится искать другой адрес и повторно перемещать палету.
Чтобы избежать таких ситуаций, перед назначением места нужно проверить:
- Размеры груза вместе с упаковкой. Габариты поддона не учитывают выступающие коробки и фактическую высоту укладки.
- Зазоры в ячейке. Должно оставаться пространство для установки и извлечения палеты.
- Массу и допустимую нагрузку. Груз должен соответствовать ограничениям балок и стеллажной конструкции.
В NeuroCore мы предложили сценарий контроля палет лидарным порталом при проезде грузового транспорта. Лидары сканируют груз, а обработка данных позволяет выделять отдельные палеты, измерять их ширину и высоту, выявлять выступы и смещения.
Для слоттинга эти измерения позволяют проверить груз до назначения адреса. Для этого результаты нужно связать с конкретной палетой и передать в систему размещения. Масса поступает отдельно — из учётных данных или от весового оборудования.
Совместимость товаров и статус партии
Свободная ячейка может не подходить для товара, а готовая палета быть недоступной для отгрузки. Поэтому перед выбором адреса система должна проверить три условия:
- Условия хранения. Подходит ли зона для конкретного товара.
- Совместимость. Разрешено ли размещать его рядом с соседними грузами.
- Статус партии. Пройдены ли проверки, нет ли блокировки или резерва под другое задание.
Сначала система исключает недопустимые варианты, затем выбирает среди оставшихся по удобству доступа и затратам на перемещение.
В задаче ко-пакинга для логистического оператора мы разбирали показательный случай: ошибку привязки кодов товаров к комплекту обнаруживают, когда палета уже собрана. Сотрудникам приходится разбирать груз и искать проблемный комплект.
Для слоттинга это означает: наличие товара на складе ещё не подтверждает его готовность к следующей операции. Система должна получать актуальные статусы из WMS или от ответственного сотрудника и учитывать их при назначении перемещений.

Маршруты комплектовщиков и складской техники
Ближайшая ячейка не всегда ускоряет сборку заказа. До неё может потребоваться объезд, а в проходе — ожидание погрузчика. Если собрать все популярные товары в одном месте, короткие маршруты могут обернуться очередями.
При выборе адреса хранения нужно учитывать:
- Доступные пути. Проходы, направления движения, точки передачи груза и подъём на другие уровни.
- Способ отбора. Для комплектовщика важна последовательность обхода ячеек, для погрузчика — доступ к палете и время её обработки.
- Состав заказов. Товары, которые часто заказывают вместе, стоит проверить на возможность размещения рядом.
Загрузку проходов. Отбор и пополнение запаса могут мешать друг другу, увеличивая время ожидания.
Критерий выбора — полное время обработки заказа. Система должна сравнивать варианты размещения с учётом перемещений, ожидания и пополнения ячеек. Тогда сокращение маршрута даст выигрыш и в работе склада.
Как планировка стеллажей ограничивает слоттинг
Оптимизатор размещения выбирает из тех мест, которые реально доступны. Поэтому ошибки в геометрии склада и характеристиках стеллажей переходят в ошибочные рекомендации по хранению.
В алгоритме расстановки стеллажей Стеллажика AI мы проработали учёт контура зоны, колонн, ширины проездов, размеров палет, вариантов балок и допустимых нагрузок. Алгоритм должен сравнивать варианты расположения секций и искать конфигурацию с приоритетом по количеству палетомест, а при равной вместимости учитывать стоимость.
Показательный элемент этой задачи — сквозной проезд через стеллаж. Для него недостаточно убрать несколько мест с плана. Если верхние уровни сохраняются, нужно пересчитать состав балок и стоек с учётом оставшейся нагрузки. Так геометрическое изменение связывается с конструкцией стеллажа.
От планировки стеллажей к размещению товаров
Планировка определяет вместимость склада. Слоттинг — насколько удобно будет работать с размещённым запасом. Для этого к схеме стеллажей добавляют данные о товарах, заказах и перемещениях.
Варианты оценивают по задаче предприятия:
- Увеличить вместимость — сколько запаса можно разместить с учётом размеров и массы грузов.
- Ускорить комплектацию — сколько времени займут отбор и пополнение ячеек.
- Обеспечить производство — успеют ли материалы поступить на линию к нужному моменту.
При этом каждое изменение планировки требует проверки конструкции. Например, сквозной проезд через стеллаж освобождает путь для техники. Если над ним сохраняются уровни хранения, необходимо пересчитать балки и стойки под оставшуюся нагрузку.
Как размещение палет влияет на простои линии
Следующая партия может находиться на складе, а линия всё равно будет ждать. Причина — поздний сигнал на подготовку или слишком долгая доставка.
Такой сценарий мы разбирали с логистическим оператором на участке ко-пакинга, где товары собирают и упаковывают в комплекты.
Сотрудники сообщали о завершении партии вручную. Затем требовалось оформить новое задание, проверить груз и доставить палеты на другой уровень склада. Если подготовку начинали после расходования текущей партии, возникал простой.
Решение — связать расходование партии с подготовкой следующей:
- Оценить, когда закончится текущее задание. Учесть остаток всей партии и темп работы линии.
- Заранее запустить подготовку. Оставить время на оформление задания, проверку и доставку груза.
- Обеспечить доступ к следующей партии. Выбрать место хранения с учётом маршрута подачи и вместимости буферной зоны.
Для раннего оповещения мы предложили варианты с видеоаналитикой, интеграцией с WMS или ручным сигналом сотрудника. Порог уведомления зависит от процесса: чем дольше подготовка и доставка, тем раньше нужен сигнал.

Какие данные нужны для своевременной подачи
Остаток на одной палете не показывает, когда закончится вся партия. Системе нужны состав задания, количество оставшихся палет и сведения о том, какая из них сейчас расходуется. Эти данные поступают из WMS или подтверждаются оператором.
Видеоаналитика может дополнить их оценкой фактического остатка. Но условия участка влияют на способ измерения: подъёмная платформа меняет положение палеты, а коробки могут снимать неравномерно. Поэтому одного замера высоты недостаточно — метод проверяют на реальных операциях.
Для слоттинга из этого следует конкретное требование: место хранения следующей партии должно позволять доставить её до остановки линии. Его выбирают вместе с графиком производства и временем подготовки груза.
Как распределить задачи между ИИ и складскими системами
Решение для слоттинга объединяет несколько функций. WMS, система управления складом, хранит адреса, остатки, задания и статусы. Алгоритмы оптимизации проверяют ограничения и сравнивают допустимые варианты размещения. Компьютерное зрение и лидары могут дополнять учётные данные сведениями о фактическом грузе и событиях на участке. Модель машинного обучения может прогнозировать спрос или темп расходования.
Не каждый расчёт в такой системе требует нейросети.
Проверка грузоподъёмности или запрета совместного хранения выполняется по заданным правилам.
Выбор маршрута и комбинации мест может решаться алгоритмами оптимизации.
ИИ имеет смысл применять там, где нужно распознавать объекты, оценивать состояние по изображениям или строить проверяемый прогноз.
Перед разработкой отдельного модуля стоит проверить возможности действующей WMS: часть логики размещения и пополнения может быть уже предусмотрена. Дополнительная система нужна для конкретных функций или данных, которых складу не хватает.
Рабочий процесс можно выстроить так: система получает актуальные остатки и задания, исключает неподходящие адреса, рассчитывает варианты и выдаёт рекомендацию с причиной выбора. После подтверждения создаётся задание на перемещение. Его выполнение возвращается в учётную систему, чтобы следующий расчёт опирался на актуальное положение груза.
Для склада сыпучих материалов измеряемые данные будут другими. Например, в нашей проектной проработке контроля анодной массы предусмотрено лидарное измерение объёма по секциям склада. Такие сведения могут поддерживать планирование заполнения секций. Это отдельный сценарий: объём материала требует своей методики измерения, а его распределение — собственных ограничений и логики управления.
Как проверить эффект от слоттинга
Начните с участка, где теряется больше всего времени: комплектации заказов, пополнения ячеек или подачи паллет на линию. Для пилота достаточно одной задачи с измеримым результатом.
1. Зафиксируйте исходную ситуацию.
Сколько времени занимает сборка заказа?
Как часто приходится перемещать один груз повторно?
Сколько линия ждёт следующую партию?
Выберите показатели, которые отражают проблему участка.
2. Рассчитайте новое размещение.
Для этого нужны план склада, параметры грузов и история операций. Если задача связана с производством — также график подачи и расход материалов. Сначала сравните текущее и предлагаемое размещение на одинаковом наборе заказов.
3. Проверьте результат в работе.
Испытайте новую схему на выбранном участке при сопоставимой нагрузке. Оцените весь процесс: более короткий маршрут может потребовать частого пополнения ячеек и увеличить ожидание техники.
4. Учтите затраты на перестановку.
Перенос текущих запасов требует времени сотрудников и техники. Ожидаемый выигрыш должен оправдывать эти затраты — особенно если спрос скоро снова изменится.
Найдите точку старта оптимизации для вашего склада
В NeuroCore мы разрабатываем и внедряем ИИ-решения с учётом складских процессов и инфраструктуры предприятия.
Оставьте заявку на сайте NeuroCore. Разберём задачу и определим, на каком участке проверить эффект от автоматизации:




