自两年前美国因冠状病毒大流行而首次关闭以来，情况发生了很大变化。在电子商务空前加速和劳动力短缺的时代，传统的拣选和包装流程缺乏可扩展性来满足需求。虽然大流行肯定会带来负面影响，但它引出了一个问题：“这如何改变了我们的工作方式，变得更好？”
机器人技术的快速发展消除了可变性
劳动力短缺是一种在大流行期间急剧上升的趋势，大流行的影响对不准备实施机器人自动化的公司来说是毁灭性的。当 COVID-19 来袭时，履行仓库在一夜之间需要更大的容量。向仓库添加员工不是一种选择，因此当人们无法上班时，仓库转向机器人来完成工作。
仓库工作容易受伤且乏味，有些工作需要近距离执行。例如，手动邮件袋分拣需要三个人非常接近，当他们在小隔间工作时经常相互碰撞。机器人分拣系统打破了仓库员工在物理距离内工作的要求，并在员工监督平凡的分拣过程时实现社交距离.
展望未来，设施可以配置建筑物，以便人们可以安全、保持社交距离的方式管理多个机器人。对大量人员执行日常任务的依赖程度较低的公司将体验到单位面积总吞吐量的更高可靠性每天英尺。这意味着企业可以向客户做出他们可以信守的承诺。
机器人增强人类能力
仓库设施力求最大限度地提高效率，衡量 by 每平方英尺每天的吞吐量。仓库在与人合作时面临变数。例如，员工是否饥饿、疲倦并期待下一次休息，或者他们感觉良好并且度过了高效、高绩效的一天？
考虑对一件物品或包裹进行分类的行为。一个人需要：
看到一堆产品或包裹
从杂乱无章的一堆中选择一个项目来拾取它
识别一个拾取点来挑出物品
捡起物品
识别并确保在捡起时只有一件物品被捡起
将所述物品导航到输出位置（邮袋）
以最大化产品密度（麻袋密度）的方式成功地将物品放入正确的输出位置
人类能做到吗？是的。
做起来容易吗？是的。
人类想每周做 5 天，每天做 4,000 次吗？不。
机器人创造一致性来缓解高峰和低谷。更好的，高度灵巧的分拣机器人，po由模拟到现实 (Sim2Real) AI 开发，第一天就可以提取仓库中的几乎任何物品，以提高效率并改善人类工作条件。
虽然公司可能幻想将机器人放在in place 将在没有人工交互的情况下“做它的事情”，但事实并非如此。人类与机器人一起工作以优化吞吐量流。对于弹性操作，两者缺一不可。
当人类处理不明确的物品，而机器人处理平凡的重复性任务时，包裹分拣的机器人实施最为成功。结合这两种类型的任务是很强大的。和谐的发生是因为人类在机器人离开的地方接手。例如，机器人识别并抓取物品，然后将物品放入麻袋中。人类需要操纵袋子、系上它、给它贴上标签等。虽然机器人的灵巧性和能力有了显着进步，但人类仍需要完成某些任务ns 做得最好。
从模拟到现实的 AI 满足持续不断的商业需求
传统机器人曾经被编程为重复执行相同的动作。如今，人工智能拓宽了机器人的能力，并提高了机器人可以拾取的物品类型的适应性。随着电子商务量的持续增长，包裹的尺寸和形状也在不断变化，这就增加了对机器人能力的需求。
如果没有先进的人工智能，机器人可能需要数年时间才能完成以符合人类吞吐量的速度对包裹进行分类。处理各种物品是数据密集型的，在机器人有效工作之前需要执行数百万次拾取。仿真到现实 (Sim2Real) 技术可加快和简化培训过程。 Sim2Real 在数小时内使用数百万个示例在虚拟世界中对机器人进行预训练，以便当机器人到达设施时，它了解它可能看到的包裹类型，因此它可以在第一天开始操作。
Pitney Bowes 是一家全球性技术公司，提供商业解决方案，为电子商务、航运、邮寄和金融服务领域的数十亿笔交易提供支持，其电子商务业务实现了显着增长。 Pitney Bowes 的每位客户都销售一套独特的商品，因此每件商品的包装和品牌差异很大，而且 Pitney Bowes 通过供应链移动的商品类型每月都在变化。
Pitney Bowes 需要找到一种自动分拣解决方案，并需要它能够适应快速变化和产品类型的多样性。
Sim2Real AI 帮助 Pitney Bowes 在 2020 年假日购买高峰期快速扩展运营，当时 Pitney Bowes 有效且准确地分拣了数十万个独特的包裹。此后，Pitney Bowes 在其整个供应链中扩大了机器人的使用，并在多个设施中以不同方式使用分拣系统。
