Loblaw把AI搬到仓库门口，卡车数据开始影响补货节奏

卡车已经抵达配送中心，货物却还没有进入可安排卸货的状态。司机要报车牌、挂车号、提货或送货资料，门岗再去核对预约，场内人员随后寻找对应车辆。这些信息如果分散在纸张、对讲机和不同系统里，运输进度显示的“已到达”，与仓库真正知道“哪一车货可以进入哪个月台”，中间仍隔着一段处理时间。

Loblaw在9月16日的官方公告中宣布扩大与EAIGLE的合作，把视觉AI用于多个场地和配送中心的车辆闸口。零售商谈到早期部署带来的处理效率、司机体验和数据准确性改善，但没有公布覆盖场地的具体数量或统一的节省时间指标。对加拿大零售补货而言，消息的价值在于，一段容易被当成辅助工作的进场流程，开始被当作运输和仓储之间的正式数据入口。

AI生成场景示意：配送中心车辆闸口与挂车

半个月后，EAIGLE又给这套能力换了名称。10月1日发布的企业公告将Automated Vehicle Access Control，也就是AVAC，更名为Blue Gate。同期在多伦多举办的活动安排了Loblaw配送中心的现场演示。名称变化让产品更容易被记住，真正值得追踪的却是闸口后面的那条信息链：车辆是谁、送的是什么、系统是否等待它，以及它进场之后停在哪里。

闸口先核对车辆，仓库才能接住订单

EAIGLE的现行产品说明展示了一种连续流程。司机提前通过在线表单登记运输资料，获得用于进场的二维码；车辆到达后，摄像头读取车辆和挂车上的标识，系统把登记信息与视觉识别结果相互核对，再与企业已有的运输、仓储或场地管理系统确认。满足对应的授权与匹配条件，才进入放行环节。这里既有司机提供的信息，也有车辆现场呈现的信息，还有企业系统里原先等待的那笔业务。

把这三个来源放在一起，作用比单独安装一台车牌识别设备更大。车牌能够回答是哪辆牵引车，挂车编号指向实际装货的载体，预约或运输单据则对应计划中的配送任务。牵引车换过一次、挂车在场内停了一夜，或者同一承运商同时送来几辆车时，单靠其中一项识别，仍可能让后续人员重新询问。视觉识别提供的是减少重复录入的机会，业务系统负责判断这组信息究竟对应哪次运输。

产品资料列出了车牌、挂车编号、车身标识、美国运输部编号以及封签状态等可识别项目。这些项目是产品能力示例，具体场地启用哪些信息，要看业务配置。供应链团队由此获得的启发很具体：订单号、预约号、车牌和挂车号应各有用途，别让一个字段临时承担所有证明责任。尤其是经销补货、整车配送和跨境干线交接，承运商、司机、牵引车与装货挂车经常不是同一个管理对象。

一辆车通过闸口，货物才刚到仓库的外沿。

仓库管理系统通常更关心库位、托盘、收货和后续拣货；运输管理系统关心运输任务与道路行程；场地管理系统则要知道车辆占用了哪个停车位、哪个月台还在等货。Loblaw公告把这些系统的连接列为合作重点，表明零售商想解决的并非只是一扇门开得快慢，而是进场动作发生后，相关团队能否同时得到可用的信息。

由此也容易理解为什么方案强调接入既有系统。大型零售商已经有自己的采购、运输、仓储和财务流程，新闸口若另做一套孤立记录，日后还要有人搬运数据。新增摄像头和识别软件可以减少手工动作，却无法替企业决定哪个系统保存主记录、哪个状态代表正式到货。真正影响运营的工作藏在接口和字段映射里：二维码对应的运输任务要找得到，车辆识别结果要更新到正确记录，异常任务还要留给现场人员处理。

对于按箱、按托盘交付商品的供货方，车辆资料与商品资料还有一层需要保持清晰的区分。挂车身份正确，说明系统找到了对应运输载体；箱数、托盘数、批次和商品状态，则要通过相应收货记录核查。若一次运输包含多种日用品，门岗无需逐件替代仓内清点，但运输任务应该能够指向有效的送货单。否则车辆很快完成登记，收货人员随后仍要追问哪张单对应哪批货，原先的时间消耗只是向后移动了。

照片记录同样需要与事件一起保存。入口处的挂车侧面照片，方便核对实际到场的载体；出口处的图像，则可以对照离场状态。如果只有散落的图片，没有关联运输任务、拍摄时点和车辆身份，事后仍要人工逐张寻找。对采购团队和承运商而言，系统里有没有摄像头并非最有用的问题，能否查到与指定运输任务对应的记录才是。供货双方若在正常交易阶段就明确查询和共享方式，出了分歧时会少一轮临时索取材料。

这会改变供货方对“资料已经发给对方”的理解。邮件里附过一次预约单，并不意味着司机到场时的车辆信息已经与预约一致。供应商和承运商之间需要有明确的更新动作：车辆安排改变后，哪些登记信息随之调整，谁完成调整，司机带的是哪个有效入口。资料管理从办公室里的发送动作，延伸到了车辆出发与抵达的两个时点。

进场后能不能找到挂车，才决定月台是否白等

门岗的自动化很容易拍成一段演示视频，场内调度却要持续运转。某个停车位上的挂车装着哪批货，车辆是等待卸货、已经卸完，还是准备再次出场，这些变化直接影响月台安排。对于食品与日常消费品的零售网络，补货既要赶上仓库处理节奏，也要赶上门店需要商品的时点。一段信息迟到，现场人员可能先去处理更容易确认的车辆，让原本排好的顺序发生变化。

EAIGLE将场内资产可见性归入YardSight产品。其说明包含挂车位置、月台和停车位使用情况，以及进出场时间与照片记录。这种记录方式把“场内大概还有几辆车”的口头情况，变成可以定位到资产的状态。调度人员要寻找的是装有指定货物的挂车，财务人员以后要核对的则可能是它抵达、移动和离开的时间。两者使用同一辆车的记录，但需要观察的字段不同。

场内采集也有不同的硬件路线。EAIGLE在4月13日的YardSight Mobile发布说明中介绍，把视觉设备装在场内调车车辆上，利用车辆原本就会进行的移动识别挂车并更新位置。固定摄像头需要根据场地视野部署，移动方案则利用调车作业经过的位置持续采集。这是供应商公开提供的方案，并非Loblaw公告已经确认的每个配送中心配置。

这个细节对理解仓库AI尤其有用。场内调车本来就是为了把挂车从停车位移到月台、从月台移回待发区域。摄像设备跟着这类作业走，就有机会在自然工作路径中更新资产信息，不必要求每次移动都额外增加一套人工登记。但采集到位置，还要与移动任务、挂车身份和系统状态接上。车辆经过一处停车区拍到了挂车，与某批货已经完成收货，仍是两个不同的业务事件。

差异最后落到现场分工。月台人员需要知道车是否已经就位，收货人员需要核查货物和单据，运输团队需要决定司机是否可以离开，财务还可能核对额外停留。把这些动作压成一个“到仓”状态，容易让不同部门对同一次运输做出相互矛盾的判断。记录越细，越有机会明确责任交接的具体时刻。

对中国供货商来说，出海后与大型零售网络交易，常常会接触本地承运商、分销商或负责送仓的合作方。大型客户提高自动化程度以后，运输资料就更需要可重复识别。纸面上很相近的挂车号码、商品数量和送货地点，在系统里必须各自准确。供货团队真正值得建立的能力，是能沿着运输任务找到相应单据、车辆和收货记录，而不是只在客户催问时追踪司机电话。

停留时间从口头争议走向可核对的记录

加拿大闸口消息之外，EAIGLE在7月14日与PortCity的合作公告中，描述了美国港口周边物流的另一种使用背景。总部位于佐治亚州萨凡纳的PortCity经营仓储、短途港区运输等业务，合作涉及使用摄像系统识别车辆与集装箱，并把进出场数据连接到既有管理工具。企业负责人公开谈到，原先依赖纸张的闸口流程会产生信息缺口，场内人员和调度团队需要更及时的车辆状态。

这类场景把闸口数据的商业用途说得更直白。车辆多、周转频繁的节点，难题往往不是完全没有资料，而是资料在需要时还没有变成能够查找、对照和分派任务的记录。纸张可以保存一次登记，实时系统则试图让后续动作沿着同一条记录发生。PortCity与Loblaw是两个不同客户，前者的港区物流经验可用于观察技术路径，不能直接替代后者的经营成果。

时间戳和现场照片最容易延伸到费用核对。承运商提出车辆长时间等待，仓库认为车辆还未完成登记，或者供货方只掌握预计到货时间时，各方争论的其实是不同起点。进场时间、进入月台时间、完成卸货时间和出场时间如果有清晰记录，就能把争议拆开。额外费用是否成立，仍要按运输合同、现场约定和相应业务记录判断；闸口数据提供的是更好的核对材料。

它还可能减少一种被忽略的沟通成本：为了回答“这辆车到底在哪里”，运输人员要去问门岗，门岗再问调度，调度联系月台。每一次问答都未必耗时很长，车辆量增加以后，重复确认却会挤占本来用于排程的注意力。场内状态及时出现，团队更容易把精力放到需要人工判断的异常货物、预约变化和卸货安排上。

商品的补货特点会进一步放大这些差异。临近促销档期的纸品或家庭清洁用品，到仓之后还要完成收货、上架、分拨，货车抵达时间只是其中一个节点。若车辆已经入场却没有及时排到月台，供应商看到的运输任务可能接近完成，门店需要的商品却仍停在挂车里。生鲜或有温度条件的货物，还会有独立的运输与收货要求，不能单靠车牌识别解决。把闸口记录与后续作业串起来，管理人员才能区分道路运输延误、场内等待与仓库处理时间，知道该调整哪一段安排。

自动化带来的压力也会沿供应链向外传递。客户能更清楚地看见车辆何时抵达，供货方就更难仅凭预计时间解释延误；反过来，车辆准时抵达但持续等待，也更有条件形成可核对的记录。数据并不天然站在某一方，它改变的是各方证明自己说法的方式。长期来看，擅长保存实际运输节点、及时更新车辆资料的合作方，会比只提供笼统物流进度的团队更容易与大型客户协作。

AI没有接管货物，接管的是反复确认

EAIGLE在10月1日公告中提到了更长远的自动化场地愿景。现实中的零售配送中心，仍有大量需要人员、设备和业务规则共同完成的工作。摄像头看见封签与车辆标识，仓库还要核查货物；系统放行车辆，现场还要安全安排月台；数据记录了停留，财务还要对照合同。因此，理解这轮变化，最实用的角度是观察哪些重复确认能够被提前完成，哪些决定仍留在具体岗位手里。

对于评估类似项目的企业，闸口演示只是开始。车辆到场后是否少了一轮人工输入，预约与挂车的对应是否更稳定，调度能否快速找到需要卸货的资产，以及异常车辆有没有清晰的人工处理路径，这些问题比一个漂亮的单次通行时间更接近运营结果。高峰期与普通时段、正常车辆与资料不匹配车辆，也应分别观察，才能知道节省的时间究竟发生在哪个环节。

Loblaw选择扩大部署，反映出大型零售商正在把仓库外围纳入数字化补货管理。AI落地的位置很朴素：闸口、停车位、挂车侧面的编号，以及一次货物交接的时间。对供应商而言，下一阶段的配送竞争会越来越具体——货物按时抵达之外，车辆、预约和单据也要同时到位。

声明：本文系作者独立观点，不代表ESG跨境立场。文中涉及的平台规则、费率及出海政策具有时效性，实际运营请以平台官方最新公布为准。如有版权争议、内容勘误或业务交流，欢迎随时与我们联系。