最近连续接触两个仓储项目，都卡在同一个地方。
不是设备不够智能，也不是系统不好用。是货到了仓库门口，它就已经有两个身份了。
一、一批货，两个名字
先说一个很具体的场景。
某重工企业的仓库，接收的是成套外来货物。货送到的时候，包装箱上贴着厂家印的原始编号，长这样：
```
400686402
A131755-LRS
Bolt Hex ISO 4014 M12X45
```
而仓库自己有一套编号。怎么产生的？蓝色圆珠笔，手写在纸质装箱清单上。
```
86
60
61
...
65
```
同一批货，两种编号，各自独立。厂家编号是出厂时厂家定的，仓库编号是入库时仓库自己编的。
问题是：一线人员拿到的往往是厂家编号（因为货箱上只有这个），但要查货物的详细信息——名称、材质、规格、数量、包号——得去翻仓库自己那本纸质清单。
而纸质清单是按仓库编号排的。
于是每次查货，动作是这样的：
看箱子上的厂家编号 → 翻纸质清单 → 一页页找 → 找到仓库编号 → 再对应到具体信息
客户的原始需求说明里写得很直接，就两条：
1. 清单页数繁多，人工翻页肉眼检索，耗费大量工时
2. 人工目视查找，极易串行、漏行，造成货物匹配错误
第二条比第一条更要命。「串行」意味着拿错货，「漏行」意味着漏了货。这在成套设备场景里，后果不是多花几分钟，是后面对不上账。
二、这不是「仓库管理不善」，是主数据的历史欠账
很多人第一反应是：为什么不用一套编号？
因为这两套编号的产生时间不一样，服务对象也不一样。
厂家不可能按你的仓库规则来编号，你的仓库也改不了厂家的标签。两套编号并行，是行业常态，不是管理失误。
真正的问题是：这两套编号之间，从来没有被建立过对应关系。
它们唯一的关联，是那本手写的纸质清单。而纸质清单本身——
- 只有一份物理载体
- 字迹依赖写的人
- 不能检索
- 丢了就没了
- 把纸质清单的字段人工整理后建库
- 一线手工输入厂家编号
- 系统返回仓库编号 + 全套货物信息
- 拍包装箱标签照片，智能体自动识别编号
- 拍纸质清单照片，智能体自动解析生成结构化数据
- 一线用自然语言提问（"这个编号的货在哪一包"），不需要记字段名
- 成套设备的仓储：一套货几十件，编号体系天然分裂
- 来料加工：客户料号与厂内料号并存
- 多供应商同品类：每个供应商一套编号
这就是仓储数字化的「第一公里」：不是把货管起来，是先让货「认得出来」。
三、能自动到哪一步，不能自动到哪一步
针对这个场景，我们做了两条技术路线的方案，差别就在「哪一步还靠人」。
路线一：编号对应数字化（人工输入 → 系统检索）
效果：翻纸质清单的动作消失了，检索从几分钟变成几秒。
但：录入还是人工的，编号还是手输的。
路线二：识别 + 建库全自动（拍照 → 智能体解析）
效果：连「翻」和「输」都不需要了，人只需要对准拍照。
这条路线跑在本地算力平台上——不出厂区网络。这类客户对数据出网有明确要求，识别这类涉及物料规格和供应商信息的数据，放本地是唯一能通过内部评审的方案。
两条路线的代价差 3 倍多（方案一市场价 ¥48,400，方案二 ¥176,400）。这个差距不是软件费的差距，是算力平台的差距。
四、几个反直觉的点
做这两个项目，有几个判断和直觉不太一样，记下来。
第一，识别「手写字」比识别「打印标签」难得多。
厂家标签是印刷体，识别难度低。但纸质清单上那些蓝色圆珠笔的「60」「61」，笔画连在一起，不同人写出来不一样，这才是真正的技术门槛。如果只做标签识别不做清单解析，等于只解决了一半。
第二，字段设计比识别精度更影响成败。
客户给的需求里出现这些字段：名称、材质、规格、数量、包号。其中「包号」是个容易被忽略但极关键的设计——成套货物分多包装运，同一批货可能在第 3 包，也可能在第 7 包。如果系统只告诉「这个编号的货在仓库里」，一线还得自己找，等于没解决问题。
能不能落到「第几包」这一层，是方案可用与不可用的分界线。
第三，「本地大模型检回」这个说法要谨慎。
自然语言提问听起来很美好，但要诚实：模型对规格类短文本（`Bolt Hex ISO 4014 M12X45` 这种）的检索准确率，取决于训练数据和字段规范程度。目前的现实是，它能把候选缩到很小的范围，但最终确认往往还要人看一眼。
我们的方案里写的是「检回」不是「自动匹配」，就是这个原因——它省掉的是翻找，不是判断。
五、这件事的通用性
回头看，这个场景其实很普遍：
共同点是：货的「物理身份」来自上游，「管理身份」来自内部，两者天然错位。
这类问题的解法，从来不是「统一编号」——那是不可能的，你管不了上游。解法是承认两套编号并存，然后补上它们之间缺的那个映射。
映射建起来了，数据才真正流动起来。在这之前，无论上多好的系统，一线还是得先翻那本纸上清单。
数字化的第一公里，往往不发生在系统里，而发生在最原始的那个动作上——认得出这是哪批货。
*文中场景来自实际项目，已做匿名处理，不涉及具体客户信息。*