AI机器人进退货仓：Sereact为Zalando分货，退货分拣效率升50%

详细拆解

两周多的时间里落下两条公告，行业把两条都读反了。10月7日，Sereact、Zalando与CEVA物流宣布，AI双臂机器人已经在CEVA位于德国格雷文和波兰希维博金的两个站点，为这家柏林电商分拣退货服装。机器人跑在Sereact的Cortex平台上，按服务交付而不是按设备出售，能处理从未训练过的商品，三方称这是欧洲推广的第一期。Zalando早在7月就参与了Sereact那笔1.16亿美元的B轮融资。另一条消息里，UPS旗下Happy Returns部署了150台极智嘉机器人，分拣效率提升50%。

我看到的每个标题都在报那个吞吐数字，然后翻篇。那是盯着队列的错误一端看。逆向物流网络没有速度问题，它有决策延迟问题和异常尾部问题，而这两条恰恰是这两条公告真正碰到的事。支撑这笔交易的6200万活跃客户，其意义不在体量。意义在于，6200万客户会产出一个统计形状极其难看的到达过程，而这个形状，才决定机器人到底帮不帮得上你。

所以先建模，再谈买不买。把退货看成一条两级串联的队列：第一级判定这件东西是什么，第二级判定它值多少钱。两边都代入明确的数字，找出那个一动全局就变的参数，然后再谈进出口方在接下来九十天里该干什么。我可以先给结论：这个故事里最大的那个数，不是任何人引用的那个百分之五十。

事实切片，我刻意压得很薄。Sereact、Zalando和CEVA物流在10月7日宣布，跑着Cortex平台的双臂机器人在CEVA的两个站点分拣退货服装，一个在德国格雷文，一个在波兰希维博金。交付方式是服务而非资本采购。技术上真正要紧的那句宣称是：机器人能处理从未训练过的商品。三方把这次称为欧洲推广的第一期，所以后续站点是明摆着的预期。Zalando在7月参与了Sereact那笔1.16亿美元B轮，这一点我后面要回来讲，因为它会改变你读他们路线图的方式。同一个新闻月里的另一单：UPS旗下Happy Returns上了150台极智嘉机器人，分拣效率提升50%。

请注意两条公告都没有什么。没有异常率。没有处置天数。没有分等级后的回收比例。这三个都是零售商不太愿意公开的经营数字，而它们每一个都比每小时分拣量更能预测你该不该买。吞吐是峰值指标。从来没有人亏在峰值上，钱都是亏在尾部上。

为什么是现在，从供给侧看，是三件事凑到一起了，而且没有一件是机器人手臂变便宜了。通用化的感知层跨过了一道门槛：一套在足够多物体上训练过的策略，现在敢去抓一件从没见过的衣服，而且通常抓得成，这一项能力直接抹掉了十年来让服装类机器人算不过账的那个「每个SKU都要训练一遍」的成本。融资同时到位，形式是机器人即服务，把一笔难看的资本开支变成按件计费的经营性支出，从而把采购决策从投资委员会手里挪到运营总监手里。再加上退货体量这两年结构性地大到一月高峰时临时工市场根本吸收不了。这些都不是需求侧的变化，全是成本结构的变化。

现在建模。我用我能自圆其说的那个版本。退货的到达是突发过程，不是平稳过程：欧盟远程销售的冷静期按天计算，购买日期又扎堆在促销节点上，两者叠出来的到达分布一点也不像教科书里那个干净的泊松过程。一月份的退货悬崖只是极端情形，节后那波可能跑到平常一周的数倍。突发到达是任何固定产能服务台的天敌，这也就是为什么退货作业历史上一直是靠临时工和加班费把自己买出问题的。

到达过程之后是服务过程，有意思的那个参数就藏在这里。这里的服务不是「分拣一件」，是「分拣一件并判定它值多少钱」。每个退回单元都要一个分级：按新品转卖、返修翻新、转到奥莱渠道，或者核销。历史上机器人处理一件的耗时，取决于这件商品长得像不像它训练过的东西。认得的，快；不认得的，要么转人工，要么在原地反复试，两条路都慢得多。这就造出一个双峰的服务时间分布，右侧拖着一条长尾。下面这句是建模的结论。

在队列里，服务时间的均值决定利用率，方差决定等待。对单个服务台、服务时间服从一般分布的情形写出来是这样：平均等待等于到达率乘服务时间的二阶矩，再除以2乘1减利用率；而二阶矩等于方差加均值的平方。所以均值和方差两头都咬人，而在这道题里，两头是被同一件事驱动的——异常率，也就是系统自己搞不定的那部分占比。这恰恰就是「能处理从未训练过的商品」这句话在打的东西。打的不是吞吐，不是速度，是异常尾部。

代入数字，每个假设都点名，因为Happy Returns那50%到这里就不玄了。假设一个机器人工位处理一件熟悉款式的耗时是30秒。假设一件没见过的单元，把识别、重试、转人工、交回这套动作算进去，耗时150秒。假设在一个正常的欧洲服装退货结构里，未见款式的异常率是15%，也就是按SKU逐个训练或者策略很窄时的合理量级。那么平均服务时间就是0.85乘30加0.15乘150，等于48秒，工位每小时过75件。服务时间的二阶矩是0.85乘900加0.15乘22500，等于4140秒平方，减去均值的平方2304，得到方差1836秒平方。

再假设通用化把异常率从15%压到4%，硬件不变，移动时间不变，操作员不变。平均服务时间变成0.96乘30加0.04乘150，等于34.8秒，工位每小时过约103件。也就是说，在不更换任何更快的零件的前提下，单个工位的吞吐提高了38%。而且因为平均服务时间下降，给定到达率下的利用率跟着降：到达率每小时480件、8个工位的情况下，利用率从约0.80降到约0.58。套用「延迟大致按rho除以1减rho膨胀」这条粗糙但够用的规律，系数从约4降到约1.4，排队延迟降了大约三分之二。一段算式就把你那个50%说清楚了，而且请注意它是靠砍掉异常换来的，不是靠马达转得更快。

这也直接告诉你该向供应商要什么。不是他们在演示商品上的每小时抓取件数。是异常率，用百分比表示，同时给出失败单元的平均处理秒数，并且以「跑你自己九十天的货之后这个数仍然hold得住」作为验收前提。这一行的每一家机器人公司都乐于给你报峰值吞吐。肯承诺尾部比例的少得多，因为尾部比例才是产品本身。

下面是没有一家报道的东西，也是我觉得这篇值得你花时间的原因。选中的两个站点，一个在德国格雷文，一个在波兰希维博金。这是一个节点选址决定，而在跨境退货网络里，节点选址是穿着物流外衣的海关与税务决定。退货在哪里完成实物判定，决定了这批货再次过境时谁是进口商记录方、原销售冲回由哪个主体的增值税头寸承接、货物是在区内转卖还是复运出境、以及最初进境时缴过的那笔关税有没有人能要回来。每一个结果都会改变你到手的那笔钱，而公告里一个字都没有提。

再讲得具体些，同时也讲得谨慎些。如果你是把服装进口到欧盟再跨境销售的，关税在进境时已经缴了。如果这批货里有相当一部分被消费者退回，那么视具体制度和具体事实，可能存在这样一条路：同一票货复运出区时把那笔关税要回来，或者货物因不符合同被拒收时办理退免，欧盟海关法典在这一块是有相应条款的。美国那边有对应的机制，就是对出口或销毁货物退还关税的制度(duty drawback)。我有意不去凭记忆给你背条款号，因为背错一个数字比什么都不说更糟。我会很明确地讲的是这句：在你的物流团队签署任何改变退货判定地的文件之前，先让报关行针对你自己的流向，把现行答案写成书面意见。

顺着这条线再走一步，看它落在哪儿。自动化分拣会改变你的回收结构。更多的单元回到A级，意味着更多的单元被转卖或复运出境，而转卖的单元、复运的单元、被销毁的单元，海关待遇是三个不同答案，关税后果也是三个不同结果。更要命的是这条副产品：如果分拣把更多单元导向核销，那么你已经进口、已经缴税、然后销毁的货，除非销毁发生在规则所要求的条件下，否则那笔关税可能要不回来。于是一件带污渍的衬衫到底值不值20欧元，这个由机器人做的判定，能动到你的关税头寸。三家公司没有一个把这话说出来，而对任何一个货要过境的人来说，这是这篇里最要紧的一件事。

还有第二个被漏掉的点，钱其实就放在这里。分拣快50%不产生价值。真正的价值在于缩短「从消费者松手的那一刻，到有人判定这件衣服值多少钱」之间的时间，因为服装的转卖价值衰减得非常凶。一周内重新上架的单元基本能收回整季价值。同样的单元放到三十天后，已经错过了半个销售季。六十天后，它已经撞上降价日历了。回收率是决策延迟的函数，这意味着退货管道里的每一天，都是你花钱雇人来消灭价值的一天。

下面算账，所有标出来的是我的假设，目的是让你换成自己的数。假设你的欧洲业务每月收到10万件退货。假设平均单件零售价45欧元。假设你实际回收率占零售价的比例随处置天数这样走：7天70%，14天55%，30天40%，60天以上15%。假设你目前的平均处置天数是12天，落在约58%那一档，也就是每件退回单元拿回约26欧元。如果自动化加上夜间运转把平均数压到4天，回收率落在约72%，也就是约32.40欧元。差额约每件6.30欧元，摊到每月10万件上，是每月约63万欧元的回收价值。

拿这个数去对其他人都在算的那一行。不管你人工收货、分拣、定级一件的综合成本是多少，乘10万。如果那个数低于63万欧元，那么你的立项理由就是衰减曲线，而不是替人，而且这份可行性报告应该围绕处置天数来写，不是围绕人头数来写。在我见过的多数中价位服装业务模型里，衰减这条线的量级是人工那条线的数倍。媒体报人工，是因为人工有个人头数可以写在标题里，而一条衰减曲线塞不进标题。

紧挨着它还有一个更小、更干净的收成，利特尔法则能帮你看到。在制品等于到达率乘系统停留时间。每月10万件折合每天约3333件到货。处置天数12天，意味着任何时刻约有4万件蹲在管道里：卖不出去、钱已经付过、其中大部分还完好无损。压到4天，管道里约13333件。也就是说，你缩短周期时会一次性放出约26667件，而且按它们到货时所属的价格档放出来。在你觉得这些数字抽象之前，先拿你自己单件的经济账去比一比。

那么谁真正感觉到这事，感觉到多少。我把它切成四块。新品供应商感受到的是订单形状的畸变：零售商把回收库存更快地转成可卖库存，它补货的方式就变了，而如果你就是喂这条管道的代工方，你的一部分新品需求会被零售商自己回收的库存顶掉。做人工退货的专业服务商感受到的是地板价没了，因为他们的整个模型就是劳动力套利，而劳动力套利恰恰是被按件计费这件事给磨掉的。季节性强的进口商感受最深，也最有利，因为他们的衰减曲线最陡。折扣商和奥特莱斯渠道是更晚才感受到的一层，而且最难受，因为上游回收率一抬高，流到他们手上的货就少了，最终体现在他们能给清货价多少钱上。

然后是时点，因为这些东西到不了你今天的损益表上。一到两个季度内，你会先在客户行为里而不是在自己的成本里看到零售端的账：补货周期变短、小批量多次的要货变密、对你能多快发出换货的期望变高。两到三个季度内，你的合作方可能开始要求你更快地收回或折让库存，因为一旦他们能量出自己的回收曲线，他们就会把这个指按压到供应商身上。对你来说，这件事最先落地的地方是退货返供应商条款的谈判，远早于任何人来找你谈机器人。

说说我可能错在哪，这点我想讲得坦白。如果你的退货集中在那个三倍于基线的一月份，那么按件计费的服务合同是按你最糟的那个月定价的，而任何月度最低承诺都会让剩下十一个安静的月份变得很贵。如果你的货是无季节的基本款、衰减曲线是平的，那么整个回收论证塌掉，你又回到争论每件的成本，那很可能什么都论证不出来。如果通用化只在「服装从料箱里来、来自单一流向」的场景成立，那么鞋类、配饰、塑料袋装、带衣架的东西表现都不一样，你的异常率可能远高于我的任何假设。

如果集中到两个节点所产生的跨境关税与税摩擦，单件成本高于分拣省下的钱，那么正确答案是用慢一点的机器人做几个区域性小节点，而不是用快机器人做两个大节点。另外欧盟层面限制销毁未售出消费品的政策方向正在收紧，这会让核销这条路既更贵也更招人盯；我不建议你拿我的记忆去赌网络设计，去找你的顾问一起读现行文本。

还有一件要松散地拿着的事。Zalando是先给Sereact投了钱，然后才把机器人放进CEVA站点的。在供应商里持有股权不是中立行为。它买到的是对这个产品「擅长什么」的影响力：一方面，你能继承一条被6200万真实退货流打磨过的路线图；另一方面，这意味着研发议程跟着一家零售商的品类结构走。如果你的品类结构和它像，你就白捡了一份自己没付钱的红利。如果不像，你在能力队列里排在后面，在比价的时候要把这条折进去——尤其是跟那些没有零售商坐在股东名册上的供应商比的时候。

这些东西压缩成一张很短、每项都带数字或日期的清单。在跟任何人谈之前先量你自己的两个数：收到退货到完成处置的天数，五十和九十百分位都要，以及按等级拆分的实现回收金额，每周更新，跑满一个包含一月悬崖的完整旺季。在物流挑节点之前，把每个候选节点的跨境后果摊开让海关而不是物流来签书面答案。问供应商要你自己的货上的尾部比例，而不是他们货上的峰值。按你最安静的月份和最糟的那一周去谈计费。试点只盯两个指标，处置天数九十百分位和A级回收率，取舍严格挂在这两个数上，而不是挂在任何人在展台上九十秒能演示出来的东西上。

还有一个坑值得点出来，就是「集中化看起来像进步」。两个大的自动化节点放在幻灯片上很好看，但它很可能是错误答案，因为为了一次判定而多跨的每一道边境，都在给一个已经在跑的价值时钟加运输时间，也都在给一个由不该承担关税后果的人做出的决定加一道关税题。把这两个决策放进同一个房间。如果你的物流负责人和海关负责人从来没有讨论过「退货在哪里判定」，这场对话的价值超过他们两个人能买的任何一台机器人。

底下那层系统视图其实简单到记得住。在逆向物流里，价值的单位不是那件货，是那一天。从消费者松手到有人判定这件货值多少钱之间，每一只在跑的钟都是你按自己的衰减曲线付出的税，而自动化买到的能力，是缩短这堆钟里的某一只。先把表量出来。然后把它缩短。然后回头检查缩短它有没有同时挪动你的关税头寸，因为它大概率挪了。

↑ 返回核心要点

— 作者 拉维