物流AI从“看见”走向“决策”，智能体与具身机器人加速进仓

详细拆解

2026年这轮技术预测把智能体AI、具身智能和多功能机器人放到了物流投入的中央，随预测一起出来的那些说法足够具体，值得一条条跟它们计较。有服务商说自己的软件每天覆盖三万个SKU、八秒就能出一份补货清仓报告；有一家仓说机器人承担了大约百分之十的仓内单量；大约一百三十个岗位据说正在被软件替掉。然后是那句本该做成标题、却常常被埋起来的话：多数供应链负责人准备在这上面加钱，而只有少数仓库和运输试点真正完全达到了当初设定的目标。

这最后一句才是我会围着做计划的一句，所以先别谈任何单个工具，我先把整个品类建个模。这轮预测里的每一样东西，都是披了新外衣的排队问题。一份补货报告是一个任务，一条拣货指令是一个任务，一次采购审批是一个任务。它们绝大部分寿命花在等待上，只有一小段在被真正处理；而一件货在你系统里待的总时长，等于等待加处理，量级就是这么个顺序。等到占九成、处理只占一成的系统里，去砍处理时间的软件，演示再漂亮也是表演。在买任何东西之前，先把你自己的周期怎么切分测出来，因为这个切分决定了这些东西对你来说最多值多少钱。

我也想把立场说清楚，因为这个问题老有人问我：我不反对这些东西。每天三万个SKU被过一遍、报告秒级出、机器人下场地、异常二十四小时有人盯，只要在你的仓库和你的商品上站得住，这些都是真价值。我反对的是做事的顺序。多数公司是先把预算批了，再回头找指标去自证，十八个月后才发现当初没人约定什么叫成功。另一条路并不更慢，只是更省钱，起点就一句话：哪个决策变了，我们怎么知道。

先算八秒，因为这是这一批说法里最容易拆的，也是最可能在没有上下文的情况下被端到你面前的一条。假设今天你的计划员手工做那份补货清仓报告，要把需求、在手订单、在途和异常摞到一起，假设这活花四十五分钟。假设报告出来之后，它在审批链条里躺一躺，真正的决策在三个工作日之后才发生。三个工作日按每天八小时算是一千四百四十分钟；加上报告，整个周期是一千四百八十五分钟。把报告压到八秒，也就是零点一三分钟，你在一千四百八十五分钟里省下大约四十五分钟。周期改善了约百分之三。

再用同样的算法去砍另一头。假设报告还维持四十五分钟不动，而你把决策环节压到当天完成，比如四小时。周期就掉到大约二百四十分钟，差不多是百分之八十四的压缩，收益是"八秒版本"的约二十八倍。这里的每个输入都是我的假设，请你用自己的秒表数替换掉，但答案的形状对这些输入不敏感。除非你一天要做几千份这种报告，否则报告本身不是你的瓶颈，报告后面那条队列才是。凡是把生成速度当卖点的供应商，你都应该客气而反复地问一句：那后面那道审批他们管不管。

这段算术里还藏着一个更深的东西，而它决定了这条能不能碰到你的资产负债表。速度和频率是两回事。报告八秒出来，如果你还是一个星期看一次，它对库存一点影响都没有。真正改变库存的是你看的频率，因为复核周期就在你的安全库存公式里面。所以给这八秒定价的诚实做法，是问它能不能让你从每周复核改到每天复核，然后算这对安全库存有什么影响，再减去它在 inbound 运费上让你多花的钱。签字之前把这个账做完，因为在我看过的大多数网络里，运费那一头是赢的，这件工具在库存口径上根本不成立。

下面这笔算例的每一个假设我都摊开写。取一个商品，日需求标准差为八件，假设服务水平百分之九十五对应z值约一点六五，假设供应商补货提前期十四天。安全库存跟"提前期加复核周期"的平方根成比例。每周复核，根号二十一等于四点五八，算出约六十件；每天复核，根号十五等于三点八七，算出约五十一件。每个商品释放大约九件的营运资金。

给它定价。假设单位成本四十美元，持有成本按年百分之十八。九件是一次性释放三百六十美元现金，年度持有成本节省约六十五美元。假设三万个SKU里只有三千个真的适合做每日复核——因为安全库存公式只在需求独立、连续、可预测的那部分身上才讲道理，慢速和零星的那条尾巴要排除掉。按每件每年六十五美元、三千件算，一年大约二十万美元。现在假设改成每日配送会打散你的集拼、每单位 inbound 多花五美分，假设这些商品每年各走两千单位，惩罚就是每件每年一百美元，全盘三十万美元。在这组假设下，八秒报告在库存上算下来是亏的，而决定胜负的从来不是那套软件。

下结论之前再跑一遍，因为做这件事的意义全在于把敏感性摆在桌面上。假设同一个商品的单价不是四十美元而是一百二十美元：年度持有节省变成每件约二百美元，稳稳超过那一百美元的运费惩罚，这笔改动就成立了。或者换个假设：你的 inbound 本来就有每日循环取货的车从门口过，或者补货来自你自己的区域仓而不是供应商，那么惩罚趋近于零，而节省照旧。两种情形都很常见，结果翻转取决于你自己的假设，不取决于供应商能告诉你的任何信息。所以真实的做法很枯燥：按金额加权的日波动程度给商品排序，先从头部几百个做起而不是一口气上三万个，用九十天测出释放的现金和运费差值，再谈扩大范围。

下一个说法：每天覆盖三万个SKU。覆盖率是一个分母，不是一个结果，而讨论最容易在这里跑偏。假设商品确实是三万个，假设模型每天标出其中的百分之三，那就是九百条建议。假设你有两个补货计划员，假设每人扣掉开会和救火之后真正可用的时间是三小时，假设每条建议从查证到落地平均二十分钟：一天能做十八条。也就是说，给你的九百条里你能消化百分之二。

接下来会发生两件事，而供应商的材料里一件都看不见。要么堆出一个待办积压，也就是一堆没人认领的决策，构成第二份看不见的库存；要么你的计划员不再按优先级读，改成每天早上挑看着最响的那几条——而这恰好把排序模型本来要给的东西给毁了。所以我会把"产出预算"写进需求：系统每天发出的建议条数不得超过团队实际能吸收的上限，必须按价值从高到底排好；如果它真的认为有九百个问题，那就用一个数字明确告诉你，而不是悄悄把队列灌满。另外，请它报"每条建议捕获的金额"而不是条数，因为五十条便宜的建议和五条贵的建议不是同一个产品。

在信这三万个之前，还要先检查一下分母。假设三万个商品都被覆盖了，接着问：其中有多大比例的主数据是重量、尺寸、条码和包装层级都校验过的？模型的可信度上限就是这张表。假设你这边有百分之十二是过期的，那么在这部分商品上它就是对着虚构数据提建议，再好的模型也修不好。我会把主数据完备度当成入场条件而不是加分项：上线前活跃SKU达到百分之九十八有已校验尺寸；没到之前，试点计时不许开始。

再看机器人，取那家披露"约百分之十仓内单量"的公司。平均量的百分之十不等于你问题的百分之十，因为真正烧钱的是峰值。假设一个服务零售的配送中心峰谷比是二点二，这很普通。除非你刻意留了缓冲，否则一个在平均水平上承担百分之十任务的资源，在峰值上承担不到百分之五；而加班、错过承运商截单、服务失败，全都发生在峰值里。所以该问的不是它做了多少单，而是它吃掉了你峰值的多少，而且这个数字我要从第一周就开始报。

把人工账做细，要把浪费算进去。假设一个仓一天四万单量，百分之十就是四千单上机器。假设人工效率含行走和打包是一百二十单/小时，理论上省下三十三个直接工时。假设自动化线上的干预率是百分之三（对于混箱作业我觉得这个数已经乐观了），每次清障四分钟，那就是每天一百二十次干预、八小时恢复性劳动。可回收净额从三十三小时掉到约二十五小时。再假设班次是按块排的、你没法干净地把二十五小时从排班表里剔掉，只有百分之六十能真正转化为编制变化，那就是一天十五小时。假设全负荷每小时三十美元、一年二百五十个作业日，大约就是一年十一万四千美元。

我不打算编一个机器人的价格，因为我没有，而一个编出来的价格会把后面所有推论都带歪。还是把问题倒过来：全年总成本低于约十一万四千美元，光靠人工一年就回本；如果真实数字是它的几倍——通常就是——那么要么你需要远超百分之十的单量才能把账做平，要么这笔投资的理由得从头数的地儿之外去找。那个地儿诚实说就是峰值。假设高峰期一年十周，假设现在错过截单的订单占百分之零点四，假设每一票晚发在赔付和重发上让你损失二十二美元：按一天四万单量算，就是每天一百六十票、高峰季每天约三千五百美元，一个季度七万美元上下。这些都是假设，都可以替换，但请注意这个形状：价值集中在你本来就在流血的那几周，不在你舒舒服服的那几个月。

然后注意留给人干的活发生了什么变化。把好干的九成自动化掉，剩下的一成都是脏活：破损的、扫不出来的、尺寸古怪的，由一群现在需要更多判断力而不是更少的人在干。留下来的每个工时成本反而涨了；如果你的预算按固定费率算，你会连自己的目标都达不到。改用"每发运单量的全负荷成本"做跟踪，把清除机器异常的每一分钟都算进去，这是我唯一信得过、能在财务总监面前活下来的指标。

实体系统要多加一层注意，因为它失效的方式跟软件不一样，这一点我说直接些：软件可以回滚，机器人没法回到昨天。要求把可用性书面定义清楚，并且把排除项也写清楚——"剔除计划性保养、并剔除归因为环境因素的停机"，基本就把现场真正会出错的都剔干净了。要求给平均故障间隔和平均修复时间，取五十分位和九十分位，并且是在你的场地、用你的品项结构测出来的。要求列出备件交付周期，以及你自己有多少技师能处理每一类故障，因为"只有一个人会修"就是一个带着年假额度的单点故障。

多功能机器人值得单独说一句提醒。灵活性是用复杂性买的，而复杂性要用失效模式、备件种类和培训去付。专机只有一条依赖链，六个星期之内大家就知道它会怎么坏；一台能拣选、能码垛、还能拆垛的机器人，末端执行器是三倍、安全论证是三倍，而我的经验是它的维护负担长得比能力快。这个交换有时候仍然是对的，尤其在你的量撑不起专用设备的时候；但要把它当成三类风险去定价，而不是一类：故障率、修复时间，以及你能养得起几个受训人员。

最后是这条预测里最少被人引用、却最该被引用的部分：多数负责人准备加钱，而只有少数试点完全达到目标。下面这句是我的解读，我会标明这是我的解读而不是报告里的话——一个从没写下过目标的试点，是谈不上"没达成"的。以我的经验，那少数之外的很大一部分压根就不可测量，因为成功被写成了"可见性提升""决策更好"，而不是一个配了日期的数字。治这个不要花钱，而且它对回报的改善，超过这轮预测里任何一项技术选择。

开工前用一行一条的方式写清目标，结构固定为：指标、阈值、日期、责任人、以及没达到怎么办。每发运单量的全负荷成本试点结束时下降百分之八；订单周期时间九十分位下降百分之十五；可用率剔除约定窗口后高于百分之九十二。每条都要预登记，也就是在任何结果出现之前写好并注明日期，因为等你见过数据再设的阈值不叫阈值，叫合理化。然后按你自己的成功率给组合定规模。假设你的成功率是三成，有真实历史之后请替换；假设赢的项目回报是成本的三倍、输的项目全额核销。诚实估计下每个试点的期望值是薄薄的、正的；而如果你能在花掉四分之一成本时就杀掉输家，期望值会好得多——这就是为什么阶段性闸门比项目筛选更要紧。

具体到数：我会把这个品类的任何单个试点压在年度预算的百分之十五以内，同时并行不超过四个，并且要求每个都先过两道闸门才拿下一笔钱：第一道是技术闸，过上面那些真正定义产出的指标；第二道是运营闸，由现场主管和财务负责人共同签字，确认手工路径仍然可用、并且被测的那个指标确实动了。过不了闸的就停；止损不是项目的失败，那是项目在正常工作。

评估设计要同样的讲究。不要把最快最好拣的品放到自动化上、再去跟人工拣的慢的难的比较，那样你想得出什么结论就有得出什么结论。能在订单层面随机分配就随机分配，或者按区域、按班次每两周轮换，并且按动销和处理特性匹配可比SKU。至少跑八周，覆盖一个完整的退货周期加一次需求高峰，并且这八周里不许夹带其他变化；尤其不要把重排储位项目、换标签流程和培训上线塞进同一个窗口，那样你说不出哪个效果属于谁，最后的复盘就变成吵架而不是结论。

然后是那个总要等到太晚才被问到的问题：它错了的时候，谁兜底、多快、有什么权限。对实体自动化来说，答案必须是每个班次有一位指名到人的现场主管、有停线权；配有回到手工作业的规定切换时长；以及一套仍然存在、而不是为了让位被拆掉的手工布局。这要练。试点期间每个月做一次：在不超过两个人知情的情况下把自动化撤两小时，然后按订单是否仍按时发运、每单成本是多少来打分。如果答案是那天是清闲的周二所以大家都扛住了，那就挑一个长周末之前的周四再做一次，因为真正出事就是那天。

把止损线写在人看得见的地方。发运单量全负荷成本连续两个月高于手工基线；可用率有一个月低于百分之九十；按四周滚动的干预率高于单量的百分之五；任何一起涉设备的安全事件立即暂停处理而不是等到月底。每一条都要有指名的责任人、明确的动作和复盘日期，而且触发时不需要项目赞助人批准——因为赞助人恰恰就是那个最想继续往下跑的人。

商务这块，发票上最后是哪家名字我不在意，以上内容也不该被读成给谁背书。我在意的是测量义务放在谁身上。坚持验收在你的SKU、你的结构、你的班次上做，合格线在测试之前写定。锁定软件版本，任何变动都要有通知加复估窗口，因为一次静默的模型更新会让你上季度量的所有数字作废。要完整事件日志：每条建议、每次干预、每次停机，用你拥有的格式、按你指定的频率导出。入口之前先把出口谈明白：合同到期设备怎么办、拆装要多少钱、你建进配置里的工艺 knowledge 归谁、上线之后手工模式还得活多久。

这些都不算敌意。这个品类在资本计划里配得上它的位置，预测里那几个具体数字——每天三万个SKU、秒级报告、机器真实承担了单量——描述的是十年前花多少钱都买不到的能力。但它们是在别处量的，量的别人的商品、对着别人的基线、在别人的仓库。把测量搬到你自己的地面上，不少光泽就会掉下来；剩下的通常仍然值得做，而且是按那种"没人心情好给你行方便的时候也站得住"的理由值得做。先量化，再谈优化。有人提出要让队列变快之前，先把队列自己画一遍，因为如果瓶颈不在那里，快不等于省，只是更快而已。

↑ 返回核心要点

— 作者 拉维