仓库 AI 岗位重构这件事,讨论的重点早已不是会不会来,而是已经走到了哪一步,以及接下来三年,先轮到谁。2025 年 6 月,亚马逊宣布它的第 100 万台仓库机器人上岗,分布在全球 300 多个仓库。与此同时,世界经济论坛《2025 年未来就业报告》预测,到 2030 年,全球将新增 1.7 亿个岗位,同时 9200 万个岗位被取代。

先看数据:仓库 AI 岗位重构不是明天,是正在发生

根据世界经济论坛《未来就业报告 2025》,到 2030 年,因宏观趋势带来的岗位创造与岗位取代合计将波及约 22% 的现有岗位,其中新增 1.7 亿个、被取代 9200 万个,净增 7800 万个。报告同时指出,下降最快的岗位高度集中在文书类:数据录入员、行政助理、收银员与票务员、印刷工人、会计与审计。需要留意的是,这些数字覆盖的是全部宏观趋势,不只是人工智能一项,但报告明确把人工智能、信息处理技术与机器人列为文书岗位下滑的主要驱动力。

麦肯锡全球研究院 2025 年的报告《Agents, Robots and Us》给出了更直接的判断:以现有技术能力衡量,美国约 57% 的工作时长在技术上可以被自动化,约 40% 的岗位属于面临显著冲击的职业。报告同时强调,技术上可行不等于实际上会发生,真正的瓶颈是企业是否愿意重构整个工作流程,以及政策与投资是否跟上。这个区分很重要,后面还会提到。

落到仓库这个具体场景,亚马逊的轨迹是最完整的公开样本。2025 年 6 月,它的第 100 万台机器人投入使用,覆盖 300 多个仓库,并同步推出了协调机器人车队的 AI 模型 DeepFleet,企业自称可将车队行驶效率提升约 10%,这一数字是企业自报数据,未经独立验证。更值得看的是另一组数字:据《纽约时报》2025 年 10 月报道的亚马逊内部文件,其路易斯安那州什里夫波特的新仓部署了约 1000 台机器人,用工比原来少约四分之一,公司计划到 2027 年在 40 个仓库复制这种模式。机器人进仓的速度与规模,都已经超出了"试点"的范畴。

还有一组常被忽略的数据,来自 2025 年发表于《ILR Review》的研究:配备机器人的仓库,严重工伤减少约 40%,但轻微工伤增加 77%。自动化的影响从来不是单向度的,它在解决旧问题的同时,会制造出新问题,而新问题本身就会变成新的岗位需求。

三个信号:仓库 AI 岗位重构先从哪里动手

判断一个岗位会不会先被重构,我的依据是三个信号。第一,看招聘启事的措辞变化。2025 年我走访的几家大型仓储企业里,招聘要求正在悄悄改写:过去写"熟练操作 WMS",现在写"能根据系统提示处理异常单据";过去招"数据录入员",现在招"愿意学习 AI 工具的仓储助理"。岗位名称没变,能力要求已经变了,这是重构最先露出的痕迹。

第二,看管理层开会讨论什么。过去仓库例会讨论的是"今天人手够不够",现在越来越多讨论的是"哪些环节可以不用人过一遍"。一旦某个环节被定义为"规则明确、输入标准、输出可验证",它进入自动化队列就只是时间问题。数据录入、日报表制作、库存对账,这三类工作几乎同时满足这三个条件,所以它们排在最前面。

第三,看培训预算流向哪里。钱是最诚实的信号。2025 年我调研的一家华东地区 3PL,把年度培训预算的大头从"新员工上岗培训"挪到了"老员工设备操作与系统异常处理",报表岗位从 6 人缩到 2 人,省下来的人力补到了异常处理组。预算的流向,比任何战略宣言都更能说明一家企业的真实判断。

把这三个信号叠加起来,可以画出一张岗位重构的风险图。先被重构的,是数据录入、简单拣选与日报表制作:规则清晰、输入标准、出错成本低。正在变化的,是叉车驾驶与质检:机器能做大部分,但复杂路况与模糊瑕疵仍需人眼与人手。难被替代的,是异常处理、设备维护与客户沟通,这三类工作的共同点是:输入不标准,判断没有唯一答案,而且一旦判断错了,代价立刻体现在客户身上。

难被替代的三类岗位,恰恰是仓库最值钱的地方

反常识的判断是这样的:最先被重构的不是最苦最累的活,而是最干净的活。坐在办公室录数据、做报表的人,比站在流水线旁拣货的人先被替代。原因并不复杂:AI 替代的从来不是体力,而是规则。数据录入的规则写在纸上,拣货的规则却长在货架上、长在异常里,机器要走的路还很长。

异常处理是第一类难被替代的工作。系统只会处理它见过的异常,而仓库每天都会生产系统没见过的异常:客户临时改地址、包装破损到无法扫码、系统显示有货但货架是空的。这些时刻需要的不是执行规则,而是判断哪条规则可以打破、打破之后由谁兜底。我的判断是,未来三年,异常处理会从"救火队"变成仓库里正式编制的核心岗位,人数未必增加,但话语权会明显上升。

设备维护是第二类。机器人越多,修机器人的人越值钱,这几乎是必然的推论。什里夫波特的案例已经说明,机器人替代的是重复搬运,而不是维护本身。一台 AMR 趴窝,损失的是整条动线的节拍,能在一小时内定位故障并恢复的人,其价值会随着设备密度同步上升。未来三年,懂机械又懂系统的复合型维护人员,议价能力大概率会跑赢只会开叉车的司机。

客户沟通是第三类。仓库与客户之间的信任,建立在"出了问题有人能讲清楚"之上。AI 可以生成一封措辞完美的道歉邮件,但它无法在电话里听出客户真正着急的是交期还是账期,也无法在两种都保不住的时候,现场拍板先保哪一个。这种判断需要行业经验、需要承担责任的授权,更需要客户关系本身的积累,短期内没有替代方案。

给仓库人的时间线:未来三年怎么走

我的时间线判断如下,依据是前述报告的预测区间与企业部署的实际节奏,不构成精确预言。2026 年到 2027 年,报表与录入类岗位会率先收缩,大型仓库的文书编制可能减少三分之一左右(判断,依据是世界经济论坛 2025 年报告对文书岗位的下滑预期与企业实际的招聘冻结情况)。2027 年到 2028 年,简单拣选与标准化打包进入规模化替代,但前提是货物品类足够标准,非标品仓库的节奏会慢一拍。2028 年到 2029 年,变化的重心会转向管理层:排班、预测与绩效分析这类"半规则半判断"的工作,将由 AI 给出方案、人做最终拍板。

转型路径大体有三条。第一条是管机器人:从操作员转向设备监控与调度,核心是理解系统逻辑而非记住操作步骤。第二条是管例外:从执行者转向异常处理专家,核心是积累判断力,这条路最依赖经验,也最难被速成。第三条是管客户:从仓库内部走向客户界面,把对货、对流程的熟悉转化为服务能力。三条路没有高下之分,但有一个共同前提:现在就开始。等岗位正式消失再转型,选择只会更少。

三年后,仓库里的人会更少,但留下来的人会更重要。这不是安慰,而是一个可以验证的推论:如果机器接管了规则,人的价值就只剩下规则之外的东西。问题留给每一位仓库从业者:你的岗位里,有多少工作是只有你能判断的?这个比例,就是你未来三年的安全边际。

作者:陈博士|供应链行业研究员