过去两年，我走访了十几家上了自动化设备的仓库，问得最多的一个问题不是"设备好不好用"，而是"原来的人转岗去哪"。AMR 进场之后，拣选员从 40 人减到 12 人，剩下的 28 个人去哪了？这个问题，设备厂商的方案书里没有答案，管理层的立项报告里往往也只有一句话："人员自然优化。"但人不是数字，自然优化的背后，是一个个具体的去向。

数据先行：转岗压力到底有多大

先看几组公开数据。根据麦肯锡 2026 年 10 月发布的一份报告（经彭博报道），到 2035 年，美国约有 1100 万工人可能因为 AI 需要更换职业，约占劳动力的 7%；需要转岗的低收入工人，其概率是高收入者的近 8 倍；受影响最大的三类职业是办公室行政、零售销售和运输物流——仓储工人正在其中。报告还测算，需要转岗的人里，六分之七需要大幅再培训，且转岗后收入可能下降。

再看一线。根据 Exotec 2026 年 8 月委托调研机构 Macromill 对日本 1031 名仓库从业者的调查，51% 的人正在考虑换工作，首要原因是"体力消耗大"（39.7%），而他们最希望机器人接手的，正是"重体力搬运"。根据 Randstad Workmonitor 2025 的数据，约 60% 的物流岗位正面临 AI 带来的转型，近三分之一的人因为缺乏晋升通道想要离职。

但还有另一面。根据 Rockwell 对 17 国 1500 多家制造商的调查，41% 的企业转向自动化的直接原因是技能缺口和招工难——人手本来就招不够。

把这几组数据放在一起，图景就清楚了：替代在发生，但"没人干"和"人被替代"是同时发生的。转岗问题的本质不是"人多出来了"，而是"人的技能和岗位错位了"。

归因：为什么转岗这么难

转岗难，有三个结构性原因。

第一，技能错配。拣选是肌肉记忆，异常处理是判断。一个干了 8 年的拣选员，闭着眼睛都知道哪个库位在哪，但让他去判断"这个条码扫不上是因为标签褶皱还是系统没建档"，这是另一套能力。自动化替代的是重复动作，留下来的是判断和协调——这两者的能力模型几乎不重叠。

第二，工资锚定。老员工时薪 22 美金，转岗培训期给 18 美金，培训完再谈。站在员工的角度，这不是转岗，是降薪通知。麦肯锡报告里"六分之七转岗者收入可能下降"的测算，在仓库这个层面每天都在上演。

第三，组织惯性。管理层把转岗当成 HR 的事，HR 把转岗当成培训的事，培训做完了，考核、定岗、定薪没人接。转岗最后一步没人负责，就等于没做。

转岗的三条路：异常处理、设备看护、数据复核

根据我走访的案例，转岗去向其实收敛得很清楚，就是三条路。

第一条，异常处理岗。自动化处理的是 90% 到 95% 的常规量，剩下 5% 到 10% 的异常——破损、条码扫不上、混托、系统死单——只能人处理。这是最自然的承接岗：老员工最懂现场，知道"正常"长什么样，所以最知道"不正常"在哪。工资可以持平，甚至略涨，因为这是判断岗，不是体力岗。

第二条，设备看护岗。给 AMR 换电池、清扫激光雷达、处理卡死、每天开工前点检。技术含量不高，但要责任心和现场经验——知道设备在什么情况下会"闹脾气"的，恰恰是天天跟货打交道的人。

第三条，数据复核岗。AI 视觉质检的误报复核、盘点差异复核、系统异常单的人工确认。适合坐得住、心细的人，年龄大的老员工反而有优势。

三条路之外，还有一条底线要守住：转岗保护期。我的建议是 6 到 12 个月工资不降，之后按新岗位的技能津贴阶梯走。保护期不是福利，是让转岗发生的必要成本——没有它，前面三条路都是纸上谈兵。

转岗失败长什么样：一个三天培训的教训

2025 年，我走访过一家中西部的 3PL 仓。AMR 上线后，管理层把 20 名拣选员直接转成"机器人监控员"，培训只给了 3 天：一天看视频，一天跟班，一天考试。结果上岗第一个月，误报处理合格率不到一半，设备卡死平均响应时间超过 20 分钟。3 个月内，走了 7 个人。

复盘下来，问题不在员工"学不会"，在三个缺失：培训没有带工资（用的是最低时薪，员工觉得被降薪了）；没有师傅带（跟班那天师傅自己忙着处理异常）；没有考核挂钩（考试过了就上岗，上岗不会也没人管）。转岗名单是通知下来的，不是员工签字确认的——"被转岗"和"我想转"，心态完全两样。

反观 2024 年加州一家食品仓的做法：提前 6 个月公布转岗计划，设"转岗导师"一对一带，培训期工资不变，30 天"双岗并行"过渡期（上午老岗位、下午新岗位）。12 个人里 10 个人留了下来，2 个人拿了补偿体面离开。走的人也体面，留的人也安心。

趋势判断：转岗会成为自动化立项的标配

说几个判断，都带时间线。

未来 3 到 5 年，仓库里会出现"人机协作调度员"这样的新岗位：一半时间管人，一半时间管机器人，核心能力是异常判断和优先级排序。这个岗位今天还没有标准招聘要求，但 5 年后会是仓库的标配。

5 到 10 年，发达地区的纯人工拣选岗会基本消失，但"最后一公里异常处理"会长期有人——机器处理常规，人处理例外，这个分工在可预见的时间里不会变。

组织配套上，转岗预算、保护期、导师制，会成为自动化项目立项时的标配项，而不是事后补救。今天立项报告里写"人员自然优化"还能过，3 年后，投资人和管理层会先问：你的转岗方案是什么。

还有一个反常识的判断，送给正在做转岗名单的管理者：最难转的往往不是年纪最大的，而是原来干得最好的拣选员。肌肉记忆最强的人，对"我被机器替代了"的抵触也最大；反而是原来干得一般、爱琢磨的年轻人，转得最快。所以转岗名单别按资排辈，按意愿和学习能力排——这个顺序排错了，神仙也救不回来。

最后留一个开放式的问题：我们给设备算 ROI 算得很精，精确到小数点后两位；但转岗的 ROI，几乎没有人算过。人走了，重新招、重新培训的成本，其实都记在账上，只是记在了"招聘费用"和"损耗"里，没人把它和"转岗失败"连起来。也许真正的问题不是"老员工去哪"，而是：我们愿不愿意为转岗，付和买设备一样的钱？

作者：陈博士｜供应链行业研究员