如果只搜"中美仓库AI落地对比"，最流行的说法只有一句话：美国重 AMR，中国重算法。2025 年，亚马逊宣布其全球仓库机器人突破 100 万台，与其履约中心一线员工数量几乎持平；几乎同时，根据 Interact Analysis 的报告，中国 2024 年占全球移动机器人出货量的 58%，并预测这一比例到 2030 年将降至 46%。两组数字摆在一起，"美国堆硬件、中国堆算法"的故事似乎很完整。但这个故事只讲了一半，剩下的一半更有意思。
同一台 AMR：中美AI落地走出的两种活法
先看美国。亚马逊 2024 年 9 月投用的路易斯安那州什里夫波特履约中心，占地 310 万平方英尺，部署了包括 Sequoia（AI 加机器视觉的库存处理系统）在内的 9 类机器人系统。亚马逊称，新一代站点的生产效率预计提升 25%，机器人参与完成了超过 75% 的客户订单。2025 年，亚马逊又推出了 DeepFleet——一个协调全网机器人交通路线的 AI 调度模型。注意这个细节：美国最"重硬件"的玩家，恰恰在用最重的算法管理它的 100 万台机器人，"不重算法"是个误会。
再看中国。另一条路的代表是货架到人：2018 年启用的菜鸟惠阳仓曾一次部署数百台 AGV，是当时全球最大的机器人仓之一；此后极智嘉（Geek+）的货架到人方案在电商仓大规模复制，据行业媒体援引 Interact Analysis 的报告，该公司连续多年位列全球 AMR 出货量第一。更有意思的是用法：华东不少电商云仓在双 11 前临时增租 AMR，峰值一过退租，机器人按大促节奏"弹性雇佣"。这种用法在美国大仓的资本开支逻辑里几乎不存在——美国买的是资产，中国租的是弹性。
三组数字，看懂中美仓库AI落地对比的分水岭
| 对比维度 | 美国路线 | 中国路线 |
|---|---|---|
| 出发点 | 人力贵、疫情后招工难：用资本开支替换人力成本 | 电商峰值波动大、人力成本上行：要弹性，更要算法提效 |
| 主力形态 | 大型履约中心的 AMR 车队加机械臂，亚马逊一家就超过 100 万台 | 货架到人、料箱到人 AMR 加算法调度，2024 年中国占全球移动机器人出货量 58% |
| 代表玩家 | 亚马逊（自研自用）、Locus（跟随拣选机器人领域市占领先）、Ocado（收购 6 River Systems） | 极智嘉、海康机器人、海柔创新、快仓 |
| 算法的位置 | DeepFleet 调度百万机器人：算法是"交通警察" | 波次、库位、路径、视觉：算法是"生产队长" |
| 当前瓶颈 | 集成成本高，3PL 采购销售周期长 | 国内需求见顶、价格战、美国关税扰动供应链 |
还有第三组数字，关于渗透率。根据 Interact Analysis 的预测，到 2030 年，全球也只有约 13% 的仓库会部署至少一台履约 AMR。这意味着无论中美，仓库 AI 都还处在非常早期的阶段，现在讨论"谁赢了"，时间点太早了。
为什么走岔了：三条解释链
第一条链是劳动力市场的形状。美国的逻辑是"替代"：人力贵且招不到，自动化是对冲人力风险的资本开支，ROI 算的是少雇多少人；中国的逻辑是"弹性"：电商大促的波峰波谷可达数倍，养一支固定的自动化队伍不如"算法加可租赁的柔性运力"，ROI 算的是峰值不爆仓、淡季不闲置。路线差异首先是劳动力价格和波动性的函数，其次才是技术偏好，这个因果顺序不能颠倒。
第二条链是产业基础决定的舒适区。美国有亚马逊这样的巨型履约场景，2012 年 7.75 亿美元收购 Kiva 之后走的是自研加闭环路线，技术外溢慢；中国有全球最大的制造业供应链和最密集的电商场景，AMR 本体迅速变成标准品，竞争被迫转向算法、交付速度和成本。中国的"重算法"不是主动选择，是内卷逼出来的最优解。
第三条链是资本与政策的潮汐。2016～2021 年中国资本对机器人赛道的追捧，叠加"机器换人"政策，催生了全球数量最多的 AMR 厂商，也催生了产能过剩；当国内需求见顶，出海就成了必答题。而美国这边，关税正在重塑供应链：Interact Analysis 明确指出，货架到人这类高度依赖中国厂商的品类受美国关税影响最大。这里有个微妙的局面：美国想降低对中国供应链的依赖，代价可能是自己的 AMR 部署变得更慢更贵。
谁抄谁的作业：中美AI路线下半场的三条时间线
最反常识的一点是，"美国重 AMR、中国重算法"这个二分法正在失效。亚马逊的 DeepFleet 证明，美国最硬的玩家恰恰在算法上最激进；中国厂商出海卖的从来不只是机器人本体，而是"算法加交付加成本"的打包方案。硬件正在变成标准品，真正的分岔不在硬件和算法之间，而在谁离订单场景更近。
回到"中美仓库AI落地对比"这个命题，下半场的趋势判断可以落到三条时间线上。短期看（2026～2028 年），中国厂商继续出海，美国市场是必争之地但关税是最大变量；美国 3PL 采购周期长，落地慢但单体规模大，两边都在补对方的课。中期看（2028～2030 年），如果 Interact Analysis 的预测成立，中国出货占比降至 46%、收入占比降至 27%，美国与欧洲中东非洲加速追赶，两条路线收敛。长期还有一个变量：人形机器人和通用视觉大模型可能重写"AMR 对算法"的分类法，但那是 2030 年之后的故事，依据不足，这里不展开。
所以，谁抄谁的作业？也许这个问题本身就是错的。美国用机器人对冲人力风险，中国用算法对冲波动风险，抄的从来不是对方的答案，而是对方出题的方式。当 AMR 本体变成标准品，当 2030 年依然有接近九成的仓库没有一台履约机器人，真正值得问的可能是：下一轮分岔，会从哪里开始？
作者：陈博士｜供应链行业研究员
