过去一年我听了十几场 AI 厂商的仓库宣讲，最高频的一句话是“把你们的历史数据给我们”。但没人追问：“how much data does warehouse AI need”——到底要多少数据才够用？根据我跟踪的公开部署案例和研究报告，这个问题其实问错了方向：答案不是一个数字，而是一张分场景的门槛表；真正的分水岭也不在试点，而在从试点到上线的那一步。
试点到底要多少数据：三类场景，三张门票
仓库 AI 按数据胃口，大致分三类，每一类的“够用”标准完全不同。
第一类是视觉识别——来料质检、包裹面单识别、人员安全行为监测。这类场景的试点门槛是三类里最具体的，以标注图像数量计。2025 年 11 月，一家物流企业的安防视觉研究公开了完整的数据账本：用一周的监控视频，按每 30 帧抽 1 帧、剔除模糊和遮挡片段后，得到 2 万张有效图像，其中 1.2 万张用于训练、8 千张用于测试，最终支撑起一套危险动作识别模型。也就是说，一个单点视觉试点的门槛，大致在“数千到两万张标注图”这个量级，采集周期可以短到一两周——关键不在于攒多久，而在于有没有人把“这是什么行为”标注清楚。
第二类是预测优化——需求预测、补货、库位优化。这类吃的是时间跨度，不是图片张数。IBM 的预测文档里有一条硬性规则：历史数据至少要是预测跨度的两倍；如果业务有年季节性，至少需要 24 个月的数据，模型才能识别出周期。行业实践的口径与之一致：一年干净的交易历史是最低门槛，18～24 个月比较理想；而要做 SKU 级别的机器学习预测，通常需要两到三年、订单粒度的干净历史，还得附带促销日历、退货标记这些元数据。一家只有 8 个月 ERP 数据的分销商，硬上需求预测，模型连第一个完整的旺季都没见过——这不是调参能解决的问题。
第三类是机器人与基座模型——机械臂拣选、AMR 调度。这类的数据门槛已经不在客户这边，而在供应商那边。Covariant 在 2024 年 3 月发布的 RFM-1 是一个 80 亿参数的机器人基座模型，根据 IEEE Spectrum 的报道，它的训练数据是“数千万条”机器人在真实仓库里抓取的轨迹数据，而且部署在 15 个国家的数十家客户现场的机器人，每几周就能回传约 100 万条新轨迹。对比之下，学术界最大的公开机器人数据集 RT-X，总共也只有约 100 万条轨迹。Plus One Robotics 在 2024 年 2 月宣布累计拣选突破 10 亿次，靠“人工闭环”（Yonder 远程监督）处理长尾异常，把拣选准确率维持在 99% 以上。Locus 的数字更直观：截至 2025 年 4 月累计拣选 50 亿次——从 40 亿到 50 亿只用了 24 周，350 多个站点、1.5 万多台机器人每秒产生约 30GB 数据。对客户来说，这意味着：你不需要自备海量数据，你需要的是供应商已经吃过足够多的数据。
三类场景的门槛可以浓缩成一张表：
| 场景 | 试点门槛（量级） | 上线门槛（关键变量） |
|---|---|---|
| 视觉识别 | 数千～2 万张标注图 | 跨班次、跨季节的光照与 SKU 变化覆盖 |
| 预测优化 | 12～24 个月干净历史 | 新品、促销、大促等“分布外”事件的样本 |
| 机器人拣选 | 供应商基座模型＋数万次本场适配 | 长尾异常的人工闭环流程是否转得起来 |
数据门槛的真正分水岭：从试点到上线的三道坎
试点跑通之后，真正的考验才开始。根据我对多个行业案例的观察，从试点到上线之间横着三道坎，每一道都和“数据量”没有直接关系。
**第一道坎是分布漂移。**试点通常只覆盖一个库区、一个班次，数据分布单一；上线意味着全仓、全天候。IndustryToday 在 2026 年的一篇分析里记录了一个典型案例：一家制造企业把 AI 方案从第一个工厂复制到第二个工厂时，因为两地的数据口径和文件结构不统一，原定的复制计划变成了定制项目，上线周期直接翻倍。仓库同理：二号仓的货架高度、灯光、SKU 结构只要有一处不同，试点模型就可能水土不服。
**第二道坎是“答案”的缺失。**很多仓库的数据量并不小——WMS 里躺着好几年的出入库记录，摄像头 7×24 小时录像。缺的是标注过的“正确答案”。Gartner 对 1,203 位数据管理负责人的调查显示，63% 的人对自家支撑 AI 的数据实践缺乏信心；而在制造业，只有 27% 的企业建了数据仓库或数据湖（中型企业的整体水平是 60%），受访的制造企业里甚至没有一家真正用上了机器学习平台。数据躺在那里，和数据能被模型用，是两回事。一项第三方基准测试很能说明问题：同一个大模型，直接查原始数据表做业务问答，准确率约 20%；经过语义层治理之后，准确率提到 92.5%。场景不同，但道理相通——治理过的结构，价值远大于原始的体量。
**第三道坎是数据飞轮转不转得起来。**上线的本质，是建立“生产数据回流→模型迭代”的闭环。Plus One 的 Yonder 模式值得琢磨：机器人搞不定的异常抛给远程人工，人工的每一次纠正都变成新的训练样本。这套机制一旦转起来，数据门槛就从“上线前一次性备齐”变成了“上线后持续生长”。反过来，如果上线后没有回流设计，模型会在几个月后开始缓慢腐烂——SKU 换了、包装变了、流程调了，而模型还停留在上线那天。
反常识：数据最多的仓库，未必上线最快
写到这里，可以下一个反常识的判断：试点阶段的数据需求被系统性高估了，而上线阶段的数据需求被系统性低估了。
先说高估。很多厂商的售前会要求“至少两年的历史数据”，但试点验证一个单点假设，往往用不着。一家做运费审计 AI 的服务商公开写过：首批试点用 50～200 张历史发票，配上对应的 TMS 记录和异常备注，就足以暴露主要模式。视觉场景同理：两万张标注图、一两周的采集，就能回答“这个模型在我们这个库区行不行”。试点要的是“能验证假设的最小数据集”，不是“把家底全倒出来”。这也是“how much data does warehouse AI need”最容易被误读的地方：人们总在问总量，答案却藏在结构里。
再说低估。真正的成本大头在上线之后：跨仓复制的适配、长尾异常的标注、模型的持续迭代。Locus 从 10 亿次拣选走到 50 亿次用了不到三年，数据的指数级增长发生在上线之后，而不是之前。换句话说，数据门槛不是一道一次性的墙，而是一条持续投入的跑道——试点问的是起跑线在哪，上线问的是你能不能一直跑。
还有一个正在发生的结构性变化，值得用 2026～2027 年的时间线来观察：基座模型正在把数据门槛从“客户自备”转向“供应商自带＋客户适配”。Covariant 的 RFM-1 之所以敢宣称没见过的新商品也能抓，是因为它吃的是跨客户、跨国家的轨迹数据，单个客户不再需要从零攒数据。这也解释了为什么“how much data does warehouse AI need”在 2024 年和 2026 年会是两个完全不同的问题——门槛的结构变了，数字本身已经不是重点。
所以，回到开头那个问题。答案或许应该换一种问法：你的场景属于三类中的哪一类？你的“答案”（标注）准备好了吗？你的数据飞轮设计好了吗？如果这三个问题都有了着落，数据量本身，很少是那个卡住你的因素。
而一个更值得长期思考的问题是：当基座模型自带数据入场，当“有多少数据”不再是壁垒，仓库真正不可替代的数据资产会是什么？是那套把异常变成样本的人工闭环流程，是跨季节的真实运营记录，还是别的什么——这个问题，我暂时没有答案，留给下一轮的观察。
作者：陈博士｜供应链行业研究员
