单件拣选机器人到底值不值：电商仓的选型账

2025 年双 11 前，我去了一趟长三角一家服装电商仓。仓库经理指着刚装好的两套单件拣选机械臂跟我说：“大刘，这玩意儿一小时能干 600 单，我这波次再也不用临时招人了。”我看了一眼他家的料箱——衣服叠得跟豆腐块似的，SKU 只有 400 个——我说：“你这钱，大概率花值了。”同一周，珠三角一家 3C 配件仓的老板也问我同样的问题：SKU 18 万，透明静电袋、裸机、异形充电头混装，我的回答是：“你买这个，等于花大几十万请了个只会抓标准件的‘学徒’，还得配个人专门给他擦屁股。”

单件拣选机器人，国外一般叫 “piece picking robot warehouse” 方案，这两年被吹得神乎其神。今天咱们不谈概念，把账算明白。

一、先把原理拆开：它到底替你干了哪一步

你可以理解为：单件拣选机器人 = 一台不会累的“视觉分拣员”，外加一只 24 小时不抖的手。

工作流拆成四步：① 3D 视觉看料箱，识别出“下一个该抓谁”；② 算法规划抓取点和运动路径；③ 机械臂加吸盘（或夹爪）抓起来；④ 放到目标箱或分播墙格口。整套节拍里，视觉识别占大头，机械臂动作反而是最快的——这就像开车，认路的时间比踩油门长。

公开可查的基准：德马泰克（Dematic）的单件拣选模块公开节拍是 600～1,200 件/小时；行业媒体报道里，固定工位在“从一个料箱连续搬到相邻料箱”的理想工况下，能稳定跑到 1,000 件/小时以上。但注意前提——理想工况。真实电商仓的 SKU 哪有那么听话。

和人工比：纯人工单件拣选，服装这类好抓的品，熟手 120～150 件/小时（UPH）；3C 小件 80～100 件/小时就不错了。机器人快 4～8 倍，听着很香，对吧？别急，先看账。

二、选型分界线：三种 “piece picking” 方案，我替你把账算完

先说那家服装仓。2025 年大促，日均 9 万单，SKU 400 个，衣服全部折叠装袋，料箱标准化。之前 20 个人两班倒做单件拣选，人均 130 UPH。上了 4 套固定工位拣选单元后，单工位持续 550～650 件/小时，4 套顶掉 16 个人力。人力成本按 8,000 元/人/月算，一年省下 150 万以上，设备加集成投入约 200 万，回收期 14 个月左右。这账，成立。

再说那家 3C 配件仓。SKU 18 万，透明静电袋反光、裸机没有抓取面、充电头异形。厂商 demo 时抓取成功率 95%，看着不错。但 95% 意味着每小时 600 件里有 30 件抓失败——掉地上、一次抓两个、根本抓不起来。每一次失败都要人工干预：复位、补拣、异常处理。最后算下来，单工位实际有效产出不到 400 件/小时，还得配 1 个人专门“伺候”机器人。人没少，钱花了，KPI 还降了。这就是伪需求——不是你需要自动化，是你需要先把货标准化。

三类方案对比（一张表看懂 “piece picking robot warehouse” 三类实现路线的分界线）：

方案	持续节拍	人力账	投入量级	适合谁
纯人工拣选	80～150 UPH	约 8,000 元/人/月	几乎为零	SKU 杂、日单 5,000 以下、波峰波谷大
固定工位单件拣选臂	600～1,200 件/小时（理想工况）	1 工位替代 4～8 人	单套几十万～上百万元（以厂商最新资料为准）	SKU 1,000 以内、件型规整、日单 3 万以上
移动式拣选（AMR 加机械臂，如 Brightpick）	70～80 件/小时（厂商公开数据，接近人速）	替代约 1 人，但 7×24 小时	RaaS 租赁约 1,900 美元/月起（厂商公开价）	柔性场景、一机多用

对伪需求开炮时间：如果你家仓 SKU 上万、包装五花八门、料箱跟垃圾桶似的，销售跟你说“我们 AI 视觉什么都能抓”——让他签对赌协议：量产抓取成功率低于 98% 就退款。敢签的，我还没见过。

单件拣选工位：机械臂与人工协同作业

三、反常识：SKU 越杂，机器人越不值

这可能是全篇最重要的一句：**单件拣选机器人吃的不是“人力替代”的红利，吃的是“标准化”的红利。**这也是 “piece picking robot warehouse” 方案在欧美仓落地时，厂商第一件事永远是看 SKU 规整度的原因——货不标准，后面全是坑。

你可以理解为：它是个极度优秀的“应试生”——题目越标准，分数越高；题目越开放，越不如人工这个“全能选手”。人工的手眼协调是几百万年进化的结果：透明袋、异形件、缠在一起的数据线，人眼一扫、手一拨就解决了，机器人要调三个月参数。

第二个反常识：波峰越高的仓，越不适合买断式机器人。 大促 3 个月、日单翻 5 倍，剩下 9 个月设备闲置——固定资产的利用率被波峰绑架了。这种仓要么用 RaaS 按月租（Brightpick 这类厂商的租赁模式就是干这个的），要么老老实实用临时工加分播墙。买断设备去扛波峰，等于买辆大巴只为跑春运。

第三个：抓取成功率 99% 和 95%，差的不是 4 个点，是整条产线的稳定性。 95% 意味着每 20 件就出一次异常，异常处理的人力成本是指数级的——复位、找货、补单、客诉。量产抓取成功率低于 98%，这设备就是个昂贵的“人工制造机”（专门制造需要人工擦屁股的工作）。

四、买完才是开始：维护的四个坑

① 视觉重标定：换季上新 SKU，视觉模型要重新训练或标定，厂商一般收服务费，自己养算法工程师更贵。② 吸盘是耗材：真空吸盘 2～3 个月一换，夹爪的硅胶垫也一样，别信“免维护”。③ MTBF 与备件：机械臂本体 MTBF 普遍 2 万小时以上，但视觉相机、真空发生器是短板——备件必须本地有，大促期间停机一小时，损失按单量算。④ 换型调参：从抓 T 恤换成抓卫衣，吸力、抓取点、放置力度全要调，调一次半天起。SKU 变化快的仓，这部分隐性成本能吃掉 20% 的 ROI。