距离今年美国假日旺季的峰值——感恩节后的"黑五"和"网一"（11 月 27 日～30 日）——只剩 6 周。过去一年，仓库 AI 的叙事很热：视觉复核、AI 排班、需求预测、语音拣选，每个厂商的 demo 都很好看。但作为一个习惯看数据的人，我想先把问题摆出来：在剩下的 6 周里，这四个方向到底哪个能真帮你多扛单，哪个只是看起来很忙？
先看现象：AI 进了仓，但旺季还没真正考过它
根据多家行业媒体过去一年的报道，视觉检测、AMR、语音拣选在美国大仓的渗透率一直在爬升。但有一个时间线细节值得注意：这批部署大多发生在 2024 年下半年到 2025 年上半年的淡季窗口，而真正考验它们的第一个完整旺季，就是今年 Q4。换句话说，我们即将看到 AI 在仓库的第一次"大考"，结论要到明年 1 月复盘时才有。
需求端的压力是确定的。根据 Adobe Analytics 的公开数据，2024 年美国假日季（11 月 1 日～12 月 31 日）线上销售额达到 2414 亿美元，同比增长 8.7%，创下纪录。如果今年延续相近的增速，履约端的单量压力只会比去年更大；而旺季临时工的招聘难度，按过去几年的经验，并没有变容易。这就是今年 Q4 的基本盘：单量涨，人难招，AI 是唯一的变量。
还有一个不太显眼的现象值得记录：今年拿到预算的 AI 项目，明显偏向"看得见"的那一类——大屏、copilot、demo 好看的视觉系统，因为它们在董事会上好讲故事。而真正决定旺季成败的脏活累活——dock 时间戳的口径统一、SKU 主数据的清洗、训练图片的标注——反而被往后排。等到旺季一来，往往是这些不起眼的底层工作，决定了上层的 AI 能不能跑起来。
四个 AI 方向，一个一个过
视觉复核，是今年落地最快的一个方向。相机加 AI 在打包前复核商品、面单、数量，把错发拦截在出库之前。2025 年 8 月，新泽西一家做服饰的 3PL 上线了视觉复核，旺季预演时把错发率从万分之六压到了万分之二以下。但要注意它的省人逻辑：它省的不是拣选人力，而是客服和退货成本——错发一单，退回来的物流加客服成本通常是正向履约的 2～3 倍。所以它的 ROI 应该按"少错发"算，不按"少用人"算，这是两个完全不同的账本。
AI 排班，是把历史单量、促销日历、员工技能标签喂给模型，输出未来 2～4 周的排班表。这是四个方向里"现在动手还来得及"的一个，因为它不碰硬件，2～3 周就能跑起来。反常识的判断是：AI 排班省的不是总工时，而是 overtime 的峰值——它把用工波峰削平 10%～15%，而这 10% 恰恰对应着 1.5 倍单价的加班工时（美国联邦法律规定的加班费率）。省的是最贵的那部分工时，这个账要这么算才对。
需求预测，是最需要泼冷水的一个。直觉上，预测越准，备货备人越从容。但旺季恰恰是预测模型最不准的时候——Q4 的单量是促销脉冲驱动的非稳态过程，历史数据训练出的模型会对"黑五当天 5 倍于平日的单量"系统性低估。2024 年旺季，宾州一家食品分销仓的 AI 预测把黑五周的单量低估了近四成，临时工到岗时已经晚了两天。我的判断是：今年 Q4，别指望 AI 预测替你做季度人力规划，它更适合做"未来 72 小时"的短周期滚动预测，配合 AI 排班用。
语音拣选，是四个里最不像"AI"的一个，也是单位投入产出最实在的一个。戴上耳机听指令拣选，解放双手双眼，准确率通常能做到 99.5% 以上。它不酷，但它在旺季的价值恰恰在于"新人友好"——临时工的上手培训能从 2 天压缩到半天。在 11 月招不到熟手的现实面前，这个特性比任何算法都实在。
四个方向的对比框架，可以这样看：
| 方向 | 部署周期 | 省的是什么 | 今年 Q4 能指望多少 |
|---|---|---|---|
| 视觉复核 | 4～8 周 | 退货与客服成本 | 高错发率 SKU 先上，立竿见影 |
| AI 排班 | 2～3 周 | 最贵的加班工时 | 现在动手来得及 |
| 需求预测 | 3 个月以上 | 计划偏差 | 只做 72 小时短周期滚动 |
| 语音拣选 | 3～6 周 | 培训成本与错拣 | 临时工全员覆盖，效果最稳 |
细心的读者可能注意到了：AMR 没进这四个方向。不是因为它不重要，而是它的部署周期（通常 3 个月以上，还要动库内动线）和资本开支，决定了它根本赶不上今年 Q4。AMR 是明年淡季才该谈的题目，今年谈它，属于用长期方案回答短期问题——这是旺季备战里最常见的思维错位。
现在动手，Q4 旺季还来得及做什么
按剩余 6 周倒排，我的判断分成三档：
- 来得及（2～3 周见效）：AI 排班上线、语音拣选覆盖到临时工全员、视觉复核先上高价值与高错发率 SKU 的 lane
- 来不及了（需要 3 个月以上）：需求预测模型的大改版、全仓 AMR 扩容、任何要动输送线硬件的项目
- 别碰：旺季前 4 周内做 WMS 大版本升级——任何升级，任何
一个开放式的问题
今年 Q4 之后，行业会第一次拿到"AI 扛旺季"的完整成绩单。到时候值得问的问题不是"AI 有没有用"，而是：在单量脉冲面前，到底是"预测加计划"类的 AI 更有价值，还是"执行层"（复核、语音、调度）的一线 AI 更有价值？我的假设倾向于后者，但数据还没出来。还有一个更值得提前想的问题：当 AI 真的帮你扛下了两成的增量，这部分红利会变成更少的临时工，还是变成承接更多单量的底气？技术的问题，答案往往在组织里。明年 1 月复盘时，我们再看。
作者：陈博士｜供应链行业研究员
