标题里的 Copilot 和 Autopilot 是两个端点：人开车、AI 提醒 vs AI 开车、人看仪表盘。2026 年仓库 AI 话题混乱的一个重要原因，是说着同一个词"AI"的人，谈的是完全不同的自主化等级——有人说能查库存的对话助手，有人说整班无人干预的调度系统。借用自动驾驶行业成熟的 L1-L5 分级思路，给仓库 AI自主化做一次分级，很多争论——"AI 到底能不能替代仓库主管""这套系统算不算自主"——会清晰得多。
仓库 AI自主化，也可以像自动驾驶那样分五级
先把五级的定义摆出来，因为后面的所有判断都建立在这套定义上：
L1 信息辅助：AI 只提供信息，不参与决策。比如问"这个 SKU 上周的出库量是多少"，AI 从系统里调出数字；或者把几百页的 SOP 变成问答，员工输入"冷冻区断电怎么办"，AI 摘出应急流程显示。
L2 决策建议：AI 分析数据、给出建议方案，但执行必须经过人工确认。比如补货建议系统每天早晨列出"这 37 个 SKU 建议今天补货"，主管勾选确认后才生成任务；或者根据历史订单预测给出下周排班表，经理调整后发布。
L3 条件自主：AI 在明确的条件和边界内自主执行，人只处理升级上来的异常。比如波次调度系统每天定时自动跑波次、分配任务，遇到库存不足、订单优先级冲突才升级给人工。
L4 高度自主：AI 负责整个班次或整个环节的运行，人只作为例外处理者存在，不再逐单确认。比如一个夜班仓库的收货、质检、上架、补货、波次、发货全流程由系统驱动，值班人员只处理系统升级的异常事件。
L5 完全自主：AI 不只执行运营，还做规划——网络布局建议、长期人力规划、设备投资决策，这些今天由运营副总裁做的事。
这套分级有一个关键假设，来自自动驾驶行业的经验：等级之间的跃迁从来不是线性的，每一级的门槛都和上一级不在同一个维度。
从 Copilot 到条件自主：2026 年各级的真实坐标
L1 在 2026 年已经相当成熟：根据公开行业调研报告的口径，大模型仓储知识问答助手在 3PL 和制造企业仓库的试点覆盖率已经不低，结构化数据查询的回答准确率普遍可用。门槛也清楚：接好数据源、做好权限隔离即可。但 L1 到 L2 的门槛不在模型，而在信任——2026 年的真实反馈显示，L1 助手最常见的失败不是答错，而是没人用：答案还得人去系统里再核实一遍，等于没省时间。
L2 是 2026 年落地最密集的等级：补货建议、波次合并建议、异常预警（"这个订单的承诺时效可能超期"）是三大高频场景，价值也最容易被量化。但 L2 有清晰的边界：AI 只能给建议、不能跨系统执行，一旦建议涉及两个以上的系统就会卡住，因为它没有写权限。
观察一：2026 年一家华南 3PL 的 L2 补货建议工具跑了大半年，效果不错，管理层决定升级到自动执行——这是典型的 L2 到 L3 集成坑。卡住的地方出乎意料地朴素：WMS 接口只开放查询，写入要走 OA 审批；订单系统的库存调整接口文档是三年前的，字段对不上；IT 出于安全考虑不给 AI 服务开写口。三个问题都不大，但合在一起升级被拖了四个多月，最后先做了"半自动"过渡——AI 生成执行单，人点一下确认。这个案例说明，L2 到 L3 的门槛是集成权限，而集成权限从来不是技术问题，是组织和安全治理问题。
L3 在 2026 年处于商用早期阶段。根据头部厂商在行业会议上的公开客户分享，L3 级别的波次自动调度已经在部分大型配送中心跑起来，公开口径的运行数据集中在"波次计划生成时间从小时级降到分钟级、异常升级率维持在个位数"这个量级（以上均为厂商公开分享口径，以公开报告为准）。但要注意一个共同特征：这些案例几乎都集中在高度标准化的仓——SKU 结构简单、订单模式稳定、自动化设备已经就位。
观察二来自 2026 年一家华东电商仓的 L3 波次调度试点。某 AMR 厂商在春季行业峰会上分享了这个仓的运行数据：波次计划生成时间从原来的约 2 小时压到 12 分钟以内，异常升级率在平稳期保持在 5% 上下（厂商公开分享口径）。但第三周遇到一次大促补单潮，订单结构突变，系统按正常模式继续跑，异常检测没有触发，等人工发现时已经错过了调整窗口。复盘结论不是模型不行，而是"异常"本身是动态的：大促的"正常"和平时的"正常"是两个世界。这说明 L3 到 L4 的门槛是异常处理的完备性——L3 的逻辑是"正常情况我来，异常情况你来"，边界条件越清晰，升级越可靠；越模糊，L3 越脆弱。
L4 在 2026 年还处在封闭场景试点：少数新建的全自动化仓（AMR 加自动分拣加视觉质检的组合）在特定时间段（比如夜班）接近 L4 的运行状态，但这类仓本身就是为自主化设计的，存量仓改造到 L4 的公开案例极少。
哪些环节先到 L4：一个"结构化程度×犯错代价"框架
判断哪些环节先到 L4，可以用一个二维框架：任务结构化程度 × 犯错代价。横轴是任务有多结构化（输入输出是否明确、规则是否清晰），纵轴是犯错的代价（错了损失多少钱、会不会伤人）。
先到 L4 的，一定是"高结构化、低代价"的格子：比如库内补货任务生成、空托盘调度、周期盘点计划。规则清晰，错了最多浪费一点人工时，试错成本企业承担得起。而"低结构化、高代价"的格子——比如收货质检的争议判定（这个货损到底算谁的）、大客户订单的优先级仲裁——短期内到不了 L4，因为犯错代价里包含了商业关系，这是算法赔不起的。
这个框架还有一个推论：同一个环节在不同企业可能落在不同的格子里。一家 SKU 只有 200 个的标品仓，它的波次调度是高度结构化的；一家 SKU 5 万个、长尾占比 60% 的 3PL 仓，同样的波次调度就可能是低结构化的。所以"我们仓到 L4 了吗"这个问题，答案一定是按环节、按仓型分别给的，不存在一个仓库整体的 L4。
L5 为什么是责任问题，而不是技术问题
L5 的定义是规划级的自主：AI 不只执行运营，还做网络布局、人力规划、设备投资这些今天由运营副总裁做的决策。我的判断是明确的：L5 不是技术问题，是责任问题。
做一个思想实验：假设 2028 年有系统能自主决定"在达拉斯新建一个 20 万平方英尺的仓"，决策错了、损失千万美元级——责任算谁的？算法供应商、实施方，还是签字的高管？2026 年的保险和合同体系完全没为这种情况准备好：现有技术责任险覆盖的是"系统故障"，不是"系统做出了糟糕的商业判断"。责任归属、保险产品、合同条款三者没就位之前，L5 即使技术可行，也不会有企业敢真正启用。这是一个判断，不是预测：技术可以提前，责任体系不会提前。
所以更值得讨论的问题可能不是"L5 什么时候来"，而是"责任体系需要哪些前置条件"。自动驾驶行业走过的路有参考价值：L4 级别的无人出租车上路之前，先有的是测试许可框架、事故责任划分和专门的保险产品。仓库 AI 的 L5 大概率也要走同一条路——先有规则，才有落地。
回到分级本身。它的意义不在于精确预测哪一年到哪一级，而在于给行业一个共同的语言：厂商说"我们的系统是 AI 自主的"，你可以追问是 L2 的建议还是 L3 的条件自主；3PL 说"明年上 L4"，你可以问是哪个环节的 L4、犯错代价那一格在哪里。
还有一个值得持续观察的开放问题：L3 到 L4 的跨越可能不是渐进的，而是跃迁式的——因为 L4 要求"整班无人干预"，这意味着组织架构也要变：夜班主管这个岗位还存在吗？异常处理团队的编制怎么定？2026 年我们看到的大多数 L3 试点，组织上还是按 L2 在配人，这可能是比技术更大的隐性门槛。2027 年会不会出现第一个公开宣称"某环节达到 L4"的存量仓改造案例？如果出现了，它的异常处理组织是怎么配的，会比它的技术细节更有参考价值。
作者：陈博士｜供应链行业研究员
