仓库 AI 从"能演示"到"敢签 SLA"：差的 3 件事

过去两年，我看过的仓库 AI 演示视频恐怕不下上百个：视觉分拣行云流水，AMR 车队调度井井有条，需求预测曲线贴合得像是事先画好的。但每当我问供应商一个问题——"这个效果敢写进合同，签 production SLA 吗，达不到赔钱的那种"——会议室里通常会安静几秒钟。

这不是个别现象。根据多家行业研究机构近两年的判断，仓库 AI 项目从 POC 走到规模化生产的转化率仍然偏低，大量项目停留在"演示成功、试点搁置"的状态。演示和生产之间，隔着一道签 SLA 的门槛，而敢推开这扇门的供应商，至今仍是少数。尤其在美国市场，OSHA 合规、劳工法规和保险成本把"敢签"的门槛抬得更高。

现象：POC 很热闹，签 production SLA 很安静

先看两个我近距离观察到的案例。

2025 年秋，加州某电商仓做视觉分拣 POC。演示环节，供应商拿自家准备好的货品做测试，识别准确率 99%，客户当场鼓掌。正式上线两周后，问题来了：反光包装袋、异形促销装、被胶带缠住的条码，这些演示里没出现过的"妖魔鬼怪"一进场，识别率掉到 92%。92% 听起来不低，但在分拣线上意味着每 100 件有 8 件要人工干预，产线节拍直接被打乱。三个月后，项目退回"人工为主、AI 辅助"，POC 的掌声成了沉没成本。

另一个案例在中西部某 3PL。2025 年初上线的 AI 补货建议系统，逻辑是对的，模型也是对的，错的是时间：该 3PL 每季度换新一批 SKU，包装、规格、季节性都在变，标注团队永远慢半拍，模型给出的建议滞后市场两周。新品期基本靠人工拍脑袋，系统只在成熟 SKU 上好用——而那恰恰是不太需要 AI 的地方。

这两个案例指向同一个结论：演示吃的是"选好的数据"，生产吃的是"真实世界的烂数据"。POC 阶段表现最好的供应商，往往最不敢签 SLA，因为他们最清楚自己的模型在失控输入面前有多脆弱。

差的三件事

第一，长尾异常的兜底。 演示只覆盖 95% 的常规情况，生产却要为剩下 5% 的异常买单。仓库是个异常高发地：破损包装、混入异物、系统断网、爆仓时的人工干预，每一种都能让模型懵掉。敢签 SLA 的系统，必须有一套完整的异常闭环：异常自动识别、分级、转人工接管，再把处理结果回流训练。没有这套闭环，SLA 就是空头支票——出一次大面积异常，赔付就能吃掉全年服务费。

第二，数据质量与标注债。 算法是现成的，债是欠下的。SKU 高频更替、包装规格变更、季节品上下架，每一次业务变化都是一次标注任务。很多项目的真实成本结构是：算法采购占三成，持续标注和数据治理占七成。更棘手的是，这笔债是复利：标注越滞后，模型越不准；模型越不准，人工越不信任；人工越不信任，回流的数据越少，模型越难改进。签 SLA 本质上是在为未来的数据质量做担保，没有还债计划的供应商不敢签，是理性的。

第三，责任边界：出事了谁赔。 这是最现实的一道坎。AI 分错一单，谁承担错发成本？视觉质检漏过一件高价值商品，损失算谁的？AMR 剐蹭货架，维修费谁出？合同里写不清，客户的 CFO 就不敢签字。在美国市场，这一关更贵：工伤、保险、合规审计，每一项都把责任条款的定价推高。根据我的观察，相当一部分谈判不是死在技术上，而是死在法务部——双方对"AI 犯错"的定价分歧，大到无法弥合。

为了把判断做扎实，我整理了一个 SLA-ready 评估框架，签约前可以逐项打分：

维度	关键问题	及格线（示意）
异常覆盖率	长尾异常能否自动识别并转人工	核心异常场景覆盖 90% 以上
人工兜底成本	异常转人工的响应时效与成本	不拖慢产线节拍
数据新鲜度	标注与模型更新的延迟	业务变化后两周内跟上
回滚能力	模型出问题能否一键回退上一版	小时级回滚
责任条款	出错的赔付标准与上限	双方可接受的定价