2026 年过完了，仓库 AI 这笔投资可以交卷了。我的判断是：真正回本的不到三成，打水漂的超过四成，剩下的号称"还在路上"——听着体面，多数是委婉的烂尾。这一年我跑了几十家仓，从 5 万平方英尺的小 3PL 到 40 万平方英尺的大电商仓都看过。回本的项目长得都很像：离钱近、数据现成、没人天天围着它开会；死在演示文档里的项目，毛病也高度一致：钱花在了立项之前没想明白的地方。复盘不是为了骂 AI，是为了 2027 年别再交同一笔学费。
花得值的三类
第一，视觉质检。 入库复核和出库复核这两道口子，是 2026 年 AI 回报最稳的环节。原因很直接：质检本来就是纯人工、看走眼就直接赔钱的活，AI 替掉的是重复看的工时，收益直接落在理赔和退货账上，不用绕弯子论证。Ontario 一家 12 万平方英尺的 3PL 仓，2025 年底上了一套出库视觉复核，相机拍面单和封箱状态。投入约 8 万美金（实测约数），半年把错发率从约 0.4% 压到 0.1% 以下（实测约数），省下的错发理赔和二次配送费用就把本钱挣回来了。取舍也要讲清楚：这钱只适合 SKU 变化慢、异常场景能枚举的仓；SKU 三天两头换、包装奇形怪状的，模型天天追着新样子跑，省下来的钱又吐回去，账就不好看了。
第二，排班与人力预测。 拿历史出单量预测未来几周的工时需求，排班不再靠主管拍脑袋。Dallas 一家日均 3 万单的电商仓用了两年，2026 年旺季临时工开支比前一年低了约两成（实测约数）。别误会，不是模型多神，是它把"下下周二下午缺 40 个人"这种事提前两周摆在桌上，主管有时间去调班、去谈临时工价格，而不是旺季当天抓瞎。这个项目还有个隐性收益：排班准了，全职员工的加班抱怨少了，旺季离职率跟着下来，人力主管跟我说这是他 2026 年最意外的收获。先泼一盆冷水：WMS 里工时记录一塌糊涂的仓，上了也算不准。先花两三个月把考勤和工时数据理顺，再谈预测，不然就是拿着脏数据算命。
第三，语音拣选的升级换代。 语音拣选是老技术，但 2026 年这波是新模型把嘈杂环境下的识别准确率抬上去之后，老树开新花。Phoenix 一家 20 万平方英尺的食品配送仓，年初把用了八年的老语音系统换掉，拣选准确率从 99.2% 提到 99.7%（实测约数）。别小看这半个点：食品仓错拣的代价是整单重配，旺季一天少错几十单，人工和包材就回来了。我的判断：已经有语音基础的仓，这次升级是笔划算账，实施周期也短；从零起步的，先把耳麦损耗、培训、嘈杂环境误识别的隐性成本算进 ROI，别只看厂商报价单上的数字。
打水漂的两类
第一，数字孪生。 2026 年死得最惨的类别，没有之一。我亲眼见过三家仓做了孪生：建模花 4～6 个月，交付那天大屏很漂亮，之后就没人打开了。问题不在技术，在于孪生回答的问题——"如果把 A 区改成流利架会怎样"——一年也问不了几次，而维护模型的人是按月领工资的。一家 8 万平方英尺的仓花了约 15 万美金（实测约数）做孪生，一年后打开频率是每月 1 次（实测约数）。这笔钱最讽刺的地方在于：做孪生之前，仓方连"我们到底想用它回答什么问题"都没写下来。我的判断：布局三五年不动、SKU 结构稳定的仓，孪生就是昂贵的屏保；只有常年做布局仿真、动不动就调仓的大仓，才配谈这个。
第二，通用 AI 助手。 查库存、问订单状态的聊天机器人，听起来省人工，用下来两头落空：问得出的答案，WMS 里点三下就查到了；问不出的，它答得比人还自信。一家 3PL 上了客服 AI，一年省下来的人工约等于零（实测约数），倒是多了一个天天喂知识库的岗位，工资照发。判断：内部知识库都没整理好的企业，上 AI 助手等于给混乱装了个加速器。先把作业规范和知识库写成人能看懂的样子，再谈 AI，否则你买的不是助手，是个很会说话的甩锅对象。
为什么同样是 AI，命差这么多
复盘下来分水岭很清楚。回本的项目都满足三条：替代的是已经存在的人工成本，而不是创造一个新需求；数据在上线第一天就是现成的，不用"先采集半年看看"；成功标准能量化，错发率、工时、准确率，验收那天不吵架。三条缺一条，基本就是学费。反过来看 2026 年的坑，十有八九是同一个剧本：厂商先画饼、仓方先买单，验收标准写在合同附件里，开工那天就没人再看过一眼。还有一个共性：凡是需要"全员配合养成新习惯"的 AI 项目，死得都快；凡是"装上就不打扰人、默默把活干了"的，活得都久。这个规律 2027 年照样适用。
2027 年，下注清单
不谈方向，谈动作，三条都是明天能动手的那种。第一，先做数据审计再谈 AI：把 WMS 出入库记录、人工工时、异常理赔三类数据拉出来，能拿出连续 12 个月不断档、前后不矛盾的，才有资格上预测类 AI；过不了这一关的，2027 年的预算先花在数据治理上，比买任何模型都值。第二，我唯一愿意在 2027 年下注的，是"异常检测加人工复核"这条线：视觉质检已经证明了模式，下一个成熟点是入库异常自动拦截——破损、数量不符、标签错版，相机先拦、人再看，技术成熟度到了，账也算得过来。第三，给每个 AI 项目设 90 天验收线：上线 90 天核心指标没改善，直接砍掉，不续费、不"再优化一版"。2026 年交的学费，2027 年别再交一遍。
