AI 落地缺的不是技术，是组织：仓库 AI 负责人的画像与职责

早上七点半，广州黄埔一个配送中心的月台门口，一台崭新的视觉识别设备立在收货传送带上方，镜头上落了一层灰。

这设备是去年夏天装的。供应商演示的时候，老板眼睛都亮了——货一过，数量自动数、破损自动拍、跟 PO 自动对单，收货从三个人减到一个。POC 跑了两个来月，识别率九成多，合同签了，尾款付了。

然后，就没有然后了。

这就是今天想跟兄弟们聊的事。干了十几年仓库，我看过不止一个 AI 项目是这么死的：供应商来了，POC 跑通了，老板付了钱，然后没人跟、没人用、不了了之。复盘的时候大家都怪技术不成熟、供应商不靠谱。说句实在话，看了这么多年，我觉得技术很少是真凶。真凶是组织——这个项目从头到尾，就没有一个真正的主人。

这篇聊的就是 warehouse ai owner role，也就是仓库 AI 负责人：这个人是谁、干什么、挂在谁下面，以及怎么把他找出来。

AI 负责人是干什么的：一张职责清单

先说清楚，这个角色不是"懂 AI 的技术大拿"，而是"AI 项目在仓库里的主人"。技术是供应商的，数据是仓库的，中间缺一个把两边捏在一起的人。

我们仓现在固定下来的职责清单长这样：

看明白了吧？这六件事，没有一件是写代码。件件都是"人"的事：跟人聊、带人干、跟人要资源。所以这个人选，技术背景是加分项，但懂仓库、能管人、叫得动人才是基本盘。

先讲两个故事：有人管和没人管，天差地别

故事一，没人管的。还是开头那个黄埔的仓——是我一个老兄弟管的仓，他允许我拿出来讲。当时老板为了省钱，让 IT 部的小李"兼职"跟这个项目。小李人不错，但他连收货流程都没完整跟过一天。供应商来讲参数调优，他听不懂；现场收货员说"这设备老是误报"，他转述给供应商，供应商说"是你们货摆得不规范"，两边鸡同鸭讲。

三个月后，镜头灰了没人擦，流程变了参数没人调，识别率从九成多掉到七成上下。收货员干脆不用了，该人工人工。设备现在还立在那儿，成了全仓最贵的摆设。小李跟我说："峰哥，不是我不跟，是我真跟不动——服务器的事我都忙不过来，仓库的事我又不懂。"

一句话：让 IT 兼职，等于没人管。

故事二，有人管的。我们南京仓去年上了一套拣选复核的视觉系统。老板让我点将，我没要 IT 的人，也没要供应商推荐的人，我点了管收货的老周。

老周这个人，仓库干了十几年，收货、复核、上架全干过，流程门儿清。技术？他就会用 Excel，代码一行不会。但他有三样本事：第一，现场谁都服他，叫得动人；第二，他懂业务，供应商说的东西他能翻译成"这对我们早班意味着什么"；第三，他脸皮厚，敢跟老板要资源。

给他三个月，他是这么干的。第一个月，拉着供应商天天蹲现场，供应商讲技术他听一半，另一半他拉着供应商看真实异常件——"你们模型认得这种被水泡过的唛头吗？旺季这种货一天能来几十件。"第二个月，数据准备，他带着两个小伙子花了两个星期，把历史异常单翻出来一条条打标签。三千多条记录，贴错的、漏拍的、信息不全的，全挑出来。要我说，脏数据不清理，模型就是垃圾进垃圾出，这个道理他比很多 IT 都懂。第三个月，培训推广：早会讲、夜班跟、操作卡贴设备上，谁不会他手把手教。

现在固定下来的做法：每周五，老周给老板发一页纸——这周系统复核了多少单、拦下来几单异常、误报几单、下周调什么。每天三四千单的复核量，漏发漏拣比以前少了大半。老板上个月跟我说："这钱花得值。"

两个仓，同样的 AI，结局一个天一个地。差在哪？差在一个真正的主人。

好 AI 负责人的三个特征

复盘了这两个故事，加上这些年看过的几个项目，我总结下来，好的人选有三个特征：

第一，懂仓库流程，最好十年以上现场经验。 AI 落地的坑，九成在流程不在算法。数据为什么脏？因为现场操作不规范。模型为什么误报？因为异常场景没覆盖。这个人必须能一眼看出"这是数据问题还是流程问题"，不然供应商说什么他都只能点头。

第二，懂一点技术，但不用是专家。 能听懂供应商在说什么，会用数据说话，敢质疑"你们这个准确率是在什么条件下测的"。到这个程度就够了。真要他调参，反而走偏了——他的战场在现场，不在服务器上。

第三，能跨部门要资源，在公司里有面子。 AI 项目一定会跟 IT 要接口、跟财务要预算、跟一线要配合。一个刚毕业两年的管培生，技术再好也推不动。老周能成，一半是因为他在仓里干了十几年，谁都得给他几分面子。

所以我的结论很明确：这个人最好从内部培养的老员工里选，而不是空降。 空降一个"AI 专家"，不懂现场、不认识人，前三个月光熟悉环境就过去了。老员工天然有权威、有信任，缺的那点技术，供应商可以补；但现场的感觉和人的信任，补不回来。

AI 负责人该挂在谁下面

这个问题我被问过很多次，答案就一句话：向运营总监汇报，不挂 IT。

道理很简单：AI 落地是业务项目，不是 IT 项目。它的成败标准不是"系统稳不稳定"，而是"省了多少人工、少了多少差错"。挂 IT 下面，考核就变成"设备在线率"，项目慢慢就变成运维项目，最后没人关心业务效果。

我们仓现在就是这么干的：老周直接向运营总监汇报，每周那一页纸就是给运营总监看的。IT 负责配合——给接口、保网络，但不背业务指标。权责分得清，项目才推得动。

三种最常见的死法，提前避开

最后给兄弟们提个醒，这三种死法我见得最多：

第一种，让 IT 兼职。 上面故事一就是。IT 有自己的 KPI，仓库的 AI 项目在他那儿永远排第二。兼职等于没人管，没人管等于等死。

第二种，让供应商驻场。 有些老板想，供应商的人最懂技术，让他驻场带着干。这人是懂技术，但他不懂你的仓库，更不懂你的人。他带的徒弟是供应商的徒弟，人一撤，知识全带走。养不熟的。

第三种，老板亲自抓。 老板上心是好事，但老板的时间是全公司最贵的资源。开工第一个月天天问，第二个月一周问一次，第三个月"你们自己搞吧"。三天热度，项目跟着凉。

说句实在话

AI 项目最大的风险，不是选错技术，是选错负责人。技术选错了，能换供应商、能换方案，三个月能纠回来；人选错了，半年白干，团队对 AI 的信心也打没了——下次你再说上 AI，兄弟们心里先打个问号。

所以，供应商下周就要来装设备了，先别急着签字。问问自己：这个项目，到底谁来跟？

把这个人先定下来，再谈技术。顺序别反了。

作者：陈峰｜仓库运营经理