機器人會取代「倉庫揀貨員」嗎？

威脅時間線: 在 GXO、豐田加拿大、舍弗勒和 Mercado Libre 已經在發生——九個現場、6.5 萬小時的運行紀錄，這已經不是試點，是一支小規模的在職隊伍。1 到 2 年內，這個模式會在下一檔第三方物流業者那裡複製，也就是已經在用 Locus AMR 的那批公司。2 到 4 年的關口在 Digit v5：無圍籬運行拿掉的是安全圍籠和專屬作業區，而這正是「機器人需要自己一個工位」和「機器人能直接放進現有貨架通道」之間的差別。要盯的日期是 2026 年 12 月。真正有意思的結構性問題沒有變：Digit 這一類人形機器人會不會反過來頂掉 AMR 這個門類，因為它能做 AMR 做不了的那一下上下箱；以及豐田把汽車場景跑通之後，會不會在其他每一家整車廠打開同一扇門。這次複核要補的是一條必須寫進紀錄的提醒。撐起 25 億美元估值的那 3 億美元在手訂單，來自一份合約、一個沒人知道名字的客戶、一台還沒有交付給任何人的機器人，而且付款跟里程碑綁著。對面是一年約 1 億美元的現金消耗和未揭露的營收。這些都不意味著 Digit 會失敗——它仍然是這份目錄裡部署證據最扎實的人形機器人，而且領先不少。它意味著上面那條時間表，取決於一家花的錢遠多於賺的錢的公司能否順利完成上市。用這一條判斷自己風險的人，應該把部署證據和資產負債表放在一起看，而不是只看前一半。

威脅時間線: 維持原判斷，本次無修訂理由。已在規模化部署階段；未來 1–3 年是尚未建倉的下一批大型零售商與 3PL；3–5 年是中型業者的長尾，隨著面向中小客戶的 Pio 把門檻拉低而展開。本次複查唯一值得補充的觀察來自定價結構而非技術：AutoStore 的 pay-per-pick 模式把料格基礎設施的前期投入壓到總成本的 20–40%，其餘轉為隨訂單量浮動的訂閱。這件事的意義和技術無關——它把自動化從一項資本支出變成一項變動成本，而變動成本恰恰是倉儲業者用來對比人工工時的那個科目。當一套系統的計費單位從「一次性數百萬美元」變成「每揀貨一次多少錢」時，它與一名揀貨員的時薪進入了同一張對比表。這是這個品類真正的擴散機制，也是為什麼 26 週的上線週期（對手 52–78 週）比任何硬體指標都更能決定誰先被替代。

威脅時間線: 1-2 年內衝擊汽車裝配線上能複製 BMW 試點經驗的職位。2-4 年內擴展到更廣泛的輕工業部署。一台 Figure 跑 10 小時班次替代一份會持續累積成本的工資,經濟帳才算得過來——汽車產業是天然的首個市場,因為整合成本可以分攤到高產量產線上。

威脅時間線: 維持「已經在發生」的判斷，但本次複查補上了一個方向性變化，值得寫進時間表。原判斷成立：2–3 倍的效率倍數在短期內往往不表現為裁員，而表現為同樣的人手在旺季處理更多單量；真正的長期效應是新增揀貨員招募速率下降，尤其是 3PL 合約職缺——那恰恰是倉儲工作的入門口。未來 1–3 年，被壓縮的是揀貨工時，尤其是季節性人力。3–5 年，隨著 Array 鋪開，最大型設施裡的揀貨人力會從「有機器人輔助」變成「基本不需要」。本次新增的變數是 2026 年 5 月併購 Nexera 及其 NeuraGrasp 抓取技術。這件事值得單獨標記，因為它改變的是替代的邊界：Origin 這類協作揀貨 AMR 一直只消滅「走路」和「找貨」，抓取仍然留給人手，這也是倉庫裡還需要人的最後一道技術理由。一旦抓取被併入 Array 平台，那道理由就開始鬆動。這不會在一兩年內完成——通用抓取在雜亂 SKU 環境下仍是未解問題——但併購的方向本身是明確的訊號，讀者應當把「機器人能不能可靠地把一件任意商品從箱子裡拿出來」當作未來三到五年最值得盯的單一指標。

威脅時間線: 3 到 5 年。RB-Y1 本身是開發平台，不是幹活的成品——今天買它的是實驗室，不是工廠。真正的變數是三星：一旦併表後的製造與通路能力接上，圍繞這個平台長出來的輕裝配、上下料應用會比獨立新創公司的路徑快得多。輪式底盤繞開了雙足最難的部分，落地反而可能更早。

威脅時間線: 1-3 年內,新建倉庫的揀貨與輕裝配職位首先受衝擊——這類場地可以圍繞機器人來設計。3-5 年內,改造既有設施的部署陸續落地。Basic 16,000 美元 / Standard 21,600 美元的現行定價仍在讓整合商敢於大規模迭代用例的區間。2026 年的價格相對早期 13,500 美元頭條略有上調,但仍遠低於西方工業級人形機器人的六位數報價。