据www.supplychaindive.com报道，仓库机器人部署正从单纯硬件采购转向“硬件+智能软件”双轨投入。2026年5月26日发布的深度分析指出，AI与软件系统已成为决定AMR（自主移动机器人）实际效能的关键变量，而非仅靠机械臂或底盘性能。
软件不是附属品，而是决策中枢
以拣选辅助型AMR为例，其基础功能是协同人工完成货位搬运；但叠加路径优化算法与实时任务调度软件后，单台机器人平均行走距离可缩短23%，订单履约周期压缩18%。DHL Supply Chain数字转型副总裁Brian Gaunt明确表示：“当我们思考自动化时，我们关注的是两个方面。”——硬件与软件各占投资比重的50%。该公司已与Locus Robotics扩大合作，追加部署5000台AMR，全部需接入统一软件平台进行集群调度。
AI让机器人具备动态适应能力
原文数据显示，当前约67%的仓储机器人项目在上线6个月内遭遇作业逻辑不匹配问题，主因是静态编程无法应对SKU波动、临时补货指令或员工排班变更。而引入AI驱动的自学习调度系统后，系统可在72小时内完成新仓布局建模，并自动重规划92%的机器人路径。亚马逊正开发一套人机语言交互框架，使Proteus机器人能直接响应仓管员语音指令，如“把A12区滞留的32箱退货移至质检台”，该框架已在佛罗里达州坦帕仓完成试点，误指令率低于1.4%。
行业实践印证软件权重上升
Boston Dynamics的Stretch机器人已集成视觉识别与抓取力反馈软件模块，使其卸货成功率从84%提升至96.7%；Knapp公司推出的Pick-it-Easy系统则通过WMS（仓库管理系统）深度对接，在UNFI位于佛罗里达萨拉索塔的分拨中心实现每小时拣选量提升31%。据Supply Chain Dive统计，2025年全球头部3PL企业中，89%已将软件许可费纳入AMR采购合同标准条款，平均软件支出占项目总预算的41%。这一比例较2022年上升17个百分点。
对从业者的直接影响
全球供应链从业者面临技能结构重构：仓库主管需掌握基础数据看板解读，而非仅监督设备运行；IT运维团队须介入机器人固件升级与API接口管理；一线操作员培训新增22学时人机协作流程课，内容涵盖语音指令边界、异常上报路径及软件界面操作。美国劳工统计局2025年数据显示，具备WMS+AMR联合调试经验的技术人员薪资中位数达$89,500/年，比纯机械维保岗高37%。在中国，京东物流2025年Q3财报披露其“天狼”AMR集群软件迭代频次达每11天一次，远超硬件更新周期（平均3.2年）。
本文编译自海外媒体报道，由 SCI.AI 编辑团队整理发布。
