亞馬遜機器人超過 100 萬臺：從 Kiva 到 Vulcan，AI 基礎模型如何改變倉庫，以及人類員工的未來

Ars Technica 在 2026 年 10 月發表了一篇長文，細看亞馬遜的機器人現狀。開頭的事實很直接：全世界沒有哪家機構運營的機器人比亞馬遜更多。亞馬遜已有超過 100 萬臺機器人在倉庫裡全天候工作，支撐著每天數千萬件當日達、次日達包裹的配送，並且打算在未來幾年新建工廠，生產更多能力更強的機器人。與此同時，亞馬遜也是全球第二大企業僱主，按 2025 年年報有 150 萬名以上全職和兼職員工。文章要回答的問題，就是這兩個數字怎樣共存。 先看機器人隊伍的構成。大部分仍是輪式移動機器人。2012 年收購 Kiva Systems 後，這家公司更名為 Amazon Robotics，主要在馬薩諸塞州自產機器人，今年又宣佈要在得克薩斯州奧斯汀和印第安納州格林伍德建廠。大小如檯球桌的 Hercules 和如三角鋼琴的 Titan，會把裝滿貨箱的高大布面貨架運到工作站。最新的 Proteus 則帶有感測器，可以在有人的地方更自由地行動。多臺機器人在窄巷裡容易造成“機器人堵車”，所以亞馬遜用一組統稱 DeepFleet 的 AI 基礎模型來提前預測擁堵。聲稱的好處包括：Sequoia 系統透過協調機器人叢集，識別和入庫商品的速度最多快 75%。

機械臂的發展更能看出 AI 的作用。Robin 在 2021 年開始測試，2022 年在佛羅里達州萊克蘭啟用，用八個吸盤處理雜亂的包裹堆。亞馬遜 2023 年的論文顯示，用機器學習取代手寫策略後，機器學習方法在 100 多萬次抓取中的成功率為 93.73%，對比最好的傳統演算法 92.28%，看似不大，卻少了約 16,500 次失敗。Cardinal 能把最重 50 磅的包裹像玩俄羅斯方塊那樣緊密碼放進推車；Sparrow 面對數億種形狀各異的商品，是亞馬遜“第一次真正部署基礎模型”的地方，不必逐個商品手寫規則；最新的 Vulcan 首次把視覺與力反饋結合，具備觸覺，能在布面貨架裡精準取放，自 2025 年起在斯波坎和漢堡試執行，亞馬遜預計 2027 年擴大。機械臂的數量，按亞馬遜機器人副總裁 Scott Dresser 的說法仍在“個位數千臺”，首席財務官 Brian Olsavsky 在 7 月財報電話會上稱今年會翻一番以上。

再看對人的影響，證據並不一致。亞馬遜說，機器人接手了最容易造成體力疲勞和受傷的任務，公司全球可記錄事故率自 2019 年以來改善 43%，誤工事故率改善 70%。但工會聯盟 Strategic Organizing Center 在 2021 年和 2022 年的報告顯示，亞馬遜機器人倉庫的受傷率高於非機器人倉庫；美國參議院 HELP 委員會 2024 年的調查也認為，機器人帶來的生產率與員工壓力和受傷率上升有關聯。亞馬遜回應說這些報告依據的是早於最新機器人的舊資料。最細緻的一項研究發表在 2025 年 4 月的《ILR Review》上：機器人倉庫的重傷比傳統倉庫減少 40%，但與重複動作相關的輕傷增加了 77%。合著者、喬治·梅森大學的 Brian Greenwood 說，原因之一是作業節奏，機器人倉庫的揀選速率“高得離譜”，機器人在“決定工作節奏”。

關於就業，亞馬遜的說法是機器人創造了新崗位：配備先進機器人的物流中心，在可靠性、維護和工程崗位上通常多需要 30% 的員工，新的機器人制造工廠每家預計帶來 300 多個崗位，機器人維護技師的數量增加了 30% 以上，這是“技能更高、薪酬更高的工作”。公司還說，隨著機器人部署，業務版圖不斷擴大，創造了數十萬個崗位。不過，《紐約時報》2025 年 10 月曾報道內部戰略檔案，稱機器人可能讓公司到 2027 年在美國少招 16 萬人以上，到 2033 年少招 60 萬人；亞馬遜當時回應稱，這些檔案只反映公司內部某一個小組的觀點。 我們的判斷是，這篇報道最有價值的是它沒有給出單一結論，而是把證據擺開：機器人確實在減少最危險的任務，也確實在加快人的節奏；公司的受傷率資料與研究給出的方向不同，是因為口徑與資料年份不同，不是誰一定在說謊。需要保留的是，文中許多數字來自亞馬遜自己的陳述，或來自 2016 至 2019 年的舊資料。讀者可以關注三件事：Vulcan 在 2027 年能否大規模部署，機械臂翻番之後受傷資料是否繼續改善，以及第一個亞馬遜勞工工會提出的《安全權利法案》（配圖寫著“我們不是機器人”）會不會被納入談判。