倉儲機器人的發展，就像雨后春筍一樣。而要說發展得最快的，就莫過于從 2012 年前便開始布局自動化物流系統的亞馬遜了。

其實在這個倉庫中，最重要的工作，就是分揀。也就是將包裝好的貨物，按照不同的收貨地址，放入開往不同地區的貨車當中。

而這些機器人，所起到的主要作用，也是這個。而人類有了這些小車之后，就只需要站在原地將包裝好的貨物按順序放上他們面前的機器小車，工作就算完成了。

接下來，這些小車就會在廣達 125000 英尺的場地內自動規劃路線，并將貨物投入到對應的 300 多輛貨車當中。

那么第一個問題就來了。這些機器小車是怎么認路的？

首先，亞馬遜為這些機器人小車配備了一套云端線路管控系統。該管控系統就像鐵路的調度中心一樣，需要安排每個小車每次任務的行進路線，還需要實時監控整個運輸網絡的狀況，當哪里出現意外，發生擁堵時，也會及時地生成預案，確保整個系統可以正常流暢運行。

另外，這些小車還有專屬的「盲道」為其指路。

亞馬遜的這個分揀中心的地板看上去就跟普通的水泥地沒什么區別。但如果你仔細看的話，可以發現實際上地面貼著一個又一個的二維碼。這些二維碼就是機器人的「盲道」。

每當小車到達一個貼有二維碼的位置，就會用「肚皮底下」的掃描器對其進行掃描。該二維碼也會告訴小車接下來應該「繼續向前」還是「向左/右轉彎」。接到命令后的小車就會繼續按指示前進，直到遇到遇到告訴它「已經到達終點」的二維碼為止。

當小車將貨物運送到不同的終點后，小車就會通過履帶將貨物送入終點的滑槽，貨物也會順著滑槽落入到發往不同地區的貨車當中。

自此，機器小車的分揀貨物任務，也就完成了。

相信有人會有這樣的疑問：盡可能地投放更多的機器小車，并且把每個機器小車的速度調得更快，那樣整個分揀系統效率不就更高了嗎？

其實并不是的。你想想，在北上廣深有車的人那么多，車也走得并不慢，但交通系統還是依舊那么的低效，人們依舊每天要浪費兩三個小時在通勤的路上。

這個道理放在這些機器人上也是一樣的。亞馬遜表示，整個物流中心共有八百臺機器小車，但為了更高的效率，亞馬遜往往只會投放其中的四百到五百臺。

亞馬遜機器人技術應用高級經理 Ryan Clarke 表示，合理調配流量、最大限度地減少擁堵，是相當復雜的。

為了弄明白一次投放多少機器小車、小車速度設置為多少時，整個分揀系統的效率是最高的，亞馬遜還專門有一個模擬系統。在這個模擬系統的幫助下，他們可以更直觀地分析出在不同訂單量下，或者更多復雜條件下如何分配機器小車是最合理的。

實際上，除了亞馬遜以外，我國也有電商和物流公司配備了類似的自動化系統以應對日益劇增的物流壓力。

例如京東位于北京的亞洲一號智慧物流中心地狼倉，就通過機器人自動化改造，將效率提升了 8 倍。從消費者下單完成的那一刻開始算，不到一個小時，貨物就能完成揀貨、包裝、分揀以及裝車的環節。

又例如申通在天津的轉運中心，在采用了 AGVS 倉儲系統后，每日有近 300 臺機器小車同時運作，同時也將人力在同等工作量下，由 150 人縮減至 30 人。

顯然最后還是回到了那個老生常談的問題，更高效的機器人是否將會在這些崗位上完全取代人類？

答案是對的。但這也不代表著人類將會下崗。

前美國總統奧巴馬的數字經濟特別助理 R. David Edelman 表示，自動化所代表的僅僅只是技能的轉移，而并非工作的轉移。而人類也可以借此在同一份工作中獲得更加高級的技能。

這是什么意思？實際上在亞馬遜內部就已經體現出來了。

機器人的介入，讓人類員工不再需要在 125000 平方英尺的倉儲中心中走來走去分揀貨物，反而還學習到了排查、處理機器人故障這些更為高級的技能。

亞馬遜全球消費部門首席執行官 Jeff Wilke 也在近日接受 CNBC 采訪時表示，機器人的運用不僅沒有替代工人，反而還幫助其中的一些工人獲得了更高的工資。