世界上没有哪家机构运营的机器人比亚马逊更多。
该公司已在全球仓库中拥有超过100万台机器人全天候工作，以支撑每天数千万件当日达和次日达包裹配送；随着亚马逊建立新工厂来量产能力越来越强的机器人员工，它准备在未来几年大幅扩充这支机器人队伍。
尽管部署了如此多机器人，根据其2025年年报，亚马逊仍是全球第二大企业雇主，拥有超过150万名全职和兼职人类员工。
亚马逊高管称，不断增长的机器人队伍承担了履约中心最艰巨、最容易导致身体疲劳和受伤的任务，从而减轻了人类员工的负担。
但劳工倡导团体和独立研究人员指出，有证据表明，由AI驱动的仓库自动化对与机器人并肩工作的人类而言并非全是好处。
“过去100年里，我们看到的大多数自动化通常发生在远离工人的地方，你把高风险任务从工人手中拿走，而且是以一种并非物理上临近的方式做到这一点，”
乔治·梅森大学商学教授布拉德·格林伍德表示。“协作机器人的兴起确实改变了这种动态，原因有两个：其一，它在物理上就在附近；其二，机器人有能力决定工作节奏。”
在许多方面，机器人和AI非常适合电子商务履约中心内本已存在的不间断工作节奏。亚马逊尤其对其2亿Prime订阅用户作出快速配送承诺，这要求数十万名人类员工迅速组装并发出客户订单，而这些订单往往包含令人眼花缭乱的各种产品。
履约中心的大量工作也经常涉及“枯燥、肮脏和危险”的任务，人们可能更愿意把这些任务交给机器人。根据美国职业安全与健康管理局的数据，美国仓储行业工人的伤病率通常超过所有行业平均水平的两倍以上。
“美国仓储行业有近200万人工作，其特点是流动率非常高，工作场所受伤率也非常高，”格林伍德说。
但机器人仍远不能处理人类员工可以完成的许多不同任务。因此，亚马逊仍有庞大的人类员工队伍，与公司不断增长的轮式机器人和机械臂队伍协同工作，当人类被期望跟上机器人同伴的节奏时，工作场所可能会变得复杂。
亚马逊的机器人时代
亚马逊在2012年作出收购机器人公司Kiva Systems的关键决定后，迅速建立了自己的机器人队伍。
Kiva是最早开创轮式移动机器人的公司之一，这种机器人把装满物品的货架带到仓库工人面前，而不是要求人们不断在履约中心内走动、从货架上取货。
收购后，Kiva更名为Amazon Robotics，并专注于部署一系列移动机器人和机械臂，这些机器人主要由亚马逊在马萨诸塞州的工厂内部制造。
今年，该公司还宣布将在得克萨斯州奥斯汀和印第安纳州格林伍德建设更多生产工厂，以便未来生产更多机器人。
“我们看待如何帮助员工和雇员应对挑战、如何通过这些技术让客户生活更美好，有一个主题，”Amazon Robotics副总裁斯科特·德雷瑟说，“每一步，我们都在解决一系列艰难或深层的技术挑战，以实现这一目标。”
亚马逊百万台机器人队伍中的大多数仍由这些轮式移动机器人组成。该公司声称，其名为Sequoia的机器人系统通过协调大量此类机器人，在履约中心识别和存储物品的速度最高可提高75%。
Hercules和Titan机器人分别有台球桌或三角钢琴那么大，它们在仓库通道中巡行，取回被称为pods的高大织物货架单元，这些货架单元装满了塑料周转箱，然后将其带到各个工作站的人类员工面前。
这类移动机器人通常沿着地面上铺设的贴纸网格线行进，并待在远离人类员工的围栏区域内。但最新款移动机器人Proteus配有传感器，使其能够更自由地移动，并安全地在人类和其他物体周围运行。
这些移动机器人成群结队地穿过储存舱排之间狭窄通道时，有时也会造成机器人交通拥堵。这就是为什么亚马逊开始使用一套名为DeepFleet的AI基础模型套件来协调机器人，这些模型可以帮助提前预测潜在的机器人拥堵。
最近，亚马逊部署了越来越多的机械臂，它们可以抓取存放在库存舱高处的物品，分拣包裹并将其放入推车或移动机器人顶部，还能处理亚马逊客户在线购物时订购的许多不同单品。
根据亚马逊CFO布莱恩·奥尔萨夫斯基在7月财报电话会上的说法，公司预计今年将其现有机械臂队伍扩大一倍以上，而德雷瑟称目前部署的机械臂数量为数千台。
名为Cardinal的机械臂系统使用吸盘系统从一堆亚马逊包裹中抓取箱子，并将它们堆叠在一辆滚动推车内。
机械臂竞赛
亚马逊最初购买第三方机械臂，用于帮助在其履约中心内搬运和堆叠重型托盘与箱子。
但Amazon Robotics内部开发的第一款机械臂Robin用于从杂乱的包裹堆中分拣单个邮寄包装袋和箱子，它于2021年开始测试，随后于2022年在佛罗里达州莱克兰的一个设施首次亮相。
“有了Robin，我们真正第一次尝试把许多客户订单混在一起，并构建先进的机器人技术来识别场景中的物品，制定如何抓取它们的策略，并构建能够成功将其放到某个移动驱动单元上的运动计划，”德雷瑟解释道。
该机械臂使用八个吸盘来抓取单个包裹。但在采取任何行动之前，机器人软件会分析传送带上堆满包裹的俯视图，并快速对可能的拣选动作进行排序。
在2023年的一篇研究论文中，Amazon Robotics团队描述了他们早期为机器人开发的几种拣选策略，但每种策略都有各自的局限。
一种优先拣选较大包裹的策略，在较小包裹位于较大包裹上方或与较大包裹重叠时会遇到挑战。
另一种倾向于拣选靠近包裹堆顶部的策略，在实践中无法取回“不可达的拣选目标”以及部分被埋住的包裹。
改进来自于用名为机器学习的AI方法取代这类手工设计的算法。该机器学习模型最初使用已部署机械臂的超过394,000次拣选动作进行训练，以估计拣选成功概率，然后使用在线拣选排序器为Robin机器人优先安排最优动作。
在该试验中，表现最好的机器学习方法达到93.73%的成功率，而表现最好的传统算法成功率为92.28%。
乍看之下这似乎微不足道，但这意味着在一个涉及超过100万次总拣选的工作时段内，机器学习方法比传统方法少产生了约16,500次失败拣选。对于像亚马逊这样在规模上优先考虑速度和效率的运营来说，这很重要。
Amazon Robotics团队进一步展示，在一项涉及200万次拣选的实验中，这种机器学习方法可以将失败拣选率降低20%，该实验使用了模拟亚马逊Robin机器人队伍运营的机器人工作站。他们于2025年7月在实验机器人学国际研讨会上展示了这项工作。
接下来是Cardinal，这是一种机械臂，可以将重达50磅的包裹放入带轮推车，这些推车最终会被送到装卸货台等待的亚马逊卡车上。这些机器人于2022年11月在田纳西州纳什维尔的一个设施首次开始运行。
“把它想象成一局俄罗斯方块：你在分拣包裹，把它们放入推车，你希望能够尽可能密集地装填，”德雷瑟说“从可持续性和运输成本的角度来看，密集的容器很棒。”
Cardinal建立在Robin开发过程中获得的抓取和操作包裹经验之上，同时增加了将客户订单密集装进推车的能力。
德雷瑟说，亚马逊刚刚开始更大规模地部署Cardinal，并将在未来几年继续这样做。
名为Sparrow的机械臂系统可以处理数百万种不同产品，同时装填集装箱大小的周转箱。
AI驱动的机器人继任者
Robin和Cardinal可以处理几十种包裹变体。但更新的Sparrow机械臂是为了完成更具挑战性的任务而开发的，处理可能进入客户订单的数亿种形状和尺寸各异的产品。
具体来说，Sparrow专注于整合来自部分装满的集装箱大小周转箱中的物品，以创建密集装填的周转箱。当客户订单履约过程中物品被拣出时，Sparrow会不断补充这些周转箱。
“当我们思考AI如何应用于机器人物理空间时，Sparrow确实是我们真正部署基础模型以应对产品高度多样性的第一个地方，”德雷瑟表示。
德雷瑟解释说，这类基础模型帮助Amazon Robotics团队高效识别和分类那数亿种物品，从而开发新的抓取策略，它们还消除了为每一件物品手动编码的需要。
最近，Amazon Robotics团队创建了一个用于机器人感知的基础模型，可以处理可能最终进入亚马逊履约中心的新颖、从未见过的产品。该团队还开发了一个通用动作模型，兼容不同类型、可能使用不同吸盘和手指抓取组合的机械臂。
“如果你需要为每一个这样的任务和每一种实体形态构建临时感知模型，那根本无法扩展，”Amazon Robotics高级应用科学经理卡皮尔·卡蒂亚尔在匹兹堡于9月29日举行的智能机器人与系统会议上的一次演讲中说道。
“因此，我们团队采取的举措之一是设计一个基础模型，它可以适用于我们部署的任何新机器人形态，并适用于我们需要在这些机器人上执行的所有感知任务，”卡蒂亚尔说。
大多数机械臂主要依赖视觉。但亚马逊最新的机械臂Vulcan首次将视觉与能够提供触觉的力反馈传感器结合起来。这使机器人能够准确地在织物覆盖的库存舱内拣出或存放物品。
“你需要能够插入物品、创造空间或把某样东西拉出来，”德雷瑟说。“对于当今传统的非触觉系统来说，这些都是非常困难的事情，比如Sparrow所包含的基于吸盘的系统。”
Vulcan于2025年开始在华盛顿州斯波坎和德国汉堡的亚马逊履约中心运行。它尚未广泛部署，但德雷瑟表示，公司预计在2027年扩大这款机械臂的使用规模。
Vulcan机械臂配有提供触觉的力反馈传感器，可在高大库存舱内拣选和存放物品。
对人类有何影响？
根据亚马逊的说法，每一款新机器人都让该公司的人类员工队伍受益。例如，Vulcan专注于拣选和存放位于库存舱顶排的物品，这些物品原本需要人使用踏脚梯，同时处理位于紧贴地面位置的物品。这使员工能够专注于拣选和存放处于更舒适伸手范围内的物品。
但多年来，劳工倡导团体、记者和美国国会的调查描绘了亚马逊自动化推进不那么乐观的图景。
总部位于华盛顿特区的工会联盟战略组织中心（SOC）在2021年5月和2022年4月发布的报告显示，与非机器人仓库相比，亚马逊机器人仓库的受伤率更高。该分析使用了企业2017年至2020年向美国政府报告的受伤数据。
“亚马逊喜欢谈论它最新的机器人，因为它不想谈论每年因亚马逊痴迷于最大化速度和最小化成本而受伤的数万名亚马逊员工，”SOC战略研究与活动总监琼·莫里亚蒂表示。
该组织还在2021年2月进行的一项在线调查中收集了近1,000名亚马逊员工的回复。“员工们一致报告称，机器人的存在提高了亚马逊设施内预期的工作节奏，迫使他们做出快速、重复的动作，大幅增加了受伤风险，”莫里亚蒂说。
美国参议院健康、教育、劳工和养老金（HELP）委员会还在2024年开展了由参议员伯尼·桑德斯（佛蒙特州独立人士）领导的调查。委员会报告指出，亚马逊的内部数据也表明机器人生产率与人类员工压力增加之间存在联系，从而导致受伤率上升。
亚马逊称这些报告存在缺陷，依赖的是较早的数据，早于其最现代机器人（包括过去几年投入运行的机械臂）的部署。该公司还宣扬其整体工作场所受伤率有所改善，但没有详细说明机器人仓库和非自动化仓库之间可能存在的差异。
“所有这些说法都忽略了一个事实：自2019年以来，我们的全球可记录事故率改善了43%，我们的全球损失工时事故率，包括需要员工请假离岗的最严重伤害改善了70%，”亚马逊发言人在一份声明中说。“我们逐年的持续改善与我们在整个运营网络中机器人技术的增长是同步进行的。”
关于亚马逊自动化推进最细致入微的发现，可能来自2025年4月发表在《ILR Review》期刊上的一项研究。
该分析显示，与旧式履约中心相比，亚马逊机器人仓库的严重伤害减少了40%，这表明让机器人承担最费力和高风险的任务带来了一些好处。
然而，同一项研究还发现，机器人履约中心与重复动作造成身体劳损相关的较轻伤害增加了77%。
“至少，这种情况似乎通过工作节奏这一机制之一表现出来，因为机器人履约中心的拣选率高出天际，”乔治·梅森大学的格林伍德说，他是该论文的合著者之一。
格林伍德表示，部分自动化驱动的工作节奏加快可能意味着“机器人正在决定工作节奏”，并促使人类员工更快地执行某些重复动作。“这似乎正是我们观察到的扭伤和拉伤背后的驱动因素，”他说。
该研究部分使用了记者来自Reveal和调查报道中心获取的亚马逊公司数据，涵盖2016年至2019年150多个亚马逊仓库的每周数据。尽管数据较旧，格林伍德说这些发现仍与亚马逊正在进行的自动化努力相关。
“我没有看到大量证据表明这些动态正在改变，因为仓储环境中的流动率仍然非常高，而且这不仅仅是亚马逊，”格林伍德说。
格林伍德及其同事还分析了亚马逊履约中心员工在Reddit上发布的在线评论。在这些评论中，亚马逊员工将机器人履约中心的工作描述为体力压力较小，但由于重复性和与更高生产力预期相关的更快节奏，精神上令人疲惫。
亚马逊为员工创造了构建和维护移动机器人及机械臂的新岗位。
未来的工作
一个显而易见的问题是，亚马逊和其他公司的自动化努力最终是否会以机器人取代一些潜在的人类招聘。
就亚马逊而言，它一直将机器人推进宣传为为人类员工提供新的工作机会。拥有先进机器人的履约中心通常需要多30%的员工从事可靠性、维护和工程岗位，而用于制造更多机器人的新设施据称也将各带来300多个工作岗位。
“当我们认识到每一项机器人技术发展都可能改变工作性质时，我们正在为员工提供提升技能和学习其中一些东西的机会，”Amazon Robotics的德雷瑟说。“实际上，我们将网络中机器人维护技术员的数量增加了30%以上，而这是一个技能要求高得多、薪酬高得多的岗位。”
该公司还将自动化努力描述为与不断增长的业务相辅相成，而业务增长需要更多人类员工。“
过去十年，随着我们部署机器人，我们看到我们的运营足迹不断扩大，在扩展网络的过程中创造了数十万个工作岗位，”亚马逊发言人声称。
然而，亚马逊内部显然存在关于机器人可能减少人类招聘需求的讨论。2025年10月，《纽约时报》报道了内部战略文件，暗示机器人推进可能使公司到2027年在美国减少超过16万人的预计招聘需求，到2033年减少60万人。
即使亚马逊寻求将其机器人队伍扩展到百万台以上，关于该公司工作场所安全和工作条件的讨论也不太可能消失。
尽管在美国，亚马逊数十万员工中只有极小一部分加入了工会，但格林伍德说，工会“传统上在改善工人安全方面发挥了非常好的作用”。
“现在，显然，我理解公司并不总是热衷于参与这种对话，我也不能说这就能解决这里的问题，”格林伍德告诉Ars。“但改善管理层与劳工之间的关系，通常是试图找出如何降低这些受伤率的最佳路径，而这对亚马逊也有好处。”
2022年4月，纽约斯塔滕岛一个仓库的工人们组织成立了第一个亚马逊工会，该工会一直在推动其所谓的《安全权利法案》，其中列出了他们希望看到的、使工作场所更安全的改变。随文件发布的图片宣称：“我们不是机器人。”
本文 来源于 arstechnica ，版权归原作者所有，侵删。
本文来自微信公众号“机器序言”，作者：机器序言，36氪经授权发布。