ARTICLE · 1294059
你的AI助手还在“瞎逛”,日本的机器人已经“下岗”了39名工人
不久前，日本发生了一件几乎没人报道的事。
但它改变巨大。
永旺，日本最大的零售商，把东京附近川口东的一个配送中心，彻底交给了机器人。
90 台机器人，接管了 200 家超市的整个配送链条。从货物进仓、分拣、堆码，到按门店装车——全流程，端到端，全程无人工。
日省约 39 名工人，效率是人工的 3 到 4 倍。
你可能会说：这不就是仓库自动化吗？工厂里机器人早就见多了。
但这次的看点，恰恰是机器人开始自己做决定。
01
当机器人开始自己想办法
传统仓库机器人是”背剧本”的——你教它一遍动作，它重复一万遍。
这 90 台机器人不是。
堆码的手臂，会根据每件货的重量和形状，自己算出怎么叠才不塌。分拣的小车，自己决定往哪个区跑。传感器自己识别货物类别，自己安排路径。
它们是”现场决策者”，不是”执行工具”。
背后是日本一家叫 Mujin 的公司——它的本事，就是让机器人不用事先被”教会”每个动作，自己看着办。
02
AI 在仓库里干得热火朝天
结果，数字很直接：
这个中心约一半的工作已经自动化，每天少用约 39 个人。永旺的目标，是 2030 年把自动化率干到 80%，然后推广到它的所有超市和药妆店。
你可能觉得 39 个人不多。
但你要知道背景——日本物流业，正缺几万名工人。这个中心，是一个真实的、已经跑通的答案：供应链里哪些环节，可以不等人来上班。
而且，这 39 个人，只是川口东这一个配送中心省下的。
永旺在日本有 200 多家超市、药妆店要供。它打算把这套东西推广到所有门店——一旦铺开，省下的人力就不再是”39 个”，而是指数级的、成百上千的岗位。
单个中心只是开始，铺开才是真正的冲击。
03
1000 万用户，却只带来几百单
那问题来了：AI 在仓库里干得热火朝天，为什么你的日常生活里，感觉不到 AI 在”赚钱”？
同一周，Meta 给了一个非常”打脸”的数据：
它的 AI 助手 Muse，在美国和加拿大，激活用户突破 1000 万。其中超过四分之一，是用来买东西的。
听起来要起飞了？
但真去问商家，画风突变。
外卖平台 DoorDash 说，来自 Muse 这类 AI 智能体的订单，数量是——“数百单”。
注意单位，不是万，是”百”。
1000 万用户在 AI 购物，真正下成单的，只有几百单。
美国电信巨头 T-Mobile 说，没看到什么显著影响。希尔顿说，智能体带来的预订，可以忽略不计。
Meta 自己倒是乐观，说以后要向商家收”智能体交易手续费”，将来能超过广告业务。
04
AI 落地最割裂的一幅画面
这就构成了 AI 落地最割裂的一幅画面：
数据对比配图
AI 落地冰火两重天：左＝永旺机器人（真落地），右＝Meta Muse（真叙事）· 数据来源：AEON、Wired
一边，机器人把物理世界的活儿干得 3 倍快、还不用睡觉——这是”真落地”。
一边，AI 智能体在消费世界里喊得震天响，实际成交却小到看不见——这是”真叙事”。
为什么差这么多？
因为工厂和仓库，是封闭系统。流程固定、环境可控、错了能重来、成本算得清。AI 进去，就是降本增效的硬道理。
而消费世界，是开放系统。用户情绪多变、支付路径复杂、出了问题没人兜底。AI 下单这件事，技术上早就行了，但”信任”这一关，还远没过。
05
AI 先拿走的是哪类工作
所以，今天最该看清的落地真相是——
AI 最先拿走的工作，不是你看到的”白领岗位”，而是那些重复、封闭、可以被精确描述的体力活。
不是”写代码的被取代了”，而是”深夜仓库里扛箱子的岗位，先没了”。
而 AI 想在消费市场赚钱，还得先过”信任”这道坎。1000 万用户、几百单，就是这道坎的高度。
机器人的账，今天就算得清。智能体的账，还得再等几年。
但有一点是确定的：那个 2030 年自动化率 80% 的目标，正在按计划实现。而你的钱包，可能还要再”无感”一段时间。
因为** AI 最快落地的，永远是你看不到的地方。**
这恰恰是最值得你警惕的。
当巨变发生在你看不到的地方，它就不会给你”准备的时间”。等它终于出现在你眼前，往往已经是结果，而不是开始。
所以别只盯着你的 AI 助手能不能帮你下单。去想想，你身边有没有”可以被精确描述”的活——那才是最先被机器人接管的。
好消息是：能看懂这套逻辑的人，也最早有机会站到它的下游——不是去跟机器人抢活，而是去干”机器人干不了、但需要懂它”的活。
AI 的账，今天就算得清一部分。而你的账，最好早点开始算。
—— 完 ——
— 往期回顾 —
①《9B 的钱，干 27B 的活｜商汤开源了个”卷王”大模型”》
不是参数不够大，而是模型想得不够深
眼见不再为实
③《DeepSeek 开源”印钞机”：一张卡每小时赚 38 美元》
AI到底赚不赚钱，第一次有了答案
④《月薪 7 万却招不到人？全网爆红的 FDE 到底是什么岗？》
AI最先缺的不是模型，是把模型用起来的人。
数据来源：AEON/Mujin（经 AI Daily Digest 汇总）、Wired（Meta Muse 落地现状）、InfotechLead。本文为行业观察，不构成任何投资建议。
