仓库里的人不用走路了。
这不是科幻。10月20日，法国机器人公司 Exotec 在日本的两套 Skypod 系统同时引发行业关注：一套进了食品批发仓，另一套落在一座 8.9 万平方米的工业用品物流中心里。
后者放进了 31975 个料箱、37 台机器人、4 个拣选工作站——要接住的，是从 63 万种向 2030 年 100 万种推进的海量长尾库存。
这不是一场"机器人跑得多快"的表演。这是一次用 37 台机器，去接住百万级长尾库存的实验。
一、先看这组数字，反差在哪
故事的主角叫 PLANET AICHI，位于日本爱知县，是工业用品经销商TRUSCO NAKAYAMA（中山）的第 29 座、也是目前最大的一座物流中心。
- 面积：约 8.9 万平方米
- 投用：2026 年 5 月启用，8 月宣布 Skypod 全面运行
- 配置：31975 个料箱位、37 台 Skypod 机器人、4 个拣选工作站
- 货品：扳手、量具、切削工具、安全用品、各类工厂耗材
- 目标：库存品种从目前约 63 万种，向 2030 年 超过 100 万种推进
先别急着感叹"8.9 万平米才用 37 台机器人，是不是太少了"。
要看懂这个配置，得先理解它服务的是什么生意。
TRUSCO 卖的不是手机、不是服装，是工厂里那些永远缺一个的零件：一把特定规格的内六角扳手、一个冷门型号的切削刀头、一箱某条产线专用的手套。
这类商品有个共同特征——SKU 极多，单个 SKU 出货极少。
高频商品可以放在顺手位置，但长尾零件可能几周才被取一次。按传统做法，工人沿着固定货位一巷一巷地走：
SKU 越多，搜索和往返的成本就越高；订单越碎，体力消耗越难被一条高速输送线解决。
这就是问题的本质：在长尾库存面前，"人找货"的成本是跟着 SKU 数量线性上涨的。
所以 Skypod 把逻辑整个翻了过来——
人留在工作站不动，机器人沿货架攀爬，把装着商品的料箱送到人面前。
（图源：Exotec 官方）
二、它和传统立体仓，差在一个"爬"字
很多人第一反应是：这不就是立体仓库吗？
不一样，差别很关键。
传统自动存取系统（AS/RS）通常把水平穿梭、垂直提升、输送搬运分别交给不同设备：穿梭车在轨道上跑，提升机负责换层，输送线负责接力。效率稳定，但有个硬伤——扩容要跟着轨道、提升机和输送线一起改。
Exotec 把 Skypod 定义为"移动式 AS/RS"：同一台机器人既能在地面行驶，也能攀上货架取箱，再把料箱直接送到工作站。
（图源：Robotics & Automation News）
一台机器同时完成水平搬运 + 垂直取货，减少的是设备之间交接的层数。
这个结构的价值不在于"仓库从此不需要固定设施"，而在于扩展方式变了——它更像"加货架、加机器人、加站点"，而不是"重做一遍输送系统"。
TRUSCO 在公告里特别提到：方案不依赖传统的固定输送机或起重机，因此能跟着库存和出货量逐步扩充，而不必一次把所有峰值能力买齐。
这点对长尾生意尤其重要。因为 63 万种到 100 万种是走出来的，不是一次到位的。今天买齐 100 万 SKU 的峰值能力，意味着前三年要为用不上的产能付钱。
三、三个反直觉的真相
反直觉 ①：不是机器人越快越好，是"等多久再合并"
37 台机器人在 31975 个料箱之间协调路线，考验的从来不是单机最高速度。
真正的难题是：系统能否把订单拆开、合并，避免机器人堵在同一层，并让 4 个工作站持续有货可拣。
只要其中一个环节失衡，机器人再快，也会在工作站前排队。
于是出现了一个很妙的取舍——
并非每张订单都该让机器人立刻出发。
调度软件需要把相近货位、相同料箱和不同订单组合起来，减少重复攀爬；但合并得太久，客户又要多等。
所以，仓库效率不是把每台机器人催到最快，而是在响应时间与成批处理之间找平衡。
这是很多甲方评估自动化时最容易忽略的一点：你买的是机器人的速度，还是调度系统的决策质量？
反直觉 ②：灵活 ≠ 随便摆
"能逐步扩展"听起来很自由，但货架布局、消防通道、补货节奏、工作站数量和软件调度仍要一起设计。
百万 SKU 里，哪些该靠近出库端、哪些可以放高处，决定了机器人每天要爬多少次、跑多远，也决定了电量和吞吐能不能算过账。
更麻烦的是，长尾库存会不断改变这道题：
-
今天卖得慢的零件，可能因某款设备集中维修突然变成急件 -
季节、促销、供应中断，都会改写商品热度
系统若只能按初始规划运行，几个月后就会重新积累大量无效路程。
能否根据真实订单持续调整料箱位置，才是软件层最难被照片展示的能力。
一台会爬的机器人很容易被拍成视频，一套会"自己挪货"的算法不行——但后者才是长期效率的分水岭。
反直觉 ③：自动化的上限，往往不在机器人身上
这是最容易被忽略的一处。
机器人把货送到站点后，系统还要确认：是哪一格、取几件、放进哪张订单，并处理缺货、错拣、退回。
（图源：Exotec 官方）
自动化的上限，常常不在机器人，而在异常发生时流程会不会卡住。
机器人的动作是确定的，异常是不确定的。一个料箱卡住、一次库存不符，如果现场没有一个清晰的处置路径，整条节拍就会被拖住。
所以真正该问供应商的问题不是"你机器人多快"，而是"你的系统出错时，我的现场多久能恢复"。
四、另一座仓库，考的是另一道题
同一套 Skypod，也进了三菱食品的草加 FSDC——这是 Skypod 在日本食品批发行业的首次落地。
-
处理约 13000 种常温食品、酒类和餐饮物料 -
此前：工作人员戴着语音终端，一边听指令一边在库区里找货 -
现在：常温品由机器人送到工作站
（图源：Exotec 官方）
食品仓和工具仓的共同点是订单碎、品种多；不同点在于，食品更敏感的是保质期、批次和 365 天稳定运营。
有意思的是草加仓的取舍——冷冻区交给了 IHI 的 Shuttle & Server 系统，Skypod 只负责常温区。
这个分工非常现实：
一座仓库不需要被一种机器人承包。适配温区和流程，比"全场同款"更重要。
两座仓库放在一起看，Skypod 卖的其实不是"爬货架"这个动作。
它卖的是：把寻找商品的路程从人身上拿走，再用软件把不同频率、不同品类的订单压进同一套节拍里。
食品仓看稳定和批次，工具仓看长尾和规模，底层逻辑都一样——让货主动来到人面前。
五、货到人没有取消补货，反而放大了它
这里要泼一盆冷水，也是最实在的一句提醒：
货到人并没有取消补货。
入库人员仍要核对商品、装入料箱。热门货一旦补得不及时，前端工作站照样会等。
而且不同品类的坑不一样：
-
食品涉及批次与保质期 -
工具涉及形状、重量、包装差异
机器人把"走路"自动化之后，库存准确率和补货纪律反而会变得更显眼。
过去一个人走了 15 分钟没找到货，这是隐形成本，没人统计；现在工作站前等了 90 秒没货来，这是显性停线，所有人都能看到。
自动化不会消灭管理问题，它只会让管理问题无处躲藏。
六、判断能不能规模化，看这四本账
如果你正在评估这类方案，建议按这四个维度去算：
第一本：吞吐账
37 台机器人、4 个站点能否撑住促销、季末和临时大单。
不能只看平均速度，要看峰值时等待队列有多长。
第二本：异常账
机器人故障、料箱卡住、库存不符时，现场多久能恢复。
这本账决定了自动化是帮忙，还是制造了新的停线点。
第三本：人的账
官方强调减少行走和搜索，但工作并没有消失，而是转成站点拣选、补货、维护和异常处理。
若节拍设得过紧，员工只是从"走得累"变成"站着赶"。
只有人体负担、培训时间和人员流失一起下降，改善才算成立。
第四本：扩容账（最容易漏）
移动式系统可以分阶段增加机器人和料箱，但工作站、消防、电力和上游补货并不会无限伸缩。
新增机器人带来的吞吐提升若越来越小，企业就要判断：是继续加车，还是重做流程。
"可扩展"必须由增量成本和增量产能共同证明。
七、中国物流人该从这场实验里拿走什么
（图源：Exotec 官方）
Exotec 不是小玩家。这家 2015 年创立于法国的公司，2022 年以 20 亿美元估值成为法国第一家工业独角兽，如今在全球 200 多个站点部署了系统，客户包括优衣库、迪卡侬、家乐福、Gap、GXO 等。
而一个值得中国同行特别注意的信号是——
美国工业用品分销巨头 Grainger（固安捷）也是 Exotec 的新一代系统客户。
Grainger 和 TRUSCO NAKAYAMA 是同一类生意：MRO 工业品分销，SKU 海量、订单碎片化。
当同一套"货到人 + 会爬的机器人"方案，同时被美国和日本的工业品分销巨头选中，说明一件事：
长尾库存的自动化，已经从"可选项"变成"必答题"。
回到中国市场。我们的电商仓、快消仓自动化渗透已经不低，但真正难啃的长尾场景——工业品 MRO、五金工具、汽配、医疗器械、备品备件——大多还停留在"人工 + 货架 + 语音拣选"阶段。
而这些恰恰是 SKU 增长最快、招工最难的场景。
所以这场日本实验给出的最大启示不是技术参数，而是一个判断顺序：
-
先算清楚你的 SKU 结构和订单碎片度，别用平均数据做决策 -
再问扩容是"加车"还是"重做流程" -
最后才比机器人速度和报价
写在最后
仓库机器人真正的价值，不是替人走一万步，而是让一百万种货仍然能被准确、稳定地找到。
这两次落地值得关注，是因为它们已经跨过演示阶段，进入了食品和工业用品两种具体业务。
但"正式运行"只是开始。
未来更有说服力的数据，应该是这四组：
-
每小时完成多少订单 -
旺季能否平稳扩容 -
异常多久恢复 - 百万 SKU 目标实现后，单位订单成本有没有继续下降
当仓库从追求"搬得更快"转向"复杂度再高也不乱"，移动式立体仓才真正进入主场。
💬 聊聊你的场景
看完这篇，你最关心的是哪一道题？
A. 长尾 SKU 太多，拣货走不动
B. 自动化上了，但异常一来就停线
C. 想扩容，不知道该加车还是改流程
D. 想算清楚 ROI 到底几年回本
欢迎在评论区留下你的答案和具体场景。
🔧 采购咨询｜货到人自动化方案评估
如果你的仓库正在面临以下任何一种情况：
-
SKU 数量持续增长，拣货行走成本居高不下 -
招工难、人员流失高，自动化替代需求明确 -
已有自动化设备，但峰值吞吐或异常处理卡脖子 -
正在选型 AMR、穿梭车、移动式 AS/RS，不确定哪种适配自己的场景
我们可以提供一次免费的前期咨询：
✅ 场景适配诊断——你的 SKU 结构、订单碎片度、峰值系数，适合哪类货到人方案
✅ 选型对比——AMR / 多层穿梭车 / 移动式 AS/RS / 传统立库，横向对比投资与产能
✅ 扩容路径测算——分期投入 vs 一次建成的成本曲线
✅ 供应商能力核验——机器人参数之外，重点看调度算法、异常恢复与本地服务
📩 咨询方式：
公众号后台回复：「自动化咨询」+ 你的仓库面积 / SKU 数量 / 日均订单量
注明： 咨询不绑定任何单一品牌。我们会根据你的实际品类特性（常温 / 冷链 / 长尾工业品 / 危化品）给出中性建议，包括"现阶段不适合上自动化"的判断。
资料来源：Exotec 官方公告、Robotics & Automation News（2026年10月20日）
图片来源：Exotec 官方、Robotics & Automation News
本文数据均来自公开信息，方案效果因场景而异，投资前请以实地测算为准。
物流club · 看懂物流行业的每一次技术落地
如果这篇对你有启发，欢迎转发给正在做仓库自动化的同事和朋友。
