GXO扩大Digit部署,检验人形机器人能否成为可复制的仓储服务
GXO计划在美国两处新增部署Digit机器人,此前公司称其在佐治亚州已搬运超过10万个周转箱。真正的考验不再是人形机器人能否工作,而是这种部署模式能否在不掩盖运营边界的情况下复制推广。
GXO与Agility Robotics宣布了物流领域人形机器人的下一项实际测试:从一个运营中的仓库走向多个仓库。两家公司表示,Digit机器人将扩展至GXO位于北卡罗来纳州斯泰茨维尔和田纳西州黎巴嫩的设施,预计部署于2027年初启动。设备初期将采用Digit 4系统,并计划在Digit 5商业上市后迁移至该型号。

这听起来又像一则部署公告。更准确的理解是,它是在测试一种运营模式。问题已不只是双足机器人能否拿起周转箱并把它放到传送带上。GXO和Agility现在必须证明,同类工作能否在不同地点导入,接入各地不同的流程,由服务组织提供支持,并按照仓储经济性进行衡量。
此次扩展是在两家公司于2024年就GXO位于佐治亚州弗劳里布兰奇的设施达成多年期“机器人即服务”协议之后进行的。两家公司称,Digit已在那里搬运超过10万个周转箱。Agility另称,Digit在商业运营和客户项目中累计了超过6.5万小时的真实世界运行时间。这些是公司自行报告的数据,并非对正常运行时间、节省的人工、伤害率或每个周转箱总成本的独立审计。不过,这些数字仍然重要,因为它们描述的是活跃履约环境中的重复作业,而不是受控演示。
到底发生了哪些变化
新设施并不意味着Digit将接管整个仓库。GXO表示,机器人将通过执行高度重复的物料搬运任务来支持电商履约。此前在弗劳里布兰奇的部署中,Digit与现有自动化设备协同工作,将周转箱放上传送带。这个范围有限的任务很关键。仓库里有许多重复工作,但它们并不都同样适合自动化。具有可预测交接点的周转箱搬运循环,比混合商品拣选、异常处理,或依赖细致包装判断的工作更适合作为起点。
初期部署将使用Digit 4。这一点很重要,因为这项公告一半谈的是当前系统,另一半则涉及未来的产品换代。Agility于9月公布了下一代人形机器人Digit 5。公司称,该机型面向在人类身边开展“协作式安全”工作,配备新的安全架构、更高的负载能力和更快的充电速度。但GXO的新站点预计将从Digit 4开始,因此首要的运营问题将围绕一个已有部署记录的系统展开,而不是Agility为下一代产品提出的全部规格。
这种分阶段方式可能是合理的。仓库运营商不必等到新型号推出后,才开始了解机器人如何与作业指令、传送带、换班、维护流程和人类主管协同。同时,从一代设备迁移到下一代设备本身也会带来工作。新机器人可能改变作业范围、负载能力、充电安排、与人员相处时的行为,以及备件或技术人员培训要求。“迁移”并不自动等于即插即用的替换。
为什么站点数量比机器人数量更重要
一次成功的安装,可以归因于当地条件异常优越:准备完善的工作单元、经验丰富的员工、给予支持的工程团队,以及经过数月迭代后选定的任务。多站点项目检验的正是这些条件能否重现。
斯泰茨维尔和黎巴嫩将拥有各自的地面布局、库存模式、人员安排和集成细节。即使两处设施使用相同的仓库软件,实际作业也可能不同。传送带的位置可能略有差异,周转箱的呈现方式也可能变化。照明、地面标线、行人流量、货架几何形状和拥堵情况,都可能影响移动操作机器人执行任务的表现。产品层面看似通用的机器人,在设施层面仍可能需要高度具体的工作流程。
因此,这项公告中最值得关注的并不是机器人的人形外观,而是一家拥有庞大运营网络的客户,与一家试图将部署标准化的供应商之间形成的组合。根据公司简介,GXO运营着1000多座设施。如果Digit只能在一个经过特殊调校的流程中发挥作用,它的潜在市场就十分有限。若双方能够建立一套可重复的方法,用于选择任务、准备场地、集成软件并处理故障,那么同一套硬件就可能变成一种更容易评估的服务。
这一差别在其他工业自动化项目中也很常见。设备很少因为某台机器成功运行过一次就实现规模化。真正推动扩展的,是组织能否在不把每个新场地都当作定制研发项目的前提下,完成安装、调试、监控、维修和改进。
机器人即服务改变了采购问题
GXO与Agility的协议采用“机器人即服务”(Robots-as-a-Service)模式,而不是传统的设备采购。公开公告没有披露商业价格、保证正常运行时间、付款公式,也没有说明维护成本的具体分配方式。这些信息的缺失,限制了外界对投资回报能够得出的结论。
不过,这种模式确实改变了买方所承担的风险。仓库运营商购买机器人后,通常要承担更多资本风险,也可能需要负责更大一部分集成和维护工作。服务安排可以把部分负担转移给供应商,但也会让绩效条款、响应时间、数据访问、软件更新和退出条件成为合同核心。
对物流运营商来说,有用的计算并不是机器人的标价,而是随着时间推移完成目标工作流的成本。计算时应包括:
- 实际产生效率的运行小时数,而不是设备通电小时数;
- 正常及受干扰条件下的吞吐量;
- 人员监督和处理异常所需的时间;
- 充电、电池更换和计划内维护;
- 与仓库管理系统及输送系统的集成;
- 对操作员、技术人员和安全人员的培训;
- 供应商诊断远程故障或软件相关故障期间产生的停机时间;
- 如果机器人无法处理新的包装或库存模式,改变流程所需的成本。
RaaS合同可以降低首次部署的审批难度,但不会自动让经济性变得有吸引力。服务费仍然是每次作业的成本。运营商需要足够的可见性,将其与人工、传统自动化,以及维持现有流程不变的成本进行比较。
10万个周转箱的里程碑有参考价值,但并不完整
搬运10万个周转箱,是一个有意义的耐久性信号。这表明Digit曾在活跃运营的设施中被反复使用,也说明部署已经超越了短暂的宣传演示。但这一数字本身并不能证明机器人比其他方案更便宜,也不能说明它运行时没有大量人工介入。
采购和运营团队最终需要的,恰恰是公告中缺少的指标。每小时搬运了多少个周转箱?有多少比例的循环需要人员介入?不同班次之间的表现如何变化?机器人多久会因为感知问题、路线受阻、输送系统故障或软件故障而暂停一次?平均恢复时间是多少?系统预留了多少地面空间,这些空间又有多频繁地限制其他工作?
总量里程碑与稳定运行速率之间也有区别。机器人可能在大量时间用于工程支持,或只在经过精心挑选的时段运行的情况下,仍然累积许多已完成的循环。公告没有为10万个周转箱这一数字提供公开的分母。因此,读者应将其视为持续使用的证据,而不是完整的生产率基准。
Agility对Digit部署流程的介绍,已经指向了更有价值的证据类型:通过Arc平台查看车队状态、吞吐量、正常运行时间和事故平均间隔时间。这些指标只有在同时说明定义和统计时间窗口时,才更具信息量。“正常运行时间”可能意味着机器人可用、已通电、已连接,或正在主动完成工作。这些状态并不相同。一份可信的部署报告应解释所测量的究竟是哪一种状态。
Digit 5或许能消除一些障碍,但其说法仍属于前瞻性判断
Agility表示,Digit 5能够反复搬运最重50磅的负载,最高可触及7.2英尺,并实现10∶1的运行与充电时间比。该公司称,机器人配备可运行90分钟的电池,9分钟即可充满;按24小时计算,每天可实现超过20小时的生产性工作。这些仍是基于内部测试和预生产配置得出的初步产品声明。Agility的产品资料也指出,规格和安全功能可能发生变化。
这些数据与仓库设计有关,但不应被理解为有保障的班次安排。机器人的有效工作日还包括移动、等待交接、处理异常、避让路径上的人员、充电、检查和维护。10∶1的运行与充电时间比,是关于电池和充电能力的说法,并不等同于生产性工作时间与总经过时间之比达到10∶1。
安全架构是另一项重要进展。Agility表示,Digit 5采用多种传感器技术和专有算法来探测人员,并据此避让、停止或采取坐姿。该公司还介绍了视觉和听觉安全提示,以及独立的安全控制器。其目标是,在人员和机器人近距离协作的区域,减少对实体隔离设施的依赖。
这可能显著影响部署成本和地面布局的灵活性。传统自动化往往需要围栏、联锁装置或专用工作单元。能够安全地与人员共享空间的机器人,或许可以进入那些隔离成本过高、干扰过大的流程。但“为协作安全作业而设计”,并不等于获得在所有人机混行环境中运行的通行许可。现场仍需要完成风险评估,划定运行区域,制定应急程序和培训要求,并验证包括输送机及附近设备在内的完整系统。
安全性还必须围绕生产中真正重要的失效模式来评估。机器人不仅要在人员进入其路径时停下,操作人员还需要知道:托盘箱掉落、输送机堵塞、物体识别错误、网络连接中断、传感器受阻,或路线发生意外变化后,系统会如何处理。Agility曾表示,核心安全功能位于机载系统中,并与普通云连接相互独立;这是一个有价值的架构区分,但并不能免除在实际设施中测试机器人的必要性。
人形外观不是主要的经济论据
GXO的应用场景并不要求Digit在所有方面都模仿人类。它的价值主张在于:人类尺寸的机器人可以使用许多围绕人类工人建造的设施部分,包括通道、货架、交接点和工作站。这种灵活性或许能减少现场重新设计的需求。
但这也可能带来陷阱。适合人类使用的空间,并不一定适合机器人。人会不断适应杂物、变化中的交通流和含义不明的物体;机器人则可能需要针对这些情况分别设定明确规则。如果现场必须进行大规模重新配置,那么人形形态原本被认为的部分优势,就会消耗在前期准备上。
因此,正确的比较应当以任务为单位。如果固定式机器人单元能够以更快速度、更高安全性和更低成本完成同一项作业,那么人形机器人不会仅仅因为能够行走就占据优势。若任务变化频繁、工作区域难以隔离,或现场无法为定制自动化产线提供合理依据,移动式人形机器人可能更有说服力。它的价值在于受运营约束下的灵活性,而不是把人类外形本身当成终点。
对GXO而言,商业论证还可能包括向不同客户和不同建筑提供自动化的能力。合同物流服务商要为多个品牌管理现场,而这些客户的货量和产品组合可能不断变化。如果一种基于服务、可重新配置的系统无需经过漫长安装项目,就能在不同工作流程之间移动,那么它可能具备实际价值。再次强调,关键证据将是重新配置所需的成本和时间,而不是产品手册中列出的能力数量。
新部署应当测量什么
Statesville和Lebanon的启动项目提供了发布更完整运营记录的机会。一份有用的评分卡,应将机器人的表现与周边仓储流程分开评估。
在机器人层面,运营方应报告任务成功率、人工干预率、作业周期、路线中断、电池表现、预防性维护工时,以及非计划停机时间。在工作流层面,应衡量端到端吞吐量、交接点排队情况、对输送机利用率的影响,以及转移给人类员工的工作量。在业务层面,则应比较每个已完成料箱的成本、服务费、劳动力重新配置情况、安全事故,以及从故障中恢复所需的时间。
对照组同样重要。机器人到位后,仓库的表现可能有所改善,但原因也可能是管理者同时调整了布局、作业指引或人员配置。如果把所有改善都归因于机器人,结果就很难复现。最严谨的评估方式,是比较部署前后的相似班次或工作流,并明确说明期间还有哪些因素发生了变化。
合作双方还应解释如何选择任务。一台机器人能够稳定处理某种料箱,并不意味着它也能处理另一种料箱,后者可能拥有不同的重心、标签位置或包装硬度。公众需要知道,新站点是否使用与Flowery Branch相同的料箱和输送机接口,任务是否经过有意设计而保持一致,以及机器人预计要处理多少种例外情况。
仓储买家应如何实际解读
对于正在考虑人形机器人试点的运营方,GXO的公告提示了一套谨慎的推进顺序。先从具有明确输入、输出和交接环节的重复性工作流开始。在引入机器人前,记录现有流程。定义成功标准,以及可以接受多少人工支持。针对常见故障,要求制定恢复方案。把软件、网络安全、数据留存和远程支持权限写入合同。同时,服务安排必须说明:如果供应商未达到可用率目标,或产品路线发生变化,接下来将如何处理。
试点还应设定停止规则。如果目标只是持续制作更多视频或收集更多案例,演示就可能无限期延续。运营试点需要明确期限和决策框架:扩大部署、重新设计任务、让系统留在现有站点,还是停止。这样的框架能避免一场有趣的实验变成未经衡量、却长期持续的开支,也能保护双方利益。
同样的纪律也适用于劳动力规划。人形机器人或许能从岗位中移除搬运和重复行走,却不代表对人的需求消失。主管可能要花更多时间处理例外情况,技术人员可能需要掌握新技能,员工也可能负责协调人机混合作业区域。如果部署改善了人体工学,却增加了隐性的监督工作,仍然可能值得推进,但这种取舍必须清晰可见。
真正的里程碑是可复制性
GXO的扩张比一次产品发布更有说服力,因为它要求合作双方进入更多实际运营环境。但这份公告并不能证明人形仓库已经具备商品化经济性,也不能证明Digit 5已经可以不受限制地投入生产使用。两个新站点计划于2027年启用,首批机器人将是Digit 4,而公开材料没有披露价格或独立性能数据。
最重要的结果,将是Agility和GXO能否迁移这套部署方法:它们能否快速选出合适的任务?能否在不重新设计整栋建筑的情况下安装系统?主管能否理解系统状态,并从故障中恢复?当设施发生变化时,服务模式能否让机器人保持生产力?安全表现能否在实际交通模式中得到证明,而不是从受控测试中推断出来?
如果答案是肯定的,这种合作展示的就不只是人形机器人完成某项仓储任务,而是一条将灵活机器人转化为受管理基础设施的路径。如果答案只有部分肯定,这仍然是有价值的信息。机器人行业的下一阶段,评判标准将不再只是机器能否完成一次任务,而是组织能否每天、在多个站点依赖它运行,同时让购买服务的人清楚看到成本和限制。
Comments
Sign in to comment.
No comments yet.