如果一家物流公司還有幾十萬人在送貨、搬貨、分揀，
正常的想法可能是：
先讓 AI 幫這些人提高效率。
但京東現在準備做得更大。
2026 年 9 月 9 日，
京東物流在 JDD 京東全球科技探索者大會宣布：
未來 5 年，
計畫採購：
300 萬台機器人。
100 萬台無人車。
10 萬架無人機。
這不是某一間倉庫的小型測試。
京東想做的是：
從倉儲、分揀、運輸，
一路到最後一公里配送，
把不同種類的機器接進同一套物流系統。
但另一邊，
京東及其生態體系目前仍有約 70 萬名配送與物流人員。
所以真正有意思的問題不是：
「京東是不是要用機器把人全部換掉？」
而是：
當機器開始比物流人員還多，人最後要做什麼？
京東不是只買一種機器人
很多人想到 Physical AI，
第一個畫面就是：
一台人形機器人。
它會走路。
會搬箱子。
會拿東西。
好像未來只要有一台萬能機器人，
所有工作都能完成。
但京東這次公布的方向幾乎相反。
它的「狼族」機器人不是只有一種。
有的負責倉庫搬運。
有的負責揀貨。
有的負責分播。
有的跑冷鏈。
有的做無人藥房。
有的是 L4 無人配送車。
有的是物流無人機。
京東物流表示，
目前整個「狼族」已經涵蓋 9 類產品、11 款機器人，
從倉儲、分揀、運輸到配送都有不同設備。
也就是說：
它不是等一台機器人學會所有事情。
而是讓不同機器，
各自把最適合自己的事情做好。
真正重要的其實是「超腦」
如果倉庫裡有 10 台機器，
事情還不算太難。
但如果未來真的變成：
數百萬台機器人。
上百萬台無人車。
數十萬架無人機。
最大的問題就不只是：
「每一台機器會不會工作？」
而是：
誰來決定它們現在該做什麼？
京東物流這次把背後的調度系統稱為：
「超腦」。
它的角色不是自己搬箱子。
而是處理供應鏈裡更上層的判斷與協調。
例如：
現在訂單從哪裡進來？
哪座倉庫最適合出貨？
哪一批貨先揀？
哪台機器有空？
哪條配送路線比較適合？
哪一個環節開始塞車？
不同機器如果只是「各幹各的」，
數量越多，
現場反而可能越亂。
所以京東想做的下一步，
是讓這些不同機器開始：
統一行動。
這可能才是 Physical AI 真正大規模落地的樣子
我們常常把 Physical AI 想成：
AI 長出一個身體。
然後像人一樣工作。
但物流業其實給了另一種答案。
搬貨，
不一定需要兩條腿。
送包裹，
不一定需要兩隻手。
在倉庫搬箱子，
輪子可能比腿更快。
在城市送貨，
一台低矮的無人配送車可能更便宜。
跨越山區或道路不方便的地方，
無人機又可能更適合。
所以真正的大規模自動化，
可能不是：
一台萬能人形機器人。
而是：
很多種專門機器，各自負責一件事。
然後再由 AI 把它們組成一個系統。
京東其實早就在測無人配送
這也不是一張只畫在簡報裡的未來藍圖。
京東今年第二季公布，
京東物流已經有數千台無人車，
在中國 20 多個省份進入日常營運。
深圳甚至已經開始夜間無人配送路線，
讓部分車輛可以 24 小時運行。
這表示現在真正改變的，
不是：
「無人配送可不可以做？」
而是：
它什麼時候能從數千台，擴張到更大的規模？
而京東現在給出的答案，
直接把目標拉到了百萬台。
那 70 萬名物流人員怎麼辦？
這才是這個故事真正敏感的地方。
根據《南華早報》報導，
京東與其生態體系目前仍有大約 70 萬名配送與物流人員。
如果自動搬運、分揀、無人車與無人機越來越成熟，
最直接受到影響的，
當然就是第一線重複性工作。
京東創辦人劉強東今年稍早提出一項再培訓計畫，
希望把部分快遞員與倉庫人員，
轉向：
機器人維護。
設備服務。
技術工作。
換句話說，
京東公開說的方向不是：
「70 萬人全部不要了。」
而是：
當機器接手越來越多第一線工作後，
一部分人的工作內容要跟著改變。
但「再培訓」不等於所有問題都解決
這裡也不能把故事說得太漂亮。
企業說要把員工轉成更高技術工作，
不代表每一名員工都一定能順利轉型。
送貨、搬貨、分揀，
跟維修機器人、管理自動化設備，
本來就是不同能力。
有些人能學。
有些人需要比較長時間。
有些職位最後需要的人數，
也未必跟原本一樣多。
所以真正值得觀察的，
不是企業有沒有說：
「我們會再培訓員工。」
而是幾年後：
到底有多少人真的完成轉型？
薪資有沒有提高？
新工作能不能長期存在？
又有多少原本的工作真的消失？
這些現在都還沒有答案。
但有一件事情已經開始變清楚
以前一間物流公司的核心資產，
是：
倉庫。
卡車。
配送站。
快遞員。
未來可能還要再加一項：
機器軍團。
更重要的是，
誰能把這些機器真正調度起來。
因為擁有 100 萬台無人車，
不等於就有一個好用的物流系統。
就像一家公司有 1,000 名員工，
也不代表它一定有效率。
真正困難的是：
誰做什麼？
什麼時間做？
在哪裡做？
出問題誰處理？
整個系統怎麼協調？
這正是 AI 開始從「回答問題」，
走向「管理真實世界」後，
最重要的一個變化。
AI 不再只是幫人做工作
我們過去一年談 AI Agent，
常常是：
幫你寫 Email。
整理資料。
做研究。
操作網站。
這些東西主要還活在電腦裡。
但當 AI 開始指揮：
機器人。
無人車。
無人機。
自動倉庫。
事情就完全不同了。
因為 AI 的判斷，
開始真的讓一台實體機器移動。
拿起一個包裹。
把貨送到另一個城市。
甚至把藥品送到下一個人手上。
AI 從數位世界跨到物理世界了。
所以真正值得看的不是「300 萬」這個數字
300 萬台機器人，
當然很吸睛。
但這個數字現在仍然是京東未來 5 年的採購計畫，
不是已經全部部署完成。
真正重要的是它背後透露的方向。
京東現在押注的不是：
「等一台完美的人形機器人出現。」
而是：
只要某一種機器能把某一個物流環節做好，就先讓它上工。
搬運交給搬運機器。
揀貨交給揀貨機器。
道路配送交給無人車。
空中配送交給無人機。
再讓 AI 負責協調。
這可能比等待一台「什麼都會」的機器人，
更快進入真實世界。
而人的角色也會一起改變
未來的物流現場，
可能還是會看到很多人。
但人的工作，
可能慢慢從：
自己搬。
自己送。
自己分揀。
變成：
看設備。
處理例外。
維修機器。
管理多台設備。
解決 AI 與自動化沒有預料到的問題。
也就是說，
真正的問題從來不只是：
「AI 會不會搶我的工作？」
而是：
「當 AI 與機器接手工作裡最重複的部分，我剩下來的工作會變成什麼？」
京東這次的 300 萬台機器人計畫，
把這個問題一下子放大了。
未來真正值得追蹤的，
不是倉庫裡最後還剩幾個人。
而是：
那些人最後在管理多少台機器。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
推薦閱讀
Amazon Prime Air 無人機配送 2013 年就亮相，為什麼到 2026 才準備擴到近 500 個美國城市？
