Amazon的仓库全天候运行着超过100万台机器人，其网络依靠移动机器人、机械臂和人工智能模型，满足每天数千万件当日或次日配送订单的需求。根据公司2025年年度报告，Amazon计划扩大这一机器人规模，同时仍雇用超过150万名全职和兼职员工。
这一扩张并不意味着完全取代人类，而是改变履行中心内部的工作性质。机器人负责搬运货架、分拣包裹、抓取和存放商品，而员工继续执行自动化系统仍无法大规模处理的任务。
从Kiva到超过100万台的机器人舰队
这场重大转型始于Amazon于2012年收购Kiva Systems。Kiva Systems是最早开发移动机器人的公司之一，其机器人将货架运送到员工面前，而不是让员工在货架之间来回走动。该公司后来更名为Amazon Robotics，并在马萨诸塞州的设施内开发大部分系统。
Amazon还宣布在得克萨斯州奥斯汀和印第安纳州格林伍德建立更多工厂。移动机器人构成了目前机器人舰队的主体，其中包括Hercules和Titan。Sequoia系统能够协调机器人群识别和存放商品，公司称其速度较此前方法最高可提升75%。Proteus则利用传感器，使其能够在人员附近更加自由地移动。
为处理机器人之间的交通瓶颈，公司使用了一组名为DeepFleet的基础人工智能模型，用于预测拥堵并协调移动。
机械臂的能力不断增强
Amazon预计，到2026年其机械臂数量将超过当前水平的两倍，而目前公开的数量仍处于几千台的范围内。这一机器人舰队包括Robin，它能从混杂的堆积物中分拣包裹；还包括Cardinal，它能将重量最高达50磅的包裹以更高密度放入推车。
Robin采用了机器学习模型，该模型最初使用超过394,000次抓取操作进行训练。在超过100万次操作的测试中，表现最佳的机器学习方法成功率达到93.73%，而传统算法为92.28%，由此减少了约16,500次失败操作。另一项涉及200万次操作的测试还显示，失败率下降了20%。
Sparrow旨在处理数亿种不同商品，利用基础模型识别物品并确定抓取方式，无需为每种商品单独进行手动编程。Vulcan则增加了力反馈传感器，也就是类似触觉的功能，帮助机械臂从狭窄位置抓取商品，或将其存放在布制货架内。Vulcan于2025年开始在华盛顿州斯波坎和德国汉堡的设施中运行，公司预计将在2027年扩大其应用范围。
为什么自动化不一定意味着工作更轻松？
Amazon表示，机器人承担了最疲劳和危险的任务，例如触及货架顶层或搬运重物。然而，劳工机构的报告以及美国参议院健康、教育、劳工和养老金委员会的一项调查，将自动化与对员工施加更高的速度压力联系起来。
2025年4月发表在ILR Review杂志上的一项研究呈现出更复杂的图景：与传统中心相比，机器人仓库的严重伤害减少了40%，但与重复性动作造成的疲劳有关的轻度伤害却增加了77%。George Mason University教授、该研究的作者之一Brian Greenwood指出，机器人可能会确定工作节奏，从而促使人类以更快的速度执行重复性动作。
Amazon回应称，其全球记录事故率自2019年以来改善了43%，导致工作时间损失的伤害率改善了70%；但公司认为，批评性报告部分依赖于早于最新自动化浪潮的数据。
实际发生了哪些变化？
Amazon的经验表明，技术价值不只是由机器人的数量衡量，还取决于机器人能否在商品种类极其繁多的情况下工作，并应对无序环境。此外，当抓取成功率的小幅提升重复数百万次时，也会产生极其显著的影响。
另一方面，这些数字表明，将危险任务转移给机器本身并不能单独解决安全问题。对员工而言，潜在收益可能伴随着生产率提高和节奏加快，这使绩效指标的设计、任务分配以及对新近伤害的衡量成为悬而未决的问题，而增加机器人数量本身并不能回答这些问题。
Amazon表示，机器人化程度较高的设施通常需要多出30%的可靠性、维护和工程岗位员工，同时其机器人维护技术人员数量也增加了30%以上。然而，The New York Times于2025年10月引用的战略文件指出，到2027年，美国预计招聘需求可能减少超过160,000个岗位，到2033年可能减少600,000个岗位；Amazon当时表示，这些文件反映的是公司内部一个团队的观点。