抓鸡蛋、救火、2秒分拣！机器人来“抢活”了，但一个3100万新岗位缺口正在打开 

本文来源：时代周报 作者：王营

在2026世界机器人大会安川首钢展台，一台工业机器人正在高速运转。各种快递包裹通过传输带传输，而后由机器人迅速分拣到相应位置。这套系统叫做机器人AI视觉高速物流分拣系统。在流水线一旁，安川首钢设置了工作控制台。这台屏幕上显示着生产节拍、每小时产量，以及机器运转的健康诊断等信息。

安川首钢工作人员告诉时代周报记者，这是物流行业分拣速度最快的机器人。她向记者解释屏幕上的数字称，流水线正在以每件2秒以内的速度分拣，每小时生产进度可达上千件。目前，电机、外力值、编码器温度、减速机等均正常。

从本届世界机器人大会看出，不仅是上述简单重复性场景，更多柔性工作场景也正在逐渐被攻克。在SMC展台，一台柔性拾取演示装置正在有序运转。鸡蛋、可乐瓶、玩具等各种不规则物体均可以通过机械臂灵活抓取。

此外，时代周报记者注意到，部分复杂、危险、高强度等场景也正在普及。在此次展会中，48家央企首次以“联合展区”形式集体登台。展品还展示了机器人可以抵达人类无法抵达的地方，承担人类不愿承担的风险。比如，当火灾来临时，消防灭火机器人可以替代人进入危险区。

当机器人涌入更多工作场景时，人类的工作岗位是否会受冲击？现场多位行业人士的共识是，在某些场景中，少人化是发展趋势，但仍需人机协作，需要人类告诉它工作路径，而后再自我感知。另外，机器系统也需要人类来维护。当部分工作场景被替代，新的职业也会产生——比如机器人运维人员。

美国自动化促进协会主席Jeff Burnstein在机器人产业深耕45年，曾历经行业起伏。他在WRC论坛上表示，“当我进入这个行业时，大家都认为机器人是下一场的工业革命，自然而然有人会站出来抵制这场变革，但工业演进和机器人演变并没有像人类一开始想象得进展那么快。”

“人口老龄化，又脏又累又危险的工作谁来做呢？美国人口爆炸潮、婴儿潮也开始逐渐老去退出劳动力的市场，这些缺口留下来由谁来填呢？”Jeff Burnstein提出这样的问题。

中国人民大学劳动人事学院课题组提出一个“紫领”概念。紫领介于传统蓝领与白领之间，既需要娴熟的手工操作技能，又要求具备问题判断、工艺理解与质量把控能力，是智能制造时代的关键复合型人才。

该课题组的预测结果表明，随着我国产业升级的不断推进和智能制造业的蓬勃发展，未来十年紫领人才的总需求将保持增长态势，到2035年，将超过3100万人，占制造业总劳动需求的近四分之一，届时紫领人才将成为未来制造业发展的中坚力量。

当机器人装上“大脑”

Jeff Burnstein在2026世界机器人大会上展示了一组视频。视频有两组对比，人和机器人同时分拣物品。

“人依然超过机器人，即使追赶越来越近了。这不是真实世界的应用，只是为了这个实验而做的专门摄像，是一个验证性的。传统的产业机器人因为有了AI的助力变得更加智能。”Jeff Burnstein说，这种工作人类不喜欢做，又危险又脏又无聊，工厂机器人可以做这个，这对未来是非常重要的一个发展趋势。这类工作正在被机器人越来越广泛探索。

大会现场，机器人环形线束流水线被展示。这个A1线束智能机器人解决方案，是它石智航为“汽车线束全流程自动化生产”打造的柔性机器人作业系统。该套方案包含机器人本体、流水线、生产面板等全套作业设备，适用于乘用车前后保险杠线束、天窗控制线束、车门控制线束等全品类线束量产场景，具备人机混合作业能力，并逐步实现生产工序标准化、无人化、数字化。

线束智能机器人解决方案（时代周报记者摄）

汽车制造是传统工业里自动化水平最高的行业之一，但自动化集中在标准化固定工位，柔性、非结构化场景依然大量依赖人工。上述解决方案突破的就是传统自动化设备“刚性作业、单一工序、换型困难”的局限，模拟人工柔性操作逻辑，自主完成线束生产多工序复杂作业。

由于具备场景适配性与自主决策能力，该方案可融入现有工业线束产线。目前，该方案已在国内汽车线束龙头企业天海电子规模化部署，这是全球范围内具身智能在汽车线束领域的首次规模化落地。

黑湖科技联合创始人兼CMO肖哲对时代周报记者表示，工业AI正在从“展示技术能力”转向“解决真实问题”。过去大家更关心模型能做什么、某个环节能提升多少效率。现在行业开始关注，AI能否真正进入工厂、车间和产线，在工艺、设备、物料、交期和质量等复杂约束下稳定运行，并形成可量化、可复制的业务价值。

从肖哲的观察来看，工业AI变化主要体现在三个方面。第一，工业AI的落点越来越具体，从通用问答转向拆单、报价、采购、排程、质检、跟单等具体、核心的决策环节；第二，应用形态正在从单点工具走向流程协同，一个环节产生的结果，需要继续进入下一个环节，最终推动生产执行；第三，行业评价标准也在变化，不再只看模型是否“聪明”，而是看它能否接入工厂真实环境，适应现场变化，并对交付效率、成本和质量产生实际影响。

“我们目前在物理世界中植入虚拟智能，这对很多小型机器人来说，它就是这些机器人的大脑。抓取这些信息只需要几毫秒的时间就能够实现，机器人可以完成一系列的工作，可以让这些机器人去收拾、装配小的组件，还可以做很多复杂非规程化的工作。”Jeff Burnstein表示，这在机器人历史上，首次可以花很少的时间训练机器人做很复杂的工作，可以实现比当前完成速度高3倍，也就是现在所需时间30%的工作。

“人类是否真想要机器人？”

“AI的进程非常关键，机器人更加智能。现在来到了大家最兴奋的人形机器人阶段，大量资金投入这一领域的研发，在中国也是一样。”尽管对行业对具身智能时间表判断不一，但Jeff Burnstein认为，具身智能可以实现，人形机器人可以应用在各个领域，甚至机器人服务机器人。

神州控股科捷与大咖机器人联合探索具身智能物流应用。项目负责人在接受时代周报记者采访时表示，当前具身智能在物流仓储场景仍处于从技术验证走向规模化应用的阶段，人机协同是现阶段更符合实际、也更具可操作性的落地方式。

在他们的探索中，机器人主要承担重复性、连续性和标准化程度较高的作业，包括自主领取拣选任务、在仓内移动、识别货位和货品、完成抓取、携带分拣车前往复核区域等。多台机器人还可以通过系统调度和路径算法，在同一通道内协同作业、自动避让和排队通行，并根据电量情况自主回充。

人则主要承担业务管理、异常处理、质量复核、设备管理和复杂场景判断等工作。货品完成拣选后，仍需由科捷一线员工按照既定流程进行复核。机器人并不是简单替代人工，而是与人工共同完成订单履约：机器人提升重复性作业的连续性和效率，员工则负责质量控制、异常判断和客户交付保障。

机器人在物流仓储场景中工作

但这是否意味着人将被取代？

肖哲认为，“紫领”会成为未来制造业非常重要、规模不断扩大的人群，但未必意味着所有岗位都会被统一归为“紫领”。更准确地说，蓝领与白领之间的边界会逐渐模糊，越来越多岗位都需要同时具备现场操作、工艺理解、问题判断和数字化工具应用能力。

“AI确实会承担一部分低价值、重复性和流程化工作，但它也会重新打开许多岗位的价值。”肖哲的判断是，AI会放大一批真正理解业务、能用工具解决问题的人的价值。

“人在其中依然不可替代。”肖哲判断，未来工厂更可能形成“人定义目标、工业Agent协同决策、智能设备执行任务”的模式。真正的变化不是机器取代了多少人，而是工厂的认知、决策与执行能否被更好地连接起来，形成持续优化的生产闭环。

在科捷与大咖机器人在天津武清仓开展的真实场景测试和方案验证中，虽然机器人已经可以承担起物流仓储环节中的拣选全流程作业，但目前准确率和效率还有一定提升空间，需要持续根据实际场景数据进行训练和迭代。项目负责人强调，这是先行试点，并非已经在科捷近200个仓库全面部署。

此外，科捷项目负责人认为，应对机器人越来越擅长“打工”这一变化的重点，不是简单减少一线岗位，而是推动岗位能力升级。

一方面，依托标准化SOP和真实业务场景开展岗位培训，让员工熟悉OMS、WMS、TMS等系统以及智能设备的基本操作；另一方面，通过项目试点和现场磨合，培养既懂仓储流程、又懂设备与系统的业务骨干，推动一线运营人员与技术、算法、产品团队协同工作。

“人类是否真想要机器人，我们现在还不知道。有些人是积极的，有些人是不接受的。”Jeff Burnstein坦言，虽然行业已经验证了人类接受单功能的机器人，但目前还没有测试过人类是否接受多功能的机器人。另外，企业的投资也是关键问题，企业必须考虑投资回报率和可负担性，如果没有可负担性就没有投资。