独家！亚马逊“水星计划”曝光：目标2031重塑美国物流生态

随着跨境电商进入下半场，“速度”正在成为海外零售巨头厮杀的终极战场。至美通研究院近日获悉，电商巨头亚马逊（Amazon）内部一项代号为“Project Mercury（水星计划）”的顶级战略供应链重组计划被意外曝光。这份长达数页的内部规划文件，彻底揭示了亚马逊截至2031年在美国家门口构建绝对极速配送帝国的野心。从传统的次日达（Next-day）到激进的5小时达（Within 5 hours），亚马逊正在全球最大的消费市场掀起一场效率风暴。

根据流出的内部文件显示，水星计划的核心逻辑非常粗暴且高效：打破传统集中式仓储，将商品推到离消费者最近的物理极限。为了实现这一目标，亚马逊设定了极其严苛的量化战略指标。

1000+ SSD专属履约中心：亚马逊计划在2031年前，在美国全境部署超过1,000个专用的当日达（Sub-Same-Day，简称SSD）履约中心。

“10英里”生死线：该项目彻底颠覆了以往将仓库建在郊区、驱车需90分钟的逻辑。亚马逊的目标是将这些高密度SSD中心，直接嵌入到80%美国Prime付费会员直线距离10英里（约16公里）的辐射圈内。

吞吐量全面压制：亚马逊预测，到2029年，这类超本地化的当日达（SSD）微型仓将消化全美28%的平台自营及FBA包裹量；而到2035年，这一比例将飙升至50%。

极速履约奇迹：在空间距离被压缩至10英里后，亚马逊底气十足地预测：到2029年，94%的当日达包裹将在下单后5小时内送达消费者手中。

为了给水星计划铺路，亚马逊在近两年的运营规划中，已明确拨出68亿美元的专项预算，用于2026和2027年全美当日达产能的扩张。内部财务分析预计，该项目在未来十年内将创造71亿美元的直接经济价值，并于2030年实现正向现金流。

美国复杂的地理环境决定了一刀切的物流网络是行不通的。为此，亚马逊在水星计划中采用了高弹性的“城市/乡村双轨制”策略。

1. 城市/高密度社区：干掉实体便利店

在寸土寸金的城市和核心大都会区，亚马逊通过1,000多个SSD中心下好了一盘大棋。这些中心不卖长尾产品，只精准囤放约90,000种全平台最畅销的爆款（涵盖生鲜、日化、非处方药等）。本质颠覆在于：5小时内的送达时效，其竞争对手已经不再是，而是消费者楼下的社区便利店、药房和Costco实体店。

2. 远郊与乡村：AI预测下的混合枢纽

乡村人口稀疏，建独立SSD中心在经济上是个灾难。但为了防守沃尔玛遍布全美乡村的实体店围剿，亚马逊单独砸下40亿美元，针对全美13,000个偏远邮编进行了灰度升级。

升级混合枢纽（Hybrid Hubs）：亚马逊全美改建了200多个现有的乡村配送站，使其兼具前置仓储与末端派送双重功能。

AI精准控货：乡村混合仓由于容量有限，全面启用大数据和机器学习算法。系统会根据偏远小镇的历史数据，精准预测该地区下周需要什么（例如：特定品牌的尿不湿、当地热销的户外割灌机配件或急需的饲料），提前将这些特定商品调拨至乡村混合仓。

成效斐然：至美通研究院数据显示，过去18个月中，美国乡村消费者享受当日/次日达的比例已经翻倍。水星计划结束后，超过4,000个美国偏远小镇将彻底告别两周派送时代，昂首迈入24小时经济圈。

面对亚马逊如此激进的物流大跃进，对于广大的中国出海企业、独立站卖家以及第三方海外仓而言，究竟意味着什么？

危机：红利向大卖倾斜，FBA仓储成本或将进一步高企

“5小时达”的前提是商品必须提早躺在10英里内的SSD仓里。这就要求卖家必须具备极强的大数据预测能力和高效的补货节奏。

周转率生死战：亚马逊为了让出空间给SSD中心，势必会进一步通过IPI（库存绩效指标）和高昂的仓储超期费，逼迫卖家清理长尾、低周转的库存。无法做到精准快消的卖家，将被物流成本活活拖垮。

供应链响应速度：传统的“中国海运大货发海外仓 -> 海外仓转运FBA”的传统链路，在面对日计、甚至时计的SSD调拨时，显得过于笨重。

破局之法：多仓联动与多渠道布局

作为深耕跨境物流与供应链多年的观察者，至美通研究院建议广大卖家从以下三个维度提前布局，应对2031年的物流大变局：

从单仓集中向分布式海外仓转型。不要再把所有鸡蛋放在美西或美东的单一超级大仓里。利用如至美通等具备全美多仓联动能力的专业第三方仓储，进行多点分布式前置备货。配合亚马逊的SSD网络，实现海外仓与FBA仓的日级高频联动。

重构产品矩阵，SKU分级管理。将产品严格划分为高频爆款与长尾定制款。爆款完全贴合亚马逊的SSD逻辑，走极致快消路线；长尾款则保留在第三方海外仓，利用一件代发（MFN）或中转补货降低综合持有成本。

拥抱AI，强化自身供应链预判力。未来的竞争不再是简单的选品，而是数据的竞争。卖家需要利用数字化工具，先于平台算准目标市场的季节性、地域性需求波动，走在亚马逊AI算法的前面。