FBA货件上那个熟悉的重货标签，藏着亚马逊的另一套效率逻辑 | 《履单》
129不同站点的标准并不完全一样。比如美国站，FBA入仓纸箱通常不能超过50磅；如果箱内是一件本身就超过50磅的超大件，需要做Team Lift提示。欧洲和日本站，则从15公斤这一档开始涉及重货安全标识。
我们平时看到这些要求，第一反应通常都是：别超重、标签别漏贴、别影响入仓。
但读《履单》的时候，让人第一次看到箱子的另一面。
《履单》里有很多关于亚马逊仓库的描写。
仓库里每天都有大量箱子等待处理。
有的很轻。
有的能重到几十磅。
书里开头的引言里面写了一个叫Hector Torrez的人。
他五十多岁以后，到亚马逊位于科罗拉多的仓库工作。
他的工作之一，就是处理一箱一箱到达仓库的商品。
这些箱子大小不一。
有的很轻。有的却能重到50磅左右。
麻烦的是，一个箱子摆在面前的时候，你并不总能从外观看出里面到底有多重。
伸手之前不知道。
真正抱起来，重量才落到胳膊、肩膀和腰上。
Hector长期走动、搬运，身体慢慢出现了问题。
肘部肌腱炎。脚疼。
下班以后需要冰敷、吃止痛药。
《履单》第四章写了一个叫 William Kenneth Bodani（文中简称Bill） 的人，他年轻时在伯利恒钢铁厂工作，一干就是三十多年。
后来美国钢铁业衰落，钢厂破产、关闭。
很多年以后，六十多岁的Bill又回到那片地方工作。
只是曾经炼钢的土地上，已经出现了新的仓储物流设施。
Bill找到了一份Amazon仓库的工作。
开叉车。
同一个地方。
一个时代过去了。
以前这里生产钢铁。
后来这里处理的是一箱一箱来自世界各地的商品。
Bill也从一个老钢铁工人，进入了一套更加标准化、数据化的物流体系。
Bill年纪已经大了，身体不像年轻的时候。
但Amazon仓库非常大。
从工作位置走到卫生间，本身就需要时间。
而仓库里的工作又会被系统记录。
什么时候在完成任务。
什么时候停下来。
一段时间没有相应的工作动作，就可能产生所谓的“非任务时间”。
对于系统来说，那是一段没有产出的分钟数。
可是对Bill来说，只是：
我老了，需要花更多时间去一趟厕所。
卖家为什么愿意把货发进FBA？
很简单。
因为它快。
一个中国卖家，把几百箱、几千箱货送进去。
之后消费者下单。
Amazon帮你找货、拣货、打包、运输、退货。
美国那么大。
消费者却越来越习惯：
今天买。
明天、后天就到。
旺季订单再多，这套系统也得继续跑。
这件事情本身非常厉害。
但这么高的效率，不可能只靠“大家努力一点”。
它一定需要把非常复杂的工作不断拆开。
一个动作要多久。
一个小时应该完成多少。
货放在哪里。
怎么走距离最短。
哪里慢了。
哪里堵了。
谁的效率没有达到预期。
只要可以被记录，就可以被优化。
这也是亚马逊非常厉害的一种能力：把一个巨大的系统，拆成无数可以被计算的小动作。
所以Bill的问题难就难在这里。
站在人这边看：
六十多岁的老人多花点时间去一趟卫生间，能有什么问题？
站在系统这边看：
如果几十万人每个人每天都有一段无法解释、无法预测的空档，整个系统的效率又怎么控制？
两边都有自己的道理。
人的身体是有极限的。
有些重量，一个人不应该硬搬。
超过一定程度，需要多人协作；再重，就要借助机械。
从这个角度来说，自动化不只是为了“少用人”。
它也确实可以把一些最重复、最费体力、最容易造成身体损耗的工作接过去。
像前面的Hector。
他每天面对一箱一箱的商品，有些箱子很重，长期搬运和走动，最后落到的是自己的胳膊、脚和身体上。
如果今天有机器人、输送设备和自动化系统，能够少让人搬一些、少走一些路，是一种进步。
而Bo面对的又是另外一种问题。
他六十多岁以后进入Amazon仓库开叉车。
对他来说，压力在于一个高度标准化、数据化的系统，会不断计算时间和效率。
走得慢一点。
离开岗位久一点。
去一趟卫生间时间长一点。
都可能变成系统能够记录的数字。
所以Hector和Bo其实代表了两种不同的处境：
Hector面对的是身体能不能扛得住这些工作。
Bo面对的是人的节奏能不能跟得上系统的节奏。
而今天的Amazon仓库，又在继续往前走。
机器人会搬运货物，移动货架会把商品送到员工面前，越来越多重复、长距离移动和标准化的动作，开始交给自动化系统完成。
截至2025年，Amazon宣布其全球运营网络已经部署第100万台机器人，并继续用AI协调机器人作业。Amazon自己也把减少重复劳动和身体负担，作为自动化带来的价值之一。
（图源：亚马逊官网）
从这个角度看，技术确实可以保护人。
它可以让Hector少搬一些重箱子。
也可能让人少做一些漫长、机械、重复的动作。
但问题并没有因此消失。
只是从体力工作，慢慢走到了脑力工作。
以前一个亚马逊运营每天要做很多事。
整理评论。
分析竞品。
写Listing。
做基础图片。
拉数据。
整理报表。
查关键词。
一个人一天能做多少，决定了团队需要多少人。
现在AI进来了。
以前半天整理的评论，也许十分钟就能先跑一遍。
以前写一版Listing要很久，现在很快就能生成几个版本。
数据可以让AI先帮忙分析。
图片也可以快速做初稿。
老板会开心。
因为效率真的提高了。
我们自己做运营，也会开心。
以前很烦、很重复的事情，终于不用一个字一个字地磨。
这和Amazon用机器人去搬重箱子，其实有一点像。
技术首先拿走的，往往就是最重复、最累、最标准化的工作。
一方面是一件好事。
另一方面新的问题也会出现。
以前公司需要十个人。
AI进来以后，也许两个人就够了。
剩下的八个人怎么办？
做生意不可能不要效率。
AI也应该用。
如果机器可以搬50磅的箱子，也不应该非要保住这个岗位坚持让人去搬。
只是当这些原本需要人去完成的工作，越来越多交给机器以后，那些原来靠这些工作生活的人，又要去做什么？
技术会继续向前，而人的问题只会换一种方式，重新出现在另一群人身上。
