新浪财经 2小时前
退货这件苦差事,机器人不只搬箱子了
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_font3.html

 

(来源:钛媒体 APP)

双 11 结束了,有些订单已经签收了,有些已经开始往回寄了。

对消费者来说,消费者只需要在手机上申请退货,把包裹交给快递员,这笔订单已经结束。但对商家来说,后面的工作才刚刚开始。

以衣服为例,那些退回来的包裹,要被送进仓库,经过核对、质检、分类、整理,再重新进入库存,才有机会被下一个消费者买走。

这是一项规模不小的工作。中通云仓就曾披露,其为蕉下运营的广州服饰退货总仓,淡季每天要处理 6 万至 8 万件退货,旺季处理能力超过 10 万件。

为了让这些退回来的商品尽快重新销售,仓库早已使用上了分拣机、称重机和自动封箱设备等大量自动化设备。

如今,随着新一代机器人开始进入仓库,新的变化又开始出现。

今年 10 月,在德国和波兰的两座退货仓里,一批双臂机器人已经开始直接抓取、识别和分拣消费者退回来的服饰商品。

机器人不再只是运送装着包裹的箱子,而是开始接触商品本身。

一场围绕退货处理的人机分工变化,正在退货仓里发生。

退回来的衣服,怎样才能重新卖?

退货并不是把发货的流程倒过来——仓库拆开包裹,将商品放回原来的货架,等待下一笔订单。

百世供应链披露的鞋服退货业务,展示了其中的工作细节,远没有想象得那么简单。

消费者寄回一件衣服,仓库先要核对订单,确认这件衣服是否属于对应的退货订单?颜色、尺码是否正确?甚至可能出现包裹已经签收,却找不到对应退货订单的情况。

核对之后,才轮到检查衣服本身。质检人员要看吊牌、污渍和穿着痕迹,也要看纽扣、拉链。符合销售标准的重新入库;可以修复的,按品牌要求整理、修补或重新包装;需要返厂维修或暂时不能销售的,则单独存放。

这些工作看起来琐碎,却直接决定了一件退回来的衣服走向不同的处理环节。

即使衣服本身没有任何问题,也不能随手找个货架放回去。仓库还要更新库存信息,为它安排位置。如果恰好又有消费者下单,符合条件的商品可以直接转入发货环节,省去重新上架和再次拣货的步骤。

对服饰商家而言,处理速度十分重要。衣服的销售机会与季节、款式都有关系,一件外套如果迟迟不能重新入库,等到天气变暖,即使商品完好,也可能错过最好的销售时间。

而中国服饰企业面对的退货压力,远不止零星几件衣服。森马服饰 2026 年半年报披露,今年上半年,其天猫平台退货率为 51.70%,抖音平台为 53.73%。

对于一家大型服饰企业而言,如何处理源源不断的退货,已经是一项日常经营工作。

专业退货仓一直在想办法提高效率。百世披露,上海嘉定一个运动鞋服项目,通过相应的作业配置,能够在约 2.5 小时内完成退货商品从签收到质检、入库和重新上架的流程。

这个成绩并不是由某台具身智能机器人创造的。

事实上,在新一代机器人进入之前,退货仓里的不少工作,已经陆续交给了机器。

仓库里的机器,早就干了不少活

在一座现代化服饰仓库里,自动化设备已经能够做很多事情。

中通云仓为蕉下运营的广州退货总仓,就已经把分拣、称重、封箱和贴标等工作交给自动化设备。仓储信息系统还能连接快递、仓库和品牌方的信息。

包裹尚未到达,仓库便可以根据在途数量安排人员和场地;商品完成质检后,系统再更新状态,安排后续入库或发货。

按照中通云仓披露的数据,符合条件的退货商品平均不超过 48 小时便能重新销售。

有些退货仓,连货架间的料箱存取也交给了机器人。

今年 10 月,菜鸟向天津一家头部服饰品牌的退货仓交付了攀爬机器人仓库。这类机器人既能在地面运行,也能爬上货架搬运料箱。

衣服放进料箱后,机器负责箱子的移动与存取。需要人动手的工作,则可以集中在工位上完成。

还有一些机器人,不止于搬运料箱,更试图直接拿起服装。

今年 9 月,森马物流宣布仓库使用万拿机器人的 " 播种者 " 方案,机器人可以从周转箱中抓取服装,然后完成搬运和分拣。

从中通云仓的分拣设备,到菜鸟的料箱存取,再到万拿的服饰抓取,机器在仓库里承担的工作正在增加。

不过这些主要还是集中在仓储分拣这个环节,仓库可以通过统一的料箱、货架和作业规则,让许多工作变得容易自动化。

但真正的问题在于消费者退回来的商品未必是统一的状态。有人把衣服叠好放回包装袋,有人随手塞进快递袋,皱成一团,以及还有可能吊牌和包装的状态也同样不统一。

仓库能安排料箱放在哪里,却很难要求每个消费者,都把衣服整理成机器熟悉的样子再寄回来。

要进一步减少人工操作,机器人就必须能够适应这些变化,而不只是按照预先设定好的位置和动作工作。

这也是一些新一代具身智能机器人开始尝试解决的事情。

新机器人,开始接手退货

德国机器人公司 Sereact,正在尝试把双臂机器人做成了退货处理工位。

在公司公开的工位说明里,双臂机器人要接走的工作已经被拆得很细:打开鞋盒和包裹,从料箱、纸箱中取出物品,扫描条码与标签;衣物涉及折叠,商品按后续处置要求分流,包装与废弃物则另行分开。

仓库需要机器人处理的,既有商品,也有包裹和包装。打开包装、取出商品之后,还得把商品与包装分开,让它们各自进入后续处理环节。

10 月 7 日,欧洲时尚电商 Zalando、物流服务商 CEVA 与 Sereact 宣布,双臂机器人已在德国和波兰的退货现场投入运营。三方在这两个具名现场明确披露的任务,是自主抓取、识别和分拣退回的服饰。

Sereact 称,其开发的 Cortex 模型,能让系统处理此前未见过的物品,不需要为每款商品单独训练,也不依赖预先固定的商品清单。

这项能力对应着服饰仓库的一项日常变化:款式不断更新,同一款衣服被不同消费者寄回来时,形状和包装也不一样。如果每来一种新情况,都需要重新教机器怎么拿,它就很难接住源源不断的退货。

对 CEVA 来说,引入机器人的目的也不仅是展示新的抓取技术。退货业务存在明显的季节性波动,仓库需要安排大量人员进行商品拿取、分类和质检。重复操作带来的人力需求、工作负担和单件处理成本,都是物流企业希望改善的问题。

CEVA 希望减少的,正是人工反复接触和分类商品的操作。按三方公布的协作安排,机器人承担重复拿取,员工转向工位监督、异常处理和质量控制。

不过,三家公司没有披露两个现场具体部署了多少台机器人、每天处理多少件商品,也没有公布完整的任务成功率、人工接管比例和单件处理成本。

因此,现阶段能够确认的是,客户已经开始把原本由人执行的商品拿取、识别与分类,交给机器人去做,而不只是搬运装着商品的料箱。

只是,抓起一件退回来的衣服,并不等于知道这件衣服有没有问题,还能不能卖给下一个消费者,这是另一项工作。

拿起衣服后,机器人还要学什么?

Zalando 曾经公布过自己的退货处理情况。

按照公司披露的数据,超过 96% 的退回商品经过检查后,被认定为理想状态,可以立即重新进入销售环节。约 98% 的退回服饰能够再次通过 Zalando 及其相关销售渠道出售。

从这两组数据可以看出,退回来的衣服并不是大部分都已经损坏。恰恰相反,大量商品仍然完好,只是仓库必须通过检查,才能确认它们可以继续销售。

不过,检查这一环节并不轻松。在 Zalando 介绍的退货流程中,工作人员需要检查衣服是否存在污渍、松线等问题,必要时还要安排清洗、熨烫或者其他整理工作。

这与机器人抓取、分拣商品有着不同的要求。

抓取任务要解决的是怎样把物品拿起来,并准确放到指定位置。质检则需要识别影响销售的细节,按照商家的要求作出判断。遇到特殊情况,还可能涉及后续修复、责任认定或者其他处置。

在 Zalando 和 CEVA 此次公布的具名现场部署中,尚没有足够的公开证据证明机器人已经独立完成全部品相检查与最终可售判断。

事实上,机器人也在学习更复杂的操作,以及如何应对操作失败。

10 月 15 日,Sereact 公布了一项名为 FLEX 的机器人学习方法。在裤子折叠、T 恤折叠和鞋类拆包三项任务中,机器人先利用已有的预训练模型和每项任务 100 条人工演示,掌握基本操作,再自行进行 50 次真机练习。

按照公布的测试结果,Cortex 2.6 模型在这三项任务上的成功率,从练习前的 60% 至 70%,提高到了 85% 至 100%。

更值得注意的是,机器人开始表现出纠正错误的能力。当机器人抓取失败、物品滑脱之后,它能够重新调整动作,再次尝试抓取。

对于退货仓来说,这种能力具有实际意义。因为仓库不可能保证每件衣服都处于适合机器抓取的状态。如果机器人稍微遇到一点意外,就必须让工作人员前来处理,即使平时能完成抓取,也难以长时间独立工作。

同月,Sereact 又联合 Zalando、CEVA、NVIDIA 和 Nebius 公布了将现场作业数据用于模型训练和更新的方案。

它们把机器人在退货现场积累的操作数据送入训练系统,利用仿真生成更多变化情况,对模型进行更新,再将经过测试的新版本送回机器人现场。

与此同时,新的零售客户也开始加入,准备尝试更多工作。

10 月 30 日,德国零售企业 Otto Group 宣布与 Sereact 合作,计划在波兰物流中心分阶段部署双臂机器人。

第一阶段计划引入 10 套系统,承担退回商品的抓取、识别、评估和分类等工作。后续是否扩大部署,将根据初期结果决定。

值得注意的是,商品状态评估也被纳入了这次计划。这表示客户不只希望机器人把商品拿起来、分出去,还准备检验它们能否进一步参与质量判断。

从 Zalando 已经投入使用的抓取、识别和分拣,到 Otto 准备验证的更多退货任务,机器人正在尝试沿着这条工作链继续向前。

只是对仓库来说,是否扩大部署,最终还得看实际工作成绩。

如果顺着一件退回来的衣服,把仓库里的工作串起来,机器人如今能接手多少,就比较清楚了。

包裹进入仓库之后,自动分拣、料箱搬运和存取,早已有自动化设备承担。到了需要直接处理退货商品的工位,德国和波兰的双臂机器人,已经开始自主抓取、识别和分拣退回的服饰。

再往后,打开包装、折叠衣服,以及操作失败后重新尝试,也已经出现在机器人的产品方案和专项技术测试中。但还不能认为这些能力都已在上述客户现场得到持续运营验证。

至于检查污渍、破损,判断商品是否需要整理或修复,以及最终确认一件衣服能不能重新销售,目前仍缺少机器人独立完成整套工作的现场证据。人工与仓储业务系统,仍在承担这些工作中的重要部分。

换句话说,机器人已经接走了退货处理中的一些具体工序,但还不能独立完成一件退回来的衣服从签收到重新销售的全部工作。

双 11 之后,退货仓库里的新变化,正是新一代机器人进一步进入直接处理商品的工位,开始直接拿取、识别和分拣那些状态各不相同的退货商品。

接下来,它们能否把更多工作稳定地接过去,还需要真实仓库的长期检验。

智客推

智客推

ZAKER 智客推 GEO | AI 时代的品牌认知解决方案

一起剪

一起剪

ZAKER旗下免费视频剪辑工具

相关标签

机器人 服饰 森马服饰 波兰 钛媒体
相关文章
打开 ZAKER 参与讨论