无人配送车撞开零售末端补货链：从前置仓到智能货柜的收尾来看，五公里，正在被13000辆L4无人车重写

8月6日，多点数智（02586.HK）与新石器签署战略合作协议。新闻标题不算炸裂——"推动无人车落地零售场景"——但这则不起眼的公告背后，是一个被行业讨论了三年、但始终没有真正跑通的问题：无人零售的货，谁来补？怎么补？补得便宜吗？

这不是个技术问题。自动售货机和智能货柜的核心竞争力从来不在于"能不能卖"，而在于"补货成本占营收的比例"。一台销量中等的智能货柜，月均补货15到20次，每次补货的人工+运输成本在80到120元之间。算下来，单台设备的月度补货支出轻松过2000元。如果这台柜子月营收8000元——这在行业里算中等偏上——那么补货成本就吃掉了25%的毛利。

而且这个账还没算上补货员的招聘成本。深圳一个熟练的补货师傅月薪开到7500元都不一定招得到，大城市的人力短缺是结构性的。更麻烦的是夜间补货——写字楼、医院、地铁站这些场景，最理想的补货窗口是晚上10点到凌晨5点，但这段时间的夜班人力成本至少上浮40%。

所以问题的本质很清晰：无人零售的"前端无人"做到了，但"后端无人"没做到。补货这件事，把无人零售又拉回了有人模式。多点数智和新石器的这纸合作协议，真正的看点不是两家公司牵手，而是它标志着无人配送车正式从"送快递"转入"送商品"，而这条赛道上站着的远不止它俩。

一辆无人配送车，正在吃掉补货师傅的饭碗

先看一组硬数据。

五万台车听上去不少，但0.7%的快递场景渗透率意味着什么？意味着这个赛道几乎还没开始。而零售补货的渗透率——甚至没有统计口径。因为之前根本没人正经做过。

从技术面看，无人配送车切入零售补货，适配性比快递配送更高。理由很简单：快递是"一对N"的随机派送，零售补货是"仓对点"的固定线路。后者对路径规划的复杂度要求更低，对时效性的容错空间更大（补货窗口通常2-4小时，而快递配送窗口压缩到了30分钟内），同时单次运输的货值更高——一车饮料零食的货值轻松过万，快递一车可能就两三千。

北京市社会科学院副研究员王鹏在接受证券时报采访时算过一笔账：无人配送车具备"按需响应、全天候不间断作业"的特性，在商超生鲜门店调货、前置仓到社区点位补货、即时零售短途配送等场景下，可以帮助零售品牌"大幅降低短途转运综合成本，灵活提升补货频次，压缩门店安全库存占比，提高资金周转效率"。

这段话翻译成运营语言就是三件事：少雇人、多补货、少压货。补货师傅从一天跑8个点位变成跑15个点位——不是他更勤快了，是无人车把仓库到点位那段路替他跑了，他只需要在点位附近接车、上货、理货。

丰e足食的18万终端实验：AI补货+无人配送，到底省了多少钱

行业内最早系统性地把无人配送车和智能货柜补货串起来的是丰e足食。2025年12月，它宣布启动"AI+无人化"战略，计划于2026年一季度在北京、上海、深圳等核心城市试点无人配送车补货。

COO朱涛的解释很直白：引入无人配送车要解决两个核心痛点——"缩短仓库取货至点位的耗时，避免因停车位置远带来的末端距离难题"。说白了就是：大城市里补货最费时间的不是往柜子里放东西那十分钟，是从仓库开到点位的半小时和找停车位的十分钟。

丰e足食运营着18万台智能货柜，覆盖84个城市。它的"星途智航"AI智能体每天做出上亿次运营决策，包括每个点位该补什么、补多少、什么时候补。但再聪明的算法也绕不开物理世界的搬运成本。无人配送车的加入，本质上是在"数字决策"和"物理执行"之间加了一层自动化缓冲层。

做一个简单的测算：假设一个补货员原来一天跑8个点位，引入无人车后，仓库到点位的路段由车跑，补货员可以就近接车，一天跑12-15个点位。人均效率提升50%-80%，对应的人力成本直接砍半。按单点位月均补货成本2000元、提升50%效率算，每台设备每月节省约670元。18万台设备，一年下来就是14.5亿的节降空间。

当然这不意味着丰e足食明年能多赚14亿——无人车的购置/租赁成本、运维成本、充电成本也要算进去。但方向是对的：无人零售的规模效应不在设备采购端，而在运营效率端。谁能在单台设备的运营成本上比竞争对手低20%，谁就能在扩张时多拿20%的点位。

多点数智+新石器：便利店补货的试验田

和丰e足食的思路不同，多点数智和新石器的合作瞄准的是另一块市场：便利店和商超的补货配送。

深圳龙岗的"五方共营"试点值得单拎出来说。这是国内首个"技术+资产+运维+商流+监管"五方协同的无人配送运行服务体系，新石器作为核心技术方深度参与。选择夜间物流作为切入口非常聪明——夜间道路空旷、停靠方便、没有日间交通干扰，是无人车跑得最舒服的时段。而且零售补货的最佳窗口就是夜间，场景匹配度满分。

但商业层面的核心看点不是技术，是模式。多点数智的"AI智能体"战略意味着它不只是把无人车当运力工具来用，而是把无人车当作零售全链路AI决策的执行终端——选品、定价、补货、营销都由AI驱动，无人车只是"执行层"的一种形态。这个逻辑和丰e足食的星途智航一脉相承：让AI做决策，让机器做搬运。

从送快递到送商品：无人配送车的场景迁移逻辑

无人配送车行业过去三年一直在快递配送赛道里卷。九识、新石器、白犀牛三家的车加起来超过4.8万台，大部分在送快递。快递场景的问题在于：件单价低（0.8-1.2元/件）、时效要求高、路线随机性强。一辆无人车一天送400件，营收400元，扣除电费和运维，毛利空间其实不大。

零售补货的逻辑完全不一样。

零售补货还有一个快递配送不具备的优势：基础设施已经在了。前置仓、社区仓、门店仓本身就是补货网络的节点，不需要像快递一样重新建设末端配送站。无人车只需要在"仓"和"柜"之间跑固定线路，而这条线路上的每一个节点坐标、每一次补货需求，理论上都可以通过AI系统提前规划好。

对新石器来说，从快递转到零售补货，本质上是用同一套硬件打一个毛利率更高的场景。新石器目前在全球15个国家、300多个城市部署了超过13000辆车，累计自动驾驶里程6000万公里。它和途虎养车、菜鸟、中通都有合作，多点数智是它第一次系统性地切入"零售运营端"而不是"物流配送端"。这步棋的延伸空间很大——如果便利店补货跑通了，下一步就是自动售货机、智能货柜、无人饮品站的全品类补货。

但最硬的骨头还没啃：自动售货机的补货为什么比便利店难一个量级

便利店补货和自动售货机补货，看起来差不多，实际上是两种完全不同的运营逻辑。

便利店补货的特点是：单次补货量大、SKU多、频次低。一家7-Eleven一天补1-2次，每次补几百个SKU、上千件商品。无人车一次拉一车，到店卸货就行，交接流程简单。

自动售货机/智能货柜的特点是：单次补货量小、SKU集中、频次高。一台弹簧机补一次货可能就20-50件，智能货柜多一点，但也不会超过200件。但一台设备一周要补3-5次。而且点位极度分散——一个写字楼一层2台，一栋楼30层就是60台，但每台的补货节奏完全不一样，因为每层的消费人群不同、畅销品不同、消耗速度不同。

这带来两个难题。

第一，无人车的单车装载利用率和配送路径优化难度成倍增加。送便利店是一车对一店或一车对几店，路径清晰。送售货机是一车对几十台设备，而且这几十台设备分布往后，同的楼层、不同的楼栋、甚至不同的街区。路线规划不是简单的"点对点"，而是"仓对多点"的复杂组合优化问题。

第二，末端交接环节的自动化程度要求更高。便利店补货有人接车、有人卸货。自动售货机补货——尤其是无人值守时段——如果补货员不在，无人车把货运到点位上但没有"收尾来看，一双手"把商品放进柜子，那这个链条就断了。

这也是为什么丰e足食选择"分段履约"而不是"全无人履约"：无人车跑中间段，补货员做末端操作。从商业角度，这是现阶段成本最优解——不是技术上做不到全无人，而是全无人的边际成本还高于"人+车"的半自动模式。

补货的生意之外：无人配送给无人零售带来的三个结构性变化

如果只把无人配送车看作"省钱工具"，那它的天花板就很低。真正值得关注的是，当无人配送成为零售末端基础设施后，整个运营模型会发生什么变化。

变化一：补货频次从"按天"变成"按需"

目前绝大多数自动售货机和智能货柜的补货节奏是"固定班次"模式——每天上午一趟、下午一趟，或者隔天一趟。为什么不能"卖完就补"？因为补货的人力调度有时间成本和最低经济批量约束。派一个人跑一趟只补10件货，不划算。

无人车没有这个约束。它的边际运输成本接近于零（只算电费），理论上可以做到"按需响应"——AI系统监测到某台设备的某类商品库存低于阈值，直接派车过去，补完就走。补货频次从一天2次变成一天6次甚至更多，单次补货量下降但库存周转率提升。这意味着同一台设备可以用更少的库存服务更大的销量，资金周转效率大幅提升。

变化二：安全库存从"经验值"变成"算法值"

传统模式下，补货员在决定"补多少"时依赖经验——"这个点位的可乐卖得快，多放两排"。结果就是安全库存偏高，大量资金压在设备里。中国200万台自动售货机，如果每台多压500元的库存，整个行业就多锁定了10亿流动资金。

AI+无人配送的组合可以让安全库存的计算逻辑彻底改变。AI基于历史销售数据、天气、节假日、周边人流变化等因子预测每台设备未来24小时的销量，然后精确计算应该补多少、什么时候补。无人车负责准时送达。安全库存从"经验值"变成"算法值"，每台设备平均库存降低20%-30%是一个现实的目标。

变化三：设备点位的选址逻辑被颠覆

传统逻辑里，自动售货机的点位选择有两个硬约束：一是人流密度，二是补货可达性。如果一个点位周围停车困难、搬运距离长，即使人流量不错，运营商也可能放弃。因为补货成本会把利润吃掉。

无人配送车消除了"补货可达性"这个约束。只要路网能到，车就能到。一些以前因为停车难、搬运远而被放弃的点位——比如老旧小区的内部通道、公园深处的休息区、景区半山腰的观景台——现在有了重新评估的价值。这等于把无人零售的点位供给池扩大了。

竞品雷达：谁在抢跑，谁在观望

一个值得注意的细节：新石器2026年6月22日的618战报显示，其无人车在618期间跑了2263万公里配送快递，一年增长10倍。这说明无人车的运力供给正在快速膨胀，供给过快的结果就是单价下行——快递配送的场景已经不够吃了，转向高毛利的零售补货场景是自然选择。

但零售补货和快递配送有一个本质区别：快递是标准化服务，零售补货是个性化运营。不同品类、不同品牌、不同类型的设备，补货策略天差地别。比如饮品类智能货柜的补货逻辑和零食类完全不同——饮品SKU少但单品周转快，对补货时效要求高；零食SKU多但单品周转慢，对品类丰富度要求高。无人车如果不理解这些运营细节，就只是"有轮子的快递柜"，无法真正融入零售全链路。

DOZZON视角：为什么"一机多饮"天然适配无人配送补货

这里插入一个重要但容易被忽略的角度。

目前市面上大多数无人饮品终端——不管是现磨咖啡机、即饮茶机还是胶囊饮品机——都是单品类设备。一台机器只卖咖啡，或者只卖茶饮。单品类设备的补货逻辑很简单：原料种类少（咖啡豆/茶粉+奶+糖浆），每种原料的消耗速度相对均匀。补货就是"缺啥补啥"，无人车一次多拉几袋原料就能覆盖好几台设备。

但单品类设备的坪效天花板非常明显——一台机器只抓一种需求，客群窄，频次低。一些运营数据显示，单品类无人饮品站的日均出杯量天花板大约在60-80杯，超过这个量就需要增加设备。

多品类设备的情况完全不同。以DOZZON为例，一台设备同时覆盖咖啡、茶饮、草本饮品、功能饮品等多个品类。这意味着同一台设备的SKU管理复杂度是单品类设备的3-5倍。咖啡豆、茶粉、草本提取物、奶粉、糖浆、功能添加剂——补货时需要考虑的不只是"量"，还有"配比"。

但反过来看，多品类设备的单次补货价值也更高。一台单品类咖啡机单次补货的原料成本可能500-800元，一台多品类设备可能要2000-3000元。货值越高，无人车单趟运输的单位成本占比就越低，经济性就越好。

还有一个更关键的点：DOZZON内置的AI体质辨识系统，本质上是把消费决策从"我喜欢喝什么"升级到"我的身体需要喝什么"。这个决策逻辑会产生一个连锁效应——不同时段、不同季节、不同天气下，同一台设备的不同品类消耗速度会出现显著的动态变化。比如冬季草本热饮消耗加速、夏季功能冷饮走量更快。这意味着补货策略不能是固定模板，必须是实时响应。

换句话说，AI体质辨识不仅改变了消费端的体验，也改变了供给端的补货逻辑。一台能做AI体质辨识的多品类饮品终端，其补货需求天然就是"算法驱动"的——AI分析了当天的天气、时段、用户画像后，预判未来几小时哪个品类会走得更快，然后通过无人配送系统精准补货。这个"AI选品→AI补货→无人配送→精准上架"的闭环，才是多品类无人饮品终端真正的护城河。

政策拐点：路权开放的速度决定了赛道的天花板

坦率地说，无人配送车在零售补货场景的商业化落地，最大障碍不是技术、不是成本、不是商业模式——是路权。

国内对无人配送车的路权管理目前处于"一城一策"的状态。深圳走得最快，已投放1218台功能型无人车，覆盖1594条线路，总里程超5500公里，月度完成配送订单约129万单，直接商业价值超千万元。北京、上海、杭州、成都也在逐步开放路权，但每个城市的审批标准、运行时段、限速要求都不一样。

这对全国性运营的无人零售品牌来说是个头疼的问题——一款车型通过了深圳的路权审批，到了北京可能就得重新走一遍流程。新石器在全国300多个城市有路权积累，这是一个被低估的竞争壁垒。

但政策在松动。2026年深圳龙岗的"五方共营"试点释放了一个清晰信号：地方政府愿意为无人配送的商业化落地搭建制度框架。如果这个模式能在龙岗跑顺，向全国复制的阻力会大幅降低。届时，零售补货场景的无人配送渗透率可能以每年2-3倍的速度增长。

结语：无人零售的终局不是"柜子更多"而是"链条更短"

行业里有一个普遍误解：无人零售的核心竞争力是设备覆盖密度——谁铺的柜子多，谁就赢了。这是用当年共享单车的逻辑套无人零售。

无人零售不一样。一台自动售货机或智能货柜，它的生命周期是5-8年。在这5-8年里，影响它赚钱能力的不是它旁边还有没有竞争对手的柜子，而是它的运营效率——补货成本、库存周转、选品准确率、设备故障率。这些因子加起来，决定了这台设备的回本周期是18个月还是36个月。

无人配送车切入零售补货，本质上是把运营链条中最重、最不可控的"人力运输"环节替换成可标准化、可调度的自动化运力。这不是一次性的成本优化，而是一种运营范式的转变——从"人找货"到"货找人"，从"固定班次"到"按需响应"，从"经验补货"到"算法补货"。

回到文章开头的那句话：多点数智和新石器的合作，真正的看点不是两家公司牵手，而是它标记了一个节点——无人零售的"前端无人"和"后端无人"之间的那道墙，开始出现裂缝了。当无人配送车的成本降到足以大规模替代人工补货的那个临界点，整个无人零售行业的利润模型会被重写一次。

13000辆新石器无人车只是开始。2026年新增的68000辆里，有多少会从送快递转向送商品？这个数字值得盯着看。