讨论无人车的就业影响，首先要分清几个不同岗位。

把货物从仓库运到网格站，直接涉及的是运输班次中的驾驶任务；把包裹送到消费者手中，涉及的是快递员的末端配送任务；车辆上路之后，还需要后台运营、调度、维修和异常处置人员。

这些工作都属于物流系统，却不能全部用“快递员”三个字概括。

以深圳的仓站转运为例。

工作人员先在仓库完成分拣和装车，无人车按照设定线路，把货物从前置仓送往网格仓。车辆到站后，仍然需要现场人员卸货、清点和交接。

在这一段流程中，无人车最直接接管的是两座物流节点之间的运输任务。

重庆一座写字楼里的分工则有所不同。

京东快递员先把包裹送到办公楼，再交给室内配送机器人。机器人通过门禁、乘坐电梯，把包裹送到相应楼层，并通过电话或短信通知收件人。

机器人完成了楼内的“最后100米”，快递员则不用再逐层乘坐电梯、寻找办公室。

这里被机器接管的，不是快递员的全部工作，而是逐层送件这段重复路程。快递员仍然负责把包裹送到楼下、完成交接，以及处理疑难快件和其他服务问题。

两个场景对应着不同岗位，却揭示了同一种变化：企业没有一次性把整个岗位交给机器，而是先从完整工作中切出一段任务。

目前，无人车和配送机器人优先拿走的，是固定线路运输、仓站转运和楼内标准配送等环节。

无人车最先接手的任务，有几个共同特征：起点和终点相对固定，操作规则可以提前设定，任务大量重复，正常情况下也不需要复杂沟通。

仓库、前置仓和网格站的位置不会频繁变化。车辆每天沿着相似路线往返，比临时改变地址、需要不断联系客户的配送任务更容易规划。

车辆何时出发、走哪条路线、在哪里停靠、遇到什么情况需要报警，也可以被转化为明确的运行规则。

重复次数同样重要。

如果一辆车只是偶尔完成一次运输，企业很难收回车辆、系统和配套设施的投入。但如果同一条线路每天反复运行，车辆使用时间越长、运输班次越多，每一次运输分摊的成本就可能越低。

深圳公开的京东运营数据，体现了这种商业价值。

无人车日均运行时间由约12小时延长到24小时，单车班次由3次增加至5次，运力利用率提高约66%，单车运营成本下降约20%。

这些数据只代表深圳特定线路和运营条件，不能直接外推到京东在全国的运营效果。

但它能够解释，为什么企业会优先把仓站转运和夜间补货等任务交给无人车：这类任务不仅更容易被转化成规则，也更容易通过延长运行时间、增加班次体现经济价值。

企业首先自动化的，往往是那些既容易标准化，又能够通过大规模重复产生回报的任务。

无人车背后仍然有人，只说明物流系统还不能完全无人化，但不代表系统仍然需要和过去同样多的人。

关键变化在于，人工参与的方式变了。

在传统有人驾驶运输中，每一次运输都需要驾驶员持续参与。进入无人化运营后，车辆负责执行运输，剩余的监控和异常处理则可以集中到后台。

过去，人需要跟着每一辆车完成整段运输；现在，少数工作人员可以同时巡查多辆车，只在系统报警或者车辆遇到异常时介入。

深圳无人车管理平台的数据提供了一个观察窗口：

一名线上巡查员每天工作8小时，人均可以完成约100辆车次巡查，效率达到过去的10倍以上。

这项数据说明了一种新的人员配置方式：原本分散在不同运输班次中的人工参与，可以转为后台集中巡查。

这也是“任务被机器接管”进一步影响岗位需求的关键一步。

当单位业务所需人工时间下降，企业对岗位的需求就可能发生变化。

这种变化不一定表现为一次集中裁员。

它可能表现为业务量继续增长，但招聘人数增长得更慢；也可能表现为员工离职后，企业不再补充同样数量的人；或者岗位名称继续保留，多个原本分散的工作被合并到少数监控和异常处理岗位中。