每年的节假日，都是各大电商最忙碌的时候，尤其是像亚马逊这种以自营为主的大电商。据此前的数据资料显示，每年11、12月份，都是最忙碌的旺季，亚马逊仓储中心每天的包裹量都数以百万计，这对于仓储的整个运营和管理都是个不小的压力。为了缓解旺季的订单处理工作压力，2014年亚马逊新增了2万个全职订单处理员岗位，但这也并没有完全解决节假日高峰期的雇员加班问题，好在亚马逊的机器人部门Amazon Robotics在2014年新增了15000台机器人，来帮助包裹的搬运处理，由此大大增加了亚马逊仓储处理的效率。
被收购的Kiva System
有了解过Amazon Robotics部门历史的应该知道，该部门并不算是亚马逊“亲生”的，其前身是一家名叫Kiva System的仓储机器人公司，该公司2003年就成立了，直到2012年才被亚马逊收购。
2003年1月，Mick Mountz建立了Kiva System，致力于研发一款仓储机器人用来取代Zappos、Staples等零售商仓库中的传输带和转盘，让仓储工作更灵活更高效。
Mick Mountz出生于德国法兰克福，大学就读于马萨诸塞理工学院的机械工程专业，拿到机械工程的学士学位之后，又去攻读了哈佛商学院的MBA，在求学期间就对工程和营销有所涉猎。毕业后，Mountz曾就职摩托罗拉任CIM系统研发工程师、后来又转战苹果任产品营销经理，离开这些科技巨头后，1999年，Mountz加入了在线杂货零售商Webvan，在这家互联网泡沫前夕烧钱最多（之一）的“昙花式”初创企业担任物流业务总监（值得一提的是，这家公司与亚马逊颇具渊源，此前亚马逊多名高管如Doug Herrington、Peter Ham、Mark Mastandrea等都曾经在Webvan任职，并且，在十几年后，亚马逊也尝试复制了Webvan的生鲜销售模式，虽然成绩不太理想），过去的这些经历，让Mountz对机械工程、物流仓储等工作流程有了深刻的认识，并积累了丰富的经验。
Webvan在经历那场声势浩大的互联网泡沫而倒闭之后，Mountz也开始琢磨研发仓储机器人，并成立了Kiva System。
在创业的前几年，Kiva System一直都没有什么太重磅的消息，根据Mountz以前在外媒接受采访时的自述：
“Kiva在开发前几年还属于一个想象中的产品，客户根本不能理解，08年左右，我买了一台iPhone，不是用来打电话，而是专门用来为客户播放Kiva的演示视频，每见一个客户，我就会跟他们详细解释这个产品。”
直到2009年，Kiva的成绩才逐现端倪，那一年，一家名叫Quiet Logistics的物流公司成为了Kiva System的第一个客户，Kiva System以技术外包的形式为Quiet Logistics提供仓储管理服务。当时这条新闻上了很多科技报道的版面，让人们对自主仓储机器人有了深刻的印象，也是自此，Mountz和Kiva System成为了科技媒体的常客。
Kiva System日渐上升的态势，也让各大电商认识到了仓储机器人的重要性。
2012年3月，一颗重磅炸弹在各大科技媒体爆开，亚马逊以7．75亿美元的大手笔收购了Kiva System，并将其整编为旗下机器人部门Amazon Robotics，这在当时可是亚马逊自2009年收购Zappos只有第二大收购案例，可见亚马逊在机器人布局上的重视。
接下来的两三年里，亚马逊开始在各个仓库大规模部署Kiva，根据2013年的一份报告显示，亚马逊在当时普通订单的交付成本约为3．50至3．75美元，而使用Kiva机器人之后将使这一成本下降20％至40％，预估每年在仓库分拣环节中，机器人能为亚马逊节省9亿美元左右。
Kiva机器人
Kiva System在被收购之后，其机器人也并未更名，还叫Kiva，是个外观看起来像一个冰球的搬运机器。Kiva有两个型号，较小的型号约2英尺×2．5英尺，一英尺高，顶部有个托运圆盘，能够抬起重量约1000磅的货物行走，而较大的型号可以承载重达3000磅，在仓库中的运货速度可达每秒1．3米。该机器人由电力驱动，据官方的宣传，可以实现“充电5分钟，工作一小时”。
Kiva机器人在工作时会扫描地上条码执行搬运任务，管理员通过无线指令将订单发送给Kiva，机器人就可自主将货物所在的货架从仓库搬运至员工处理区，这样工作人员每小时可挑拣、扫描300件商品，Kiva机器人还可以与Robo－Stow机械臂等组成一个分拣系统，该系统系统可在30分钟内卸载和接收一拖车的货物，效率是之前的2－4倍。
据悉，Kiva机器人的工作准确率能够达到99．99％。
之所以能够提升效率，是因为Kiva将此前亚马逊的仓储工作流程简化了。
简单来讲，使用Kiva机器人做分拣工作大概分为5个步骤：拣选、位移（包括拣选期间的位移，和拣选完成后包装台的位移）、二次分拣、复核包装、按流向分拣。
