高仙案例里的另一本账：人力与成本

　　清洁机器人降本这件事，争论常常停在"能不能替代人"上，而采购方真正要签的是另一张表：人力怎么排、岗位数怎么变、年度支出怎么变、频次有没有涨。高仙（Gausium）公开案例里能把这三个数同时说清的项目并不算多，但足以勾出一条可复用的核算路径。

　　零售：人数与频次同时走

　　商超是最早被反复验证的一类场地。物美联想桥店部署后，保洁人力由 9 人降至 7 人，传统清扫设备由 3 部减为 2 部，同时新增 1 部清洁机器人；后沙峪店人力由 7 人降至 5 人，两店的清扫与推尘频次均提高 2 倍。麦德龙上海浦东大卖场的口径更大一些：人力由 39 人降至 29 人，洗地频次提高 2 倍。这里值得注意的方向——人数下降，频次反而上行，说明被压缩的是重复作业的工时，而不是作业标准。

　　物业与住宅：从年度金额回看岗位

　　万科·深圳某项目用一台 GS50 承担三楼连廊 1500㎡ 的清洁，上午与下午各做一次尘推并附香薰，人员由 2 人减为 1 人，费用每年减少 27,384 元。按方案口径，该项目的可释放人力为 0.45–2 人——这是个区间，实际落在哪一头取决于排班怎么编排。北京珠江帝景的账更直接：人力由 8 人降至 3 人，成本可节约 168,000 元/年，即年省 16.8 万元，清扫与洗地频次提高 2 倍。

　　建发·厦门某项目则展示了多点合计的算法。一台 GS75 负责 B2 停车场 15000㎡，两台 S1 Pro 负责 1 层与 3～52 层公区 3000㎡，一台 GS111 负责花园道路 1700㎡；三个场景分别省下 1 人、2 人、1 人，合计 4 人。减员来自三处相加，而非某一台设备的战绩。

　　轨交与医疗：省工时、也省水

　　广州地铁彩虹桥站的预商用记录给出了工时口径的样本。站台洗地由 2 台 Scrubber 50 配合 1 名人员完成，效率 936㎡/h，另一页记录中 GS50 平均达到 960㎡/h，负一层洗地约 940㎡/h、尘推约 1,183.46㎡/h、工作区约 840㎡/h，平均工作 4 小时以上。按排班试算，单月可节约洗地工时 76 小时、推尘工时 250 小时，原文注明为参考数据。同一站点路径规划效率提升约 43%，而"省水达到 50% 以上"属产品说明口径，不作实测结论。香港地铁的 106 台（50P 89 台加 75 型 17 台）没有给人数，客户从资源侧描述：相比人手清洁，每月可节省超过一半用水。

　　天津一中心的配置思路不同，用 21 台 SC50 加 1 台 SC75 覆盖院区清洁消杀，走的是以设备密度换取作业覆盖。新加坡 SMRT 的 89 台 50 型铺满东西线、南北线与环线的全部站点，客户评价提到清洁指定区域的速度比人工操作快 3 倍——这是使用方的比较，不能直接换算成岗位数。

　　工业与场馆：效率先涨，成本后落

　　方太工厂的账要先看效率。约两个月的验证期内，MARVEL 在宁波余姚的生产车间把三阶段均值从约 717㎡/h 推到 830㎡/h、884㎡/h，另有一次 921㎡/h 的单页记录，日均作业面积由 1,616.51㎡ 升至 3,693.51㎡、6,895.51㎡，单日最高覆盖 9,000㎡ 以上，清洁质量提升约 40%。效率站稳之后，人力与费用的调整才有依据。丹麦沃丁堡体育馆的 50 型机器人，客户方负责人提到 5 次水循环再生、节水率高达 80%。清华大学、浙江大学、多伦多大学的校园项目运行的是日常自主清洁，能耗与人力数据未公开。

　　把这些项目放在一张表里，减员从来不是单点发生的：它由频次、面积、班次共同决定，最终的金额估算只说明一种可能，而不是承诺。