月底盘点，仓库里堆着三类货：一个客户上季度说要、后来只提了一半的量；一批给新品备的包装材料，新品推迟到明年；还有按「去年这个月卖得好」补回来的常规品。老板问了一句：到底是哪个环节算错了？我们的判断：库存管理里最难的不是算销量，是分清哪些货是被承诺出来的——这部分不归预测管，归合同和签字管。
库存管理指的是决定「什么时候补、补多少、压在谁身上」这三件事，并让它们按同一套规则执行。三件事里只要有一件没有主人，算得再准也只是把偏差算得更快。
为什么预测越准，压货反而越多？
因为预测只回答「大概会卖多少」，不回答「谁答应过什么」。预测变准之后，团队按预测下单的胆子变大，安全库存往上抬一档，为了拿折扣把起订量一次订满——承诺那一层没动，压货照旧，只是压得更有底气。
反向的证据在缺货那一头：同一家公司，旺季还在断货。缺货和压货同时出现，基本可以判断不是精度问题，是同一批货压在了错的地方、错的时间。
哪几类库存，AI 根本预测不了？
- 合同承诺：年度框架、项目备货、定制件。归合同条款与违约责任，不归模型。
- 销售承诺：为了签单答应的「随时有货」「下周到」。归销售政策与折扣审批。
- 老板拍板：抢产能、战略备货、赌一波行情。归经营决策，AI 只能把代价算给你看。
- 常规补货：有连续销量、交期稳定、可以替代。只有这一类轮到模型。
四类混在同一个安全库存公式里算，模型再准也只是把混在一起的东西算得更快。这是我们的判断，也是最容易被跳过的一步——因为分清楚谁答应的，比买一套系统难。库存不是算出来的，是谈出来的。
要让库存管理变好，先定哪三个签字权？
- 谁改安全库存：一个人负责，一个固定周期改一次，改了要写原因。谁都能改，等于没人负责。
- 谁批超储：超过多少天库存周转、多少金额要签字。不设这条，压货永远不产生后果。
- 谁对插单负责：急单可以插，但要写清挤掉了谁、后面怎么补。
这三件事定不下来，上系统只会把争议从会议室搬进系统里，而且更难改——因为大家会开始争论数据对不对。最常见的状态是：安全库存由计划员顺手维护、超储没人批、插单老板口头同意——三件事都有人做，但没有一件留下记录。
什么情况下先别上库存预测？
- SKU 只有几十个，需求又平稳——人盯得过来，模型反而添乱。
- 单仓单店，没有调拨和层级——多级库存那套逻辑用不上。
- 历史数据不足一年，或口径中途变过——喂进去的是噪声。
- 销售主导承诺、没有合同约束——变量在人情里，不在数据里。
这几种情况先做三件更便宜的事：ABC 分类、固定检查周期、一个补货审批人。这三件跑顺了，再谈模型也不迟。
预测能告诉你大概会卖多少，只有人能决定为哪个客户压货。
库存管理常见问题
库存管理上 AI，第一步该做什么？
先把四类库存分开，给每一类标上谁负责。分完你会发现，真正需要模型的只有一类，数量比想象中少得多。
安全库存到底该谁定？
一个人，一个周期，一条留痕规则。多人共同决定等于没人决定，出了问题只会互相指。
预测准确率要到多少才敢用？
我们的判断：与其追准确率，不如先看错了代价多大。错了只是多备两天货的品类，准确率低一点也能用；错了就是一批呆滞品的，先别交给模型。
小公司有必要上系统吗？
SKU 少、仓库单一时，表格加固定检查周期就够。系统的价值要等人多、仓多、变动频繁之后才显现。
回到你的仓库：先把上个月的三类货各写一句「这是谁答应的」，比换一套系统有用。拿不准的，可以用识度的《增长卡点定位清单》逐条勾一遍；库存口径怎么统一，可以读《员工查个数要等一周，AI 数据分析能接过来吗？》。要落回你自己的库存与交付，预约一次适配沟通，我们把这四类货按你的实际业务分一遍。
← 返回识度洞察