局部效率与供应链的全局损失

先看结果：预测准确率高13个百分点，总库存却多1,100万元

澈谷日用经营清洁、个护和家居消耗品，共320个单品、3座工厂、2个配送中心和86家主要供应商。需求团队上线AI预测后，销量加权准确率从71.3%升到84.3%。采购据此把所有品类的安全库存统一下调25%，管理层预期库存和缺货会同时下降。

两个季度后，原材料安全库存确实减少1,350万元，但缺货产品日从420增至1,180，客户按时足量交付率从96%降到91%；加急采购批次从36增至142，季度加急运费从58万元升到236万元。为了补缺，采购接受更大最小批量，生产插单，仓库留下促销尾货和不匹配部件，总库存反而从12,400万元升到13,500万元。

公司没有退回旧预测，而是撤销“准确率提高就统一减库存”的自动动作。稳定高销量品继续使用新预测并降低部分缓冲；促销、间歇需求和长交期部件改用范围、情境与人工协同，库存决定同时看交期、最小批量、产能、替代性、客户影响和供应商承诺。

本案例为教学用途，公司、单品、需求、库存、成本、交付、门槛和结果均为虚构教学数据，不是供应链或预测基准，也不构成采购、生产、财务、可持续、合同或法律建议。真实企业应按产品、市场、合同、供应网络和适用制度独立判断。

先找出平均准确率遮住了哪些经营后果

平均预测准确率回答“总体差多少”，不回答“经营会发生什么”

澈谷使用“1减销量加权绝对误差率”形成准确率。高销量稳定品在分母里占80%，只要这一层改善，就能盖住小批量促销品、间歇品和关键部件的错误。

同样少预测1万件，对次日可补的普通品可能只是一次调拨，对交期12周、不可替代的泵芯则会造成数月断供。预测是输入，经营结果由预测与决策规则共同产生。

管理层看板保留预测指标，但不再把它作为采购、计划和仓储共同的结果指标。扩大项目必须同时改善客户、现金、流动、异常和供应商结果。

稳定品贡献了大部分平均改善，间歇品准确率反而下降

320个单品按需求行为和管理方式分三层。销量权重不是单品数量占比，而是这些层在观察期销量中的占比。

计算为0.8×75%+0.15×60%+0.05×45%=71.25%；改造后为0.8×90%+0.15×68%+0.05×42%=84.30%。平均改善主要来自稳定品，不能证明另外100个单品都适合减同样库存。

公司进一步按地点、周、促销状态和交期分层，发现促销品在全国月总量上尚可，但分配到门店和周时误差很大；间歇部件的“多数周预测为零”看似准确，却在真正发生需求时低估。

从预测到客户之间有七个管理动作，任何一环都会放大或吸收误差

澈谷的AI只改变第一环，统一降25%安全库存改变第二环，采购和工厂用加急、大批量与插单补偿，最终在第五、六、七环显现。项目归因不能只指向模型，也不能因模型更准就忽略错误管理规则。

端到端负责人每月沿一个代表性单品追踪七环输入、动作、等待和异常。部门无法解释下游结果时，不允许继续自动触发采购或库存变化。

安全库存不是预测误差的固定百分比，还取决于交期、服务承诺和可替代性

原政策把安全库存设为平均需求的20%—35%，项目组看到总体误差下降后统一乘0.75。它没有区分交期分布、供应商可靠性、最小批量、保质期、替代品和客户后果。

缓冲可以是库存，也可以是保留产能、第二供应源、可替代设计、延迟差异化、交付承诺或预先约定的加班窗口。只减库存而不增加其他缓冲，是把不确定性留到更昂贵的时点。

重构后稳定品按实际误差和短交期减少5%—18%缓冲；促销品在活动签署后单独评审；交期超过8周且不可替代的部件，不因平均准确率变化自动减库存。

部门指标各自变好时，企业仍可能承担更高总成本

局部指标不是坏指标，它们只是不能独立决定扩大。采购节省价差若伴随更大批量和更长库存期，需按总到岸与持有成本判断；生产单位效率提高若让客户等待更久，也不是全局改善。

绩效制度必须允许部门为全局结果接受局部“退步”，例如降低长批次效率来减少尾货，或保留关键部件缓冲来保护交付。

原料少1,350万元，为什么总库存反而多1,100万元

关键部件短缺使部分成品无法配套，其他已投入部件停在在制品；促销低估后，紧急订单按供应商最小批量到货过晚，需求窗口结束时变成尾货。仓库不是库存政策失败的起点，却承担了空间和搬运结果。

总库存还要按地点与配套看。同一部件在西区过剩、东区缺货，总量足够却无法交付；三种部件只有两种齐全，账上资产存在但不能形成可售产品。

沿一次促销走完整条决策链，再把不确定性写进响应动作

完整走例：预测3.6万件、实际6.6万件，补货后为何还留下1.2万件尾货

促销套装P24计划在四周内集中销售。AI根据历史给出36,000件点预测；商业团队已签活动，但地点与折扣信息在模型截数后才进入系统。期初库存18,000件、常规在途12,000件。旧安全库存12,000件，统一削减后为6,000件。

正确过程把活动签署、地点、时间、供应商最小批量和到货分布加入情境。若需求范围为50,000—72,000件，管理层可选择提前锁产能但分批释放、保留12,000缓冲、设置地点调拨或调整促销承诺，而不是只拿36,000点预测算库存。

走例的输入是活动信息、库存、在途、批量、交期和客户窗口；过程比较多个情境与可逆动作；输出包含采购释放计划、负责人与停止条件。AI提供范围，不替业务签促销或替采购承担合同决定。

不确定性要进入情境演练，点预测不能独自驱动不可逆动作

演练不是要求预测覆盖所有未来，而是提前决定信号、动作、负责人和不可接受结果。范围越宽，不代表一律堆库存；可以提高可逆性、缩短释放批次或调整承诺。

每次模型、活动流程、供应商交期或工厂网络变化都重跑关键情境。只在平均历史期回测而不模拟活动和中断，不能证明经营安全。

经营协调会必须同时批准预测、响应动作和承担后果的人

周会原来只批准一个需求数字，采购再独立算库存，生产按效率排长批次。重构后同一页展示预测范围、假设、供应约束、客户承诺、资金与供应商影响。

会议决定记录“为何选择这个动作”，不能只保存最终数字。预测改变但管理动作未变时，记录原因；管理覆盖模型时，也要写新证据和责任人。

销售不能在会议后无记录扩大活动，采购不能为价格增加批量，生产不能为单位效率改变优先级。跨部门变化回到共同影响页。

生产批量与产能会把需求误差变成在制品、插单和交付波动

平均批量变大使单次运行效率好看，却降低对需求变化的可逆性。计划内产能排到96%后，任何故障、缺料或促销变化都只能靠加班、延迟或挤掉其他产品。

重构把关键产线稳态计划上限设为88%，为已定义的异常保留容量；促销分两次释放，只有预售信号达到门槛才启动第二批。闲置缓冲不是浪费，而是已定价的响应能力。

仓库和履约要按“可形成客户订单的库存”管理，不只看件数和库位

仓库利用率从78%升到91%，拣选单箱效率仍提高7%，但慢动促销品占据靠近出库口的库位，快货被移到远区；东区缺货、西区过剩增加跨区调拨。

库存移动不能消灭错误。跨区调拨能解一时缺货，却增加运输、碳排、损伤和另一地区风险；必须记录从哪里转移了问题。

履约结果按客户承诺层分组，关键渠道和普通补货不同；不能用多数常规订单准时掩盖促销或关键客户连续失败。

供应商不是无限缓冲池，冻结期内变更要进入企业成本和责任

采购价节省不能抵消企业不稳定下单造成的加班、滞料或其他负面影响。合同允许变更也不代表每次变更都没有经营和责任成本。

供应商共同确认冻结窗口、最小释放批量、可用产能和异常升级。需要持续加急的品类不能继续享受“供应商准时率低”的单向评价，应先检查买方预测、订单和变更行为。

用异常容量、财务勾稽和停止门槛管理全局结果

异常队列要有正式容量，晚发现不能靠更多提醒解决

重构后每周处理四类异常：促销偏离、关键部件延迟、冻结期重大变更和配套缺口。14名计划、采购和生产人员各有6小时正式异常容量，共84小时，稳态上限按90%为75.6小时。

75小时低于75.6小时稳态线，只剩0.6小时缓冲。负责人将12个低影响地点缺口改由标准调拨规则处理，减少5小时，把需求降到70小时；任何新增提醒必须说明移除什么或增加谁的合格容量。

异常关闭需要原因、动作、影响去向与验证结果。“已加急”不是关闭，因为它可能同时制造供应商加班和尾货；必须追到客户交付和剩余库存。

财务账要把采购节省、加急、库存、报废和失单放在同一期间

1,100万元增量库存按虚构18%年持有率计一个季度：1,100×18%×3/12=49.5万元。若把40万元时间节省全部视为收益，正向180万元，负向726.5万元，季度净影响为-546.5万元。

这不是预测模型的单独因果估计。财务只纳入可对账的加急、加班、报废、库存和已确认缺货取消；价格、竞争、促销执行等其他因素另行标记。40万元若未减少支出或增加产出，只报告容量价值，不进入现金利润。

停止条件按客户、库存、产能和供应商结果触发

停止可以限定到产品层：稳定品自动补货继续，促销和长交期品回到人工情境；模型离线分析可继续，但不触发采购参数。回退不应破坏已经确认的供应商订单和客户承诺。

恢复要检查历史受影响库存、订单、供应商滞料和客户补救，不只证明新预测分数恢复。平均准确率再高，也不能覆盖关键品连续缺货。

填写完成的端到端经营影响图

影响图不是静态流程图。每个箭头写“谁根据什么阈值做什么动作”，结果变差时才能回到具体决定，而不是在模型、采购和销售之间互相推责。

影响图配套三份运行产物：预测版本清单记录输入、时间、范围和替代版本；异常状态记录保存触发、负责人、动作、影响去向与关闭证据；情境运行手册写每个门槛对应的采购、产能、调拨、客户沟通和回退步骤。每周抽取5个已关闭样本，用检查表确认客户、库存和供应商状态都已验证，不能只把提醒设为“已完成”。

新增一个预测功能若不改变任何管理动作，价值有限；若改变采购、库存或承诺，必须先更新影响图、容量和停止条件。

用局部绩效反例和双向复盘验证经营影响图

反例：只考核采购库存天数，会让缺货和尾货同时落到别的部门

对照事业部给采购设定季度库存天数下降15%的奖金，销售按订单增长拿奖金，生产按单位成本拿奖金，仓库按拣选效率拿奖金。无人对客户交付与总库存共同负责。

所有人都可能完成局部目标，企业仍同时面对缺货、尾货、加急和客户失信。修复不是再加一个共同口号，而是将按时足量、总库存、加急、库龄和供应商稳定纳入共同评价，并指定端到端决定人。

当共同结果与局部指标冲突时，会议记录明确谁批准例外和为何接受局部退步。否则奖金结构会把影响图重新拆散。

今天先选一个缺货品和一个积压品，从客户订单倒推到预测版本

如果缺货复盘只结束于“预测低了”，积压复盘只结束于“销售没卖掉”，组织就没有找到管理杠杆。继续追问谁根据预测改变了什么、误差何时可见、为什么没被吸收、最后转给了谁。

供应链AI的价值不是让一个数字更接近实际，而是让企业在不确定性下作出更早、更可逆、更少伤害客户与供应商的动作。平均准确率可以下降两个百分点；只要缺货、库存、加急和尾货共同改善，经营就是进步。

来源与适用边界

• M5预测竞赛结果论文展示大规模零售数据包含多个聚合层级与大量序列，说明预测评价需面对层级、单品和不确定性。本文只借用分层评估问题，不使用论文结果作为虚构公司的准确率基准。
• 《Forecasting: Principles and Practice》预测准确性章节讨论训练集与测试集划分以及多种预测误差度量。本文据此区分指标口径和样本外结果；该开放教材不规定企业库存政策。
• ASCM供应链运营参考数字标准将计划与订单、采购、转化、履约、退货等过程连接。本文借其端到端视角组织七环；没有声称案例完成该标准认证。
• 美国政府问责局关于全球物资配送管道的报告指出仅有局部配送指标而缺成本和最终目的地等待视图，会妨碍全面评价。本文借用“成本与最终结果共同看”的管理问题；报告背景为美国国防物流。
• 美国政府问责局关于库存与备件可得性的报告讨论在库存管理指标中平衡及时可得与供应链成本。本文借用平衡问题，不把国防库存做法当消费品基准。
• 经合组织负责任商业行为尽职调查页面强调识别与处理运营、供应链和商业关系中的实际及潜在负面影响。本文据此把买方变更、供应商加班和滞料纳入影响图；不判断任何具体合规义务。
• NIST人工智能风险管理框架核心包含情境验证、部署监测、第三方风险、事件响应和变更管理。本文据此要求分层验证、停止与回退；该框架为自愿、跨行业资源。

以上来源于2026年7月22日核验。外部资料只支持分层预测评价、端到端过程、库存与可得性平衡、供应链影响和AI风险管理原则；澈谷的单品、销量、库存、成本、交付、供应商、门槛和结果全部为虚构教学数据。