去年一家 Ontario 的 3PL 仓找我做顾问，说想上 AI 需求预测，供应商 demo 做得漂亮，合同都快签了。我去现场待了两天，回来跟老板说的第一句话是：这钱现在花了就是打水漂。不是算法不行，是他们家 2 万多个 SKU 里，有 4000 多个连条码都没贴全，拣选员靠记忆认货。算法再聪明，也算不出"靠脑子记"的那部分库存。
这就是 AI 进仓库最常见的死法：项目死在数据上，而不是技术上。我这些年看过不下十个 AI 试点，黄掉的里面七八成都是数据准备没做。算法供应商不会主动告诉你这个——人家靠卖 license 吃饭，巴不得你早点签约。所以这篇文章我自己写个清单：AI 落地之前，你仓库里有三类数据必须先收拾干净。哪一类不达标，对应的 AI 场景就别上，省下的钱比你想象的多。
第一类：主数据——SKU、库位、批次，先别"差不多"
主数据是所有 AI 的地基。SKU 主数据缺字段、库位编码混乱、批次信息靠手工补，这些在传统作业里靠"老师傅脑子里有数"能糊弄过去，一到 AI 这里全是坑。
我给客户定的硬指标是三条：第一，SKU 主数据完整率 95% 以上。长宽高重量、包装规格、ABC 等级，这些字段缺了，AI 做库位优化、波次规划就是瞎算。别信"算法能自动补全"，补出来的尺寸数据错 10%，纸箱推荐就全错。
第二，库位编码 100% 可扫。AI 调度 AMR、做路径优化，前提是系统里的库位和物理库位一一对应。我见过一家仓，系统里有 12000 个库位，现场扫出来 300 多个是"幽灵库位"——标签掉了、货架拆了，系统里还占着。这种数据喂给 AI，它规划的路径全是错的。
第三，批次和效期数据闭环。食品、医药仓做效期预警 AI，没有批次级出入库记录，模型连训练样本都没有。这部分数据补起来最费时间，因为历史数据往往根本不存在，只能从现在开始攒，攒够一个季度再说。
怎么收拾？别搞运动式整改。我的做法是：先抽 200 个 SKU 做样本盘点，算出主数据错误率；错误率超过 15%，说明得系统性地重建主数据，预留 2～3 个月；低于 5%，可以边上 AI 边补。这笔账要算在前面，别等到算法上线了才发现。
第二类：作业事件数据——时间戳要连续，断了就白攒
AI 要学的是"仓库是怎么运转的"，学料就是每一次扫描、每一次上架、每一个波次的时间戳。这类数据最大的问题不是缺，而是断。
很多仓的 WMS 里，收货扫描、上架扫描、拣选扫描是全的，但复核、打包、发运环节靠纸单，时间戳断在半路。AI 想学"一个订单从下单到出库到底花多久"，学到一半没数据了。还有的仓，夜班为了赶产量，扫描能省就省，数据里整段整段是空的——这种数据训练出来的模型，会系统性地低估夜班产能。
我的验收标准：关键作业环节的扫描覆盖率 90% 以上，连续 3 个月不断。达不到怎么办？两个办法。便宜的办法是先上"扫描合规"管理：把扫描率纳入班组 KPI，两个月就能把覆盖率提上来，几乎不花钱。贵的办法是加设备，比如打包台装自动称重扫码一体机。我一般建议先用便宜的办法，把人的习惯掰过来，数据连续了再谈 AI。
另外提醒一句：历史数据至少攒 6 个月，覆盖一个完整的淡旺季周期。只拿旺季数据训练的模型，淡季会天天误报；反过来也一样。供应商跟你说"三个月数据就够"，那是想早点收钱。
第三类：结果数据——没有"判分"，AI 永远毕不了业
前面两类是"输入"，这一类是"输出"：盘点差异记录、拣选差错记录、时效达成率、退货原因分类。AI 模型需要这些结果数据来验证自己准不准，没有它们，模型上线后你都不知道它是在进步还是在瞎猜。
这块最容易被忽视，因为结果数据散在各个地方：盘点差异在 Excel 里，客诉在邮件里，退货原因在客服的脑子里。我去年帮一家做 AI 视觉盘点的客户做评估，发现他们过去两年的盘点差异记录只有总数，没有明细到 SKU——模型连"错在哪"都学不到，准确率天花板一眼就能看到。
收拾的办法是建一张"结果总表"，字段不用多：日期、SKU、环节、问题类型、损失金额。先手工记两个月，养成习惯再系统化。这张表还有个副产品：很多管理问题光靠这张表就能看出来，AI 还没上，管理已经先上了一个台阶。
时间预算：数据准备占掉项目六七成，别惊讶
实话实说：一个 AI 试点项目，数据准备通常占 60%～70% 的时间和精力，算法选型和部署只占三成。供应商的项目计划书里一般不会这么写，他们会把数据准备写成"两周配合"，你信了，项目就延期三个月起步。
我的建议是立项前先做一次数据体检，三类数据逐项打分，每项满分 10 分。总分低于 18 分，先别谈 AI，把数据准备当成独立项目做，3～6 个月后再回来。高于 24 分，可以直接进 POC。这个体检我帮客户做过五六次，每次都能拦下一两个"必死"的项目，省下的都是真金白银。
最后说句大实话：数据准备这活儿没有技术含量，全是脏活累活，所以没人愿意干，供应商不提，内部没人认领。但 AI 时代，数据就是新的库位——库位乱了货找不到，数据乱了 AI 就是摆设。先把地基打牢，算法的事后面都好办。
