说白了,AI 进仓库这件事,数据准备这关绕不过去。我见过太多项目,软件买得挺贵,演示做得挺漂亮,一上线就翻车,翻车的根子全在数据上。主数据对不上,流水数据缺胳膊少腿,异常记录根本没人记。拿这种数据喂 AI,等于让一个从来没进过仓库的人指挥拣选,越听话错得越离谱。这篇不谈模型、不谈算法,只谈 AI 落地之前必须收拾好的三类数据,以及收拾的顺序和验收标准。
2023 年秋天,我去洛杉矶东边一家 3PL 仓做评审,12 万平方英尺,日均 4000 单。他们刚花 18 万美金上了一套 AI 拣选路径系统,目标是把拣选员每天的行走距离压下来。上线第一周,系统给出的路径反倒让拣选员每天多走 2 公里左右。查了三天,问题不在算法,在数据:同一个商品在系统里挂着三个货号,库位编码是五年前手工录入的,400 多个库位里有 60 多个写错了层号。AI 照着错的数据算路径,算得越准,错得越彻底。这套系统后来停了两个月,先回去收拾数据,等于 18 万美金买了个教训:数据准备没做完,AI 项目就不算开工。
数据准备第一关:主数据先认账
主数据就是商品、库位、供应商这三张表。它们是仓库的户口本,户口本是错的,后面所有单据、所有算法全跟着错。脏主数据的样子我见过太多:同一商品三个货号,一个是采购建的,一个是电商平台同步来的,一个是仓库自己补的;库位编码里混着大小写和空格,系统认作两个库位;供应商名称一栏,同一家公司写了五六个名字。
收拾的办法没什么花哨的。先定唯一口径:一个商品只留一个货号,其余的做映射表,不许再新建。库位要全盘实地核对,拿着打印出来的库位表一个一个走,错的当场改,改完让库管签字。供应商和商品属性缺失的字段列清单,分给采购和运营限期补。这事分两面:看着是体力活,一点技术含量都没有,但它是 AI 能不能算对账的前提。主数据这关的验收线我给得直接:三张主表字段完整率 98% 以上,重复货号清零,库位实地核对 100% 覆盖。达不到这个线,后面的钱先别花。
数据准备第二关:流水数据别喂错饭
2024 年春天,芝加哥一家电商仓找我看 AI 补货预测,系统建议给一款家居小家电补 3 万美金的货,理由是它"周转极快"。我翻了流水才发现,所谓的周转快,一半是退货重上架的记录,另一半是盘点调整时重复记的出库。真实销量只有系统显示的六成左右。3 万美金的货要是真进了仓,至少一半要躺半年。
流水数据的脏法和主数据不一样,主数据是错在源头,流水数据是漏在过程里:退货没及时记、残次品处理没留记录、盘点差异直接在系统里改数不留痕、手工单据隔天才补录。收拾流水数据,重点不在补历史,而在堵住漏口:退货、残次、盘点调整这三类动作必须当天进系统,缺字段不许保存;手工单据当天补录,隔夜就算异常;每周跑一次流水对账,订单、库存、财务三边对不上就查原因。验收线也简单:四类核心流水的缺失字段低于 2%,对账差异当天清零。历史流水缺得太多就别硬补,截一段干净的窗口期给 AI 用,比拿三年脏数据喂它强。
异常和反馈数据:没人记,AI 就学不会
这是三类数据里最容易被忽略的一类,也是 AI 能不能越用越准的关键。异常数据就是那些"不对劲"的事:缺货、错发、破损、超时、客户投诉。反馈数据就是人对 AI 建议的反应:采纳了还是驳回了,驳回的理由是什么。很多仓库这两类数据根本不存在,异常靠口头传,AI 的建议对不对没人记录。没有反馈回路,AI 今天错,明天还错,错法一模一样。
2024 年夏天,达拉斯一家做汽配的仓,AI 每天推荐补货清单,运营凭经验驳回了三分之一,却从来没人把驳回理由写进系统。三个月后 AI 还是照样推荐,运营照样驳回,等于 AI 白学了三个月。收拾这一类数据不用大动干戈:异常事件必须 100% 有记录、有原因、有处理结果,格式可以简单,一句话就行;AI 的每条建议都要留采纳或驳回的标记,驳回写一句话理由。一个月攒下来,就是 AI 下一轮学习的好材料。反常识的判断是这个:异常数据越全,AI 犯错的成本越低,因为它能从错误里学;异常数据一片空白,AI 看起来跑得挺顺,实际上是在重复犯同一个错,只是没人发现。
先收拾哪一类,大概要花多少钱
顺序就按上面三关来:主数据、流水数据、异常和反馈数据。这个顺序不能颠倒,主数据没认账,流水对账对不上;流水没堵漏,异常记录全是无头案。下面这张表是一家日均 3000 单、2000 个库位的中型仓的示意算法,数字是假设算例,不是行业标准:
| 三类数据 | 现在常见的脏样子 | 收拾动作 | 验收线 | 示意投入 |
|---|---|---|---|---|
| 主数据 | 一物多号、库位错码 | 定唯一口径、实地核对 | 字段完整率 98% 以上,重复货号清零 | 2~3 周,1 万美金左右 |
| 流水数据 | 退货漏记、盘点改数不留痕 | 当天入账、每周三边对账 | 缺失字段低于 2%,差异当天清零 | 3~4 周,1.5 万美金左右 |
| 异常与反馈数据 | 异常靠口头、驳回没理由 | 事件 100% 留痕、建议留采纳标记 | 有记录、有原因、有处理结果 | 1~2 周,5 千美金左右 |
算账要算总账:这 6~9 周、3 万美金左右,看着是 AI 项目之外的额外开销,但不收拾的代价是项目返工两个月、18 万美金系统闲置,哪个贵一目了然。说白了,这笔钱不是成本,是 AI 项目的入场费,交不起就别进场。这笔账,仓库老板自己会算。
这活谁来干,不用另招人。主数据认账让库管带头,采购配合;流水堵漏是运营每天收尾时的十分钟;异常留痕是班组长交班时的一句话。每周五下午抽半小时,三方坐下来对一次数,哪个环节掉链子当场就能看见。这活最怕的不是脏,是没人管,脏数据放着不管只会越积越厚,收拾的账单只会越滚越大。还有一句要提醒:数据收拾好了不是一劳永逸,新品上架、供应商切换、流程一改,主数据和流水口径就得跟着复核一次,不然脏数据三个月就能卷土重来。复核不用大动干戈,每月抽一天,随机抽 50 个商品、50 个库位核对一次,对不上就查源头。
下次供应商跟你说"数据脏点没事,模型自己能学",你问他一句:学错了,损失算谁的?要是他答不上来,这单生意先放一放,把数据收拾好再谈 AI。
作者:老米|20年美国供应链老兵,仓储解决方案顾问







