AI 需求预测这几年被讲得像仓库的万能药:装上模型,缺货少了,库存薄了,资金活了。现实要克制得多。根据麦肯锡的研究,AI 驱动的预测能把预测误差降低 20%~50%,缺货造成的 lost sales 最多减少 65%,库存水平降低 20%~30%。这组数字经常被引用,也经常被误读。它说的是有条件的上限区间,不是装上就能拿到的平均值。误差降多少,取决于原来错得多厉害;库存降多少,取决于你敢不敢跟着改安全库存参数。

一个仓库要不要上 AI 预测,真正的问题不是模型准不准,而是这笔账在你的品类、你的数据、你的补货节奏里能不能算得过来。

AI 需求预测先赢在哪:不是算法更聪明,是信号更多

传统预测大多只看一件事:这个 SKU 过去卖了多少。移动平均、指数平滑、季节模型,本质都是在历史销量曲线上做外推。平稳的品类这么做够用,曲线一抖就失灵。这类模型的差别不在换了一个更花哨的算法,而在它能同时吃进更多信号:价格变动、促销排期、天气、节假日、竞品动作、渠道流量,甚至上游的交期波动。信号多了,模型才有机会在销量拐弯之前看到拐弯的原因。

公开竞赛给了一个相对干净的参照。M5 竞赛用的是沃尔玛的日销量数据,附带价格和日历事件,参赛模型要在同一套数据上比拼。优胜方案比 24 个基准模型中最强的那一个,在加权误差指标上好了约 22%,前 50 名全部比基准好 14% 以上。机器学习赢得干净,但这个数字也要放在语境里读:它赢的是同一批历史数据上的预测任务,不是赢了真实仓库里那套牵扯补货、供应商和现金流的完整链条。

另一组来自学术论文的数据更贴近仓库的日常。2026 年发表的一项区域医药分销研究用了 2014 年到 2019 年一家药房的真实日销量,8 个品类,2106 天。随机森林模型对照季节性朴素基准,也就是拿 7 天前同一天的销量当预测值,结果是预测误差降低了 23.9%~26.5%。这个基准选得诚实:很多仓库的实际预测水平,连朴素基准都未必赢得了。研究者 Steve Morlidge 检查过 8 家供应链企业的预测,发现大约 52% 的预测还不如朴素预测。换句话说,不少企业花了人力物力做预测,产出比“下期跟这期差不多”更差。AI 需求预测的第一笔收益,有时只是把这种负收益纠正回来。

信号多也有代价。信号要先清洗、对齐、标注。促销那周的销量要不要算进基线?缺货那几天销量为零,是没需求还是没货可卖?退货要不要扣掉?这些问题不解决,模型学到的就是错的规律。数据质量这道门槛,比选模型更决定成败。

AI 需求预测翻车的三类场景

第一类是促销。促销是人为制造的需求尖峰,历史数据里的促销样本本来就少,力度、渠道、搭赠每次还不一样。模型容易把一次大促的峰值当成新常态,补货补过头;也容易在促销规则一变就低估。促销预测真正靠谱的做法,是把促销变量显式喂给模型,并且让计划员在每次大促前人工复核,而不是让模型自己猜。

第二类是新品和长尾 SKU。新 SKU 没有历史,模型只能靠同类老品、属性标签去类比,误差天然大。长尾 SKU 反过来:销量低、间断性强,今天卖 3 件,下周卖 0 件,模型在稀疏数据上很难稳定。仓库里恰恰是这两类最占地方:新品要抢上市窗口,长尾要保不断货。指望一个模型同时管好头部爆品和几千个长尾 SKU,并不现实。常见的做法是分层:头部用 AI 精细预测,长尾用简单的统计规则加人工兜底。

第三类是断供和突发事件。疫情、港口拥堵、供应商停产,这类冲击在历史数据里没有样本,或者只有一个样本,模型学不到。2024 年的供应链调查里,有研究提到 68% 的供应链组织在过去一年经历过严重或中度 disruption。预测模型能做的是缩短感知时间,发现需求拐点后更快调整,而不是提前算出一次从没发生过的冲击。把 AI 当水晶球,是这类项目最常见的死法。

少备多少货,先算这笔账

预测误差和安全库存之间有一条直接的链:安全库存大致与预测误差的标准差成正比,误差缩小,维持同样服务水平所需的安全库存理论上同比例缩小。这是这类预测能省钱的数学底座。麦肯锡给出的库存降低 20%~30%,对应的正是误差降低 20%~50% 之后,经过安全库存公式传导的结果。但传导不会自动发生。准确率提高了,库存不会自己变薄,必须有人去改安全库存参数、改订货点,并且在第一次缺货恐慌出现时顶住压力不把参数改回去。有分析指出,如果运营政策不跟着重置,准确率的提升会被 stranded,ROI 就是零。

下面这张表把传统方法和 AI 方法放在同一把尺子上比较,数字按公开研究的区间填写,最后一行是假设算例:

维度 传统统计预测 AI 需求预测 备注
输入信号 历史销量、季节 历史销量+价格、促销、天气、外部事件 信号越多,清洗成本越高
误差变化 基准 按麦肯锡研究降低 20%~50% 区间值,取决于原有基线
安全库存 按固定误差设定 理论上随误差同比例下调 须人工重置参数才会落地
适用品类 平稳、长历史 SKU 头部、有丰富信号的 SKU 新品、长尾效果有限
失效场景 拐点、促销 促销、新品、突发 disruption 两类方法都会翻车,只是位置不同
假设算例 库存 1000 万元,安全库存占 40% 误差降 25%,安全库存降约 100 万元 假设算例,非承诺收益

假设算例的算法很直白:库存 1000 万元里安全库存 400 万元,误差降 25%,安全库存理论上省 100 万元。按年持有成本 20% 算,一年省 20 万元持有成本。这个数能不能拿到,取决于三件事同时成立:误差真的降了 25%,安全库存参数真的下调了,服务水平真的没掉。少任何一件,账都算不拢。

还有一个反直觉的判断值得先说出来:预测越准,仓库反而可能在短期内更难管。误差小了,安全库存薄了,系统对供应商交期波动、到货延迟的容忍度也变低了。以前靠厚库存掩盖的供应问题,会一并暴露出来。AI 预测真正考验的不是模型,而是补货、采购、供应商管理能不能跟上更薄的库存节奏。只上模型不上流程,省下的库存迟早以缺货和加急费的形式还回去。

投入产出也要分开算。试点阶段常见的做法,是选一个品类、一个渠道,并行跑 90 天:AI 预测和现行方法同时出数,对比误差和计划员工作量,再决定扩不扩。模型、数据清洗、系统对接的成本要摊进这笔账里。对只有几百个 SKU、需求平稳的小仓,传统方法加人工经验可能已经够用,AI 的边际收益未必覆盖成本。

预测这件事,技术进步改变的是误差的下限,不是需求的不确定性本身。它值得认真评估,但评估的标准不该是厂商演示里的准确率,而是在你自己的数据上,误差降了几个点,安全库存敢降几个点,缺货率动没动。这三个数对上,项目才算成立。至于那些还没被回答的问题,比如促销样本太少时模型该信几分,长尾 SKU 的兜底规则谁来定,或许才是决定下一轮预测水平的关键。

作者:陈博士|供应链行业研究员