先说结论：AI 预测到货量（AI inbound volume forecasting warehouse）这事值得做，但不是因为它准，而是因为它让收货从被动变主动。说白了，收货组最怕的不是活多，是活来得没个准信。

我见过太多仓栽在同一个坑里。

2023 年，内陆帝国一个 3PL 仓，周一早上，我到的时候月台上已经排了 8 台车。收货组 6 个人，3 个月台门开着，剩下的车在场院里排队，司机在群里一个劲问什么时候能卸。ASN 上写的是上周五到 4 车、周一到 3 车，结果周五的 3 车晚了，周一的 4 车早到了，全挤到了一起。拆柜拆到一半，暂存区满了，托盘没地方放，拣选组的人被临时拉过来帮忙，拣选订单又耽误了半天。那一天，收货组加了几个小时班，司机等得骂娘，客户那边还问为什么入库上架慢了。这事分两面：一面是供应商不准时，另一面是仓库自己从来没提前算过，明天到底会来多少货。

到货量波动折磨收货组，折磨的不是某一天，是每一天的排班都建立在猜测上。人排多了，闲着烧钱；人排少了，车排队、加班、出错率往上走。收货是个体力活加协调的活，临时加人最不划算——新人不会拆柜、不会验货，老人一边干一边教，效率反而下来。

AI 到货量预测到底用什么数据

预测这事，没那么玄。它吃的就四类数据。

第一，历史 ASN。过去每个供应商哪天发了多少、实际哪天到、差了几天，这是底子。没有历史数据，什么模型都是空转。

第二，供应商准时率。有的供应商说周三到就是周三到，有的供应商说周三到，你得按周五准备。这不是偏见，是历史记录算出来的。

第三，季节和促销。旺季、节假日前后、客户一做促销，到货量就往上跳。这些仓库心里都有数，但很少有人把它写进排班表。

第四，在途和订单状态。已经发货在路上的、订单已经下但还没发的，这些是已经确定的未来到货，不是猜。

这四类数据，大部分仓库其实都有，只是散在 WMS、Excel 和几个人的脑子里，没人把它们拼成一张“未来几天会来多少货”的表。

从 Excel 规则到 AI 模型，三档做法

这事分三档，仓多大、用哪档，别越级。

第一档，Excel 规则。把历史到货量按星期几、按供应商拉个平均数，再手动加上已知的促销和旺季。小仓够用，成本就是一个人每周花点时间。缺点是算的是平均数，平均数最骗人——平均每天 5 车，实际可能是周一 9 车、周四 2 车。

第二档，统计模型加人工修正。用历史数据跑个简单的趋势和季节模型，输出未来两周每天的到货量区间，再由收货主管根据经验修正。这一档开始像点样子了，主管的经验被用在修正上，而不是从零开始猜。

第三档，AI 模型。把上面四类数据都喂进去，模型学的是“什么情况下到货会迟、什么情况下会扎堆”。这一档的价值不是算得更准，是它能处理人脑算不过来的组合：十几个供应商、几十个在途订单、季节因素叠在一起，人算不了，模型可以。

说白了，三档的差别不是准不准，是投入和适用范围。小仓用 Excel 规则完全不丢人，硬上 AI 才是浪费。反常识的判断是：预测这件事，模型占一半，数据和流程占另一半。ASN 数据本身乱七八糟，供应商提前通知都不发，什么模型都救不了。

AI 预测到货量出来了，怎么排班

预测出来不用，等于没预测。用法就三处。

排班。提前两天知道后天会来多少货，收货主管就能决定：后天排几个人、要不要叫临时工、要不要把盘点往后挪一天。提前两天这个窗口很关键——临时工提前一天叫还来得及，提前一小时叫，人家早有安排了。

月台预约。预测说周二上午车多，就把月台时段提前分给供应商，错峰到货。供应商其实也愿意配合，没人愿意让司机在场院里干等。

暂存区预留。知道明天有大批量到货，今天就把暂存区清空一部分，托盘和空笼车提前备好。到货当天最怕的就是“货到了，没地方放”。

收货主管查看排班与到货计划

预测 vs 不预测，收货人力这笔账

不预测，靠经验排班 提前两天有预测
人力安排 固定排班，忙时缺人、闲时富余 按到货量波动排班，忙闲错开
临时人力 当天现找，难找、新人不熟 提前两天约，时间从容
月台与暂存区 车到了再协调，排队是常态 提前预约错峰，暂存区提前腾
出错与返工 忙乱时验货、贴标容易出错 忙时有人手，心里有预期
主管的时间 每天救火 每天看预测、调一次计划

这张表没有哪个格子写“省多少钱”，因为每个仓的人力结构、临时工价格、加班规则都不一样，以实际数据为准。但方向是清楚的：预测省的不是人力总数，是人力错配造成的浪费——闲时白付的工时，和忙时现找人的代价。

还有一档判断：预测准确率分三档应对。预测准的时候，按计划排班；预测大差不差的时候，排班留一点弹性；预测翻车的时候，靠兜底。哪一档都不靠“预测必须准”活着。

预测翻车的时候，靠什么兜底

2024 年，我待过的一个仓就翻过车。预测说周三来 5 车，结果供应商一批货提前集中发了，周三到了 9 车。按说这就是预测翻车，可那天居然没乱。为什么？因为他们有个弹性人力池：两个会收货的拣选员，周三上午本来排的是轻活，接到电话半小时就过来了；月台预约留了一个机动时段，没排满；暂存区平时就留一小块机动区，不堆满。

这事分两面。预测准不准，是一面；预测错了有没有兜底，是另一面。后一面更重要。没有兜底的预测，准 9 次、翻 1 次，那 1 次就能把一周的口碑赔进去。有兜底，预测哪怕经常差一点，收货组心里也是稳的。

兜底就三样：弹性人力池，平时就练好、能随时顶上的人；月台留机动时段，别排满；暂存区留机动区，别堆满。这三样都不贵，贵的是“排满了才发现没地方腾挪”。

所以我的忠告是：别问“AI 预测到货量准不准”，先问“你们仓明天来多少货，现在是谁在猜”。把猜变成算，把算变成提前两天的排班，收货组的日子就好过一半。剩下那一半，靠兜底。

作者：老米｜20年美国供应链老兵，仓储解决方案顾问