2024 年秋天，我给一家 Inland Empire 的 3PL 仓做选型顾问。12 万平方英尺，刚上了一套预测补货的 AI 模型。验收单签了，供应商团队第三周就撤场。第 96 天，仓库经理打电话给我："老米，这系统是不是坏了？它推荐的补货量越来越离谱。"
我问了三个问题。第一个，模型上周的预测准确率是多少？不知道。第二个，告警邮件都发到哪里了？他去翻了一下——还是供应商项目组当初建的那个邮箱。项目组解散两个月了，那些邮件一直发到一个没人看的地址。第三个，漂移阈值是谁定的？电话那头沉默了。
这事不是个例。我这两年看过好几个 AI 项目，死法都差不多：不是死在选型，也不是死在开发，而是死在验收之后那三个月。设备项目验收完，叉车不会自己变道；AI 不一样，它每天吃新的数据，数据一变，模型就跟着变。没人盯着，三个月后你手里那套"AI 系统"，和当初验收的那套，已经不是同一个东西了。
验收那天，恰恰是风险最高的一天
先说个反常识的判断：AI 项目的验收，签的其实是"开始"，不是"结束"。
验收都是在静态条件下做的。数据是供应商提前清洗过的，测试集是挑过的，旺季淡季的分布是算好的。供应商当然有动力把验收指标做得漂亮——尾款在那儿摆着呢。这不是说供应商使坏，这是人性。
可上线之后，真实的数据流一进来，情况就变了。新客户的订单进来了，SKU 组合变了，包装规格换了，淡旺季切换了。这些"脏数据"，训练的时候都没见过。我见过一个仓，验收时预测准确率 92%，上线两个月掉到 78%。原因查出来很可笑：训练数据里没有 Q4 旺季的新品组合，模型一到旺季就瞎猜。
所以我的 verdict 很明确：验收标准里，一定要加一条"上线后 90 天复测条款"。验收分两次签：上线签一次，确认系统跑起来了；90 天后再签一次，确认模型在真实数据下还站得住。第二次验收不过，尾款扣着，供应商就得回来调。这一条写进合同，比验收当天多测十个指标都有用。
很多甲方不敢提，怕供应商觉得你不信任他。我的看法正好相反：敢把这条写进合同的供应商，才是真对自己的模型有信心。
模型不会猝死，它是慢慢变蠢的
这是 AI 运维和传统 IT 运维最大的区别。服务器宕机是猝死，报警一响全公司都知道；模型漂移是慢性病，今天差一点，明天差一点，三个月后你才发现它已经蠢得没法用了。
漂移分两种，我用人话讲。一种是数据变了：以前一天 8000 单，现在一天 12000 单；以前 A 客户占 60%，现在 B 客户占大头。模型学的是老数据的规律，新数据不按老规律走，它就懵。另一种是关系变了：以前"周末订单多"这个规律成立，现在客户改了下单习惯，周末反而不多了。数据本身没变，但数据和结果的关系变了。
可怕的不是漂移本身，是没人看。上面那个 3PL 仓，系统其实一直在发告警，漂移指标早就超标了。但告警发到一个没人看的邮箱，等于没发。这就是我说的运维真空：系统在说话，没人听。
怎么填这个真空？分工表必须在验收前就定好，而且要具体到人，不能写"由甲方负责"这种空话。我的建议是三层：
仓库运营，每天看业务指标。预测准不准，运营最有体感——补货建议离谱，拣选员第一个骂娘。给运营一个最简单的判断标准：连续三天推荐量偏离实际超过一个固定比例，就升级。不用懂算法，会看数就行。
IT 或者供应商，每周看模型指标。漂移分数、特征分布、预测置信度，这些需要懂行的人看。如果内部没有这样的人，合同里就要买供应商的远程运维服务，按季度付费也行。别省这笔钱，省了它，前面花的几十万都可能打水漂。
管理层，每月看一次趋势。准确率曲线是往上还是往下走，重训花了多少钱，值不值。这个会不用长，半小时，但必须有。不然等到季度复盘才发现模型废了三个月，晚了。
漂移阈值谁来定？我的答案是：供应商给建议，甲方拍板。供应商懂模型，知道多少算"正常波动"；甲方懂业务，知道多少误差是"不可接受"。两边一起定，写进 SOP，贴在墙上。
没写进合同的交接，等于没交接
这是我踩过最深的一个坑。一家仓的 AI 质检项目，合同里写了"供应商提供培训"。验收前，供应商确实做了培训——两小时的 PPT。三个月后模型出问题，运维工程师连特征管道在哪都不知道，数据从哪个表进来、模型文件存在哪台服务器上，一问三不知。打电话找供应商，人家项目组都解散了，换了个客服说"可以走有偿支持流程"。
所以交接清单，我现在是逼着甲方在验收前一项一项打勾的。一共四样，少一样都不签验收单。
第一，模型文档。特征清单是什么，训练数据是哪个版本，建模时做了哪些假设——比如"假设 SKU 数量不变""假设订单结构稳定"。这些假设就是未来的漂移预警线，假设一破，模型就得重训。文档不用多 fancy，能看懂就行。
第二，告警配置。告警发给谁，抄送谁，多久看一次，谁负责升级。把邮箱地址一个一个写出来，验收当天现场发一封测试告警，看看到没看到。别笑，真有项目验收完才发现告警邮件地址写错了的。
第三，重训流程。谁触发重训，触发条件是什么，谁来执行，费用谁出。重训不是免费的，数据准备、算力、验证都要钱。这笔钱不提前谈好，出问题的时候两边就开始扯皮。我见过扯了四个月的，模型就在那儿烂了四个月。
第四，回滚方案。模型出问题的时候，怎么一键切回原来的规则引擎？开关在哪，谁有权限切，切换后业务怎么 continuity？这条最容易被忽略，但真出事的时候，它是救命的。
合同里还要加两条：供应商撤场后 6 到 12 个月的远程支持条款，响应时间写清楚；数据归属条款，训练数据、模型文件、特征管道，甲方要有完整的一份。供应商可以走，东西得留下。
说到底，AI 项目和买设备最大的不同，就是买设备买的是一次性交付，买 AI 买的是一个持续演化的东西。你验收的不是一台机器，是一个需要长期喂养的"活物"。合同里不写清楚谁来喂，它饿死只是时间问题。
最后留个问题给你：如果你的 AI 项目明天验收，你能说出上线第 90 天，告警邮件发到谁的邮箱、谁负责打开它吗？说不出来，验收单先别签。
