2024 年秋天，我在一家华东的家电配件仓里看到一组库位：三排货架上码着同一型号的电机，纸箱外层已经落了一层薄灰。仓管说，这批货进仓时还是热销品，半年前订单就开始变稀，到发现时已经没人问了。呆滞库存很少是某一天突然出现的，它更像一场慢病，早期症状都写在日常数据里，只是没人把它们连起来看。AI 提前预警做的正是这件连接的工作：把分散在订单、出入库和销售记录里的微弱变化拼成一张图，在货真正卖不动之前半年发出提醒。

呆滞库存很少突然出现，它是慢慢变慢的

先看一个做小家电的卖家。2023 年下半年，他的一款空气炸锅配件在华东仓的周出库量从每月 4 万件一路滑到 2 万件出头，补货周期却没有跟着改，采购仍按旺季的节奏下单。等到 2024 年初盘点，账面库存够卖 9 个月，而同类新品已经上了两代。另一家做灯具的企业更典型：2022 年底一款吸顶灯的订单频次从每周十几单降到每周两三单，单量变小、间隔拉长，仓里却还在按整托进货。两次都是同一个剧本：动销先变慢，库存后变多，中间隔着几个月的时滞，人的感觉追不上数据的变化。

根据行业内对库存周转的长期观察，这类库存的形成期往往长达数月，真正难的不是处置，而是承认它正在形成。仓管每天看到的是单张出库单，采购看到的是单次补货单，没人同时看到一条品类的动销曲线在持续下探。AI 的价值不在算出一个神奇的数字，而在把这条曲线画出来，并且在曲线跌破某个阈值时主动推给负责人。

四个信号拼在一起，才构成 AI 呆滞库存预警

单个信号容易误判，四个信号同时出现，可信度就完全不同。第一个是动销下滑：同一品类连续多个周期的出库量低于过去均值，且下滑没有季节性解释。第二个是订单频次变化：订单变少、单笔量变小、复购间隔拉长，这往往比总销量更早暴露需求萎缩。第三个是季节性错位：往年这个时点该起量的品，今年迟迟不起量，或者旺季峰值一年比一年低。第四个是替代信号：同类新品、替代型号的上架和出库在爬升，老品的搜索和咨询在减少，这类信号藏在销售记录和客服记录里，人工很难逐条翻。

把四个信号放进一张决策表，预警就有了可操作的刻度：

信号组合 预警级别 仓里先做什么
仅动销下滑 观察 缩短复核周期，暂不加单
动销下滑＋订单频次下降 黄色预警 冻结补货，盘点在途量
三个信号同时出现 橙色预警 减采、启动调拨评估
四个信号齐全 红色预警 减采＋促销＋退供谈判并行

算一笔账，就能看清提前半年的价值。假设某品类月均出库 1 万件，现有库存 6 万件，够卖 6 个月；如果预警时立即把下两个补货批次各砍一半，少进约 2 万件，按单件成本 50 元算，就是 100 万元的资金没有被压进呆滞库存。反过来，如果等到货彻底卖不动再促销，折扣往往要打到五折以下，还要搭上仓储和理货的人工。预警省下的不是折扣，而是根本不必进仓的那部分货。

预警之后，仓里其实只有四种处置

预警的意义在于处置窗口还在。第一是减采，这是成本最低的一招：把在途和计划中的采购先刹住，宁可短期缺一点，也不要长期压一批。第二是促销清仓，适合仍有市场但价格敏感的品，关键是趁它还没被贴上滞销标签之前动手。第三是调拨：把货从动销弱的仓调到动销强的区域或渠道，同一批货换个市场可能就是另一回事。第四是退供或换货，适合供应商有退换政策的品，谈判要趁库存还健康时谈，等货砸在手里，谈判筹码就没了。

这里有一个反常识的判断：预警之后最忌讳的，恰恰是“再等等看”。很多团队的直觉是，货还在动，只是慢了一点，等一等也许能回暖。但数据上看，四个信号齐全的品类自然回暖的概率很低，等待的代价是确定的：每个月多付仓储费，多占一笔资金，处置时的折扣还要再深一档。提前预警真正的权衡不在准不准，而在早行动的小代价和晚行动的大代价之间，理性的一方几乎总是早行动。促销会伤品牌价盘、调拨会产生运费、减采可能短期缺货，这些代价都真实存在，但和整批货变呆滞相比，它们是小代价。

AI 预警会误报，边界要先划清楚

AI 预警不是水晶球，它的边界必须先讲清楚。季节性强的品最容易误报：泳池用品冬天不动销是正常现象，不是呆滞前兆，模型如果不理解季节节律，就会年年冬天拉警报。促销、平台大促、新品切换期也会扭曲数据，一次大促后的销量回落可能被误读为需求萎缩。还有一类误报来自数据本身：渠道切换导致某个仓的出库量下降，但全渠道总销量并没有变，单看一个仓就会误判。

所以预警机制需要配两道人工关口。第一道是业务复核：预警推送给懂这个品类的人，由他判断是季节、促销还是真萎缩。第二道是分级处置：黄色预警只冻结新增采购，不动现有库存；红色预警才启动促销和退供谈判。误报本身不可怕，可怕的是没有分级，一次误报就让团队对整个系统失去信任。AI 在这里的角色是哨兵，不是司令，它负责把可疑动向提前摆上桌面，决策仍在人手里。

从趋势上看，这类预警正在从“事后盘点发现”走向“事中信号监测”。过去企业靠季度盘点才知道哪些货呆滞了，未来则是动销曲线一走弱，系统就开始倒数。更值得注意的变量是数据源的扩展：当销售、客服咨询、替代品上架和渠道切换的数据能被放在同一张图里，预警的提前量还会拉长。但提前量拉长也会带来新问题：预警越早，不确定性越高，分级处置和人工复核就越重要。技术能把信号提前半年送到人面前，至于人愿不愿意在货还卖得动的时候就动手减采，那是组织习惯的问题，不是算法的问题。下一批呆滞库存，也许此刻已经在某个仓的货架上，动销曲线刚刚开始下探。

作者：陈博士｜供应链行业研究员