没数据团队的小仓，怎么把 AI 先跑起来？去年秋天，一个在大厂做数字化方案的朋友来我们仓参观。看了一圈，他很认真地跟我说："你们这个规模想上 AI，得先搭个数据中台，再配两三个算法工程师，预算大概……"他报了个数，我差点把茶喷出来——那数字够我们仓发小半年的工资。
我们仓统共 9 个人，旺季加上临时工也就十五六号人。数据中台？算法工程师？我们小仓可烧不起这个钱。当时我就一个念头：大公司那套我们用不上，但 AI 这事，总不能我们小仓就只能干看着吧。
折腾了一年多，我摸出一条野路子：没数据团队的小仓，一样能把 AI 先跑起来。今天把我们的土办法摊开讲讲，给同样囊中羞涩的同行参考。
我们这种仓，AI 跟我们有啥关系
先说说我们的窘境，看看你是不是同款。
我们是 3000 平的小仓，做电商代发货，平时一天 800 单左右，旺季冲到 1500 单。系统就一套基础 WMS，数据全靠操作员手工录，错漏是家常便饭。之前有供应商上门推销"智能仓储解决方案"，开口就是定制开发+私有化部署，报价六位数起。我问他能不能先解决"到货破损跟承运商扯皮"这一个具体问题，他愣了一下，说那得先做数据治理。聊完我就明白了：大厂的方案是写给有数据团队的公司看的，我们这种仓，连个像样的 IT 都没有，拿什么治理？
但反过来说，我们的痛是真痛。到货破损、丢件，客户投诉一来，我们拿不出证据，只能认赔。去年光是"说不清道不明"的货损理赔，我们就贴进去好几万。这钱花得冤，可你没数据、没证据，不认也得认。
后来我想通了一个反常识的道理：大公司搞 AI 是从数据到算法再到场景，我们小仓得反过来——先找一个疼得受不了的场景，再倒推需要什么数据。顺序一反，成本就下来了。你不需要数据中台，你需要的是一台旧手机和一个具体的疼点。
土办法三件套：买成品、旧手机、先攒数
我们的土办法就三件，不花大钱，但每件都得用对地方。
第一件，买成品 SaaS，不自研。 市面上有现成的视觉识别服务，专门做包裹破损识别、面单信息提取的，按月付费，一个月几百到一两千块，用完即走。千万别想着自建模型——你养不起标注团队，也等不起三个月的训练周期。拿来主义不丢人，我们小仓的生存哲学就是：能买的绝不自己造。
第二件，用手机加旧摄像头做视觉试点。 到货口上方架一台旧手机，对着传送带，每天到货的包裹经过就自动拍照，照片按日期和运单号存档。硬件成本几乎为零，软件用现成的云相册加简单的识别服务。以前跟承运商扯皮破损靠嘴吵，现在照片一甩："10 月 3 号 14 点 22 分，到你手里之前箱子就瘪了。"对方立马没话说。
第三件，拿表格先攒数据。 别等系统上线再谈数据，那是永远等不来的。从今天起，每天的到货异常、破损、丢件，先用表格记下来：日期、运单号、问题类型、照片链接、处理结果。土吗？土。但三个月后，你手里就有了第一批真正属于自己的数据。很多小仓老板瞧不上表格，觉得那不叫数字化。我跟你说，表格记下来的真实业务数据，比大厂中台里躺着没人看的"干净数据"值钱多了——因为它跟你的疼点长在一起。
第一个试点，为啥选"到货拍照留档"
土办法有了，第一个试点选什么很有讲究。我们选了"到货拍照留档"，理由有三条，每条都是血泪换来的。
第一，低风险。拍照这个动作不改变任何作业流程，拍错了、漏拍了，不影响发货。小仓经不起折腾，第一个 AI 项目要是把发货搞停了，老板（就是我）会疯。
第二，高频。每天几百票到货，数据攒得飞快。AI 这东西是吃数据长大的，你选个一周才发生一次的场景，模型三年也训不出来。
第三，纠纷最多。到货环节的破损、短少，是我们跟承运商、跟上游供应商扯皮的重灾区。以前理赔成功率不到三成，很多单子因为"说不清"就自认倒霉。上了拍照留档，三个月后理赔成功率提到七成左右。光这一项，省下来的钱就覆盖了全年的软件订阅费还有富余。
算一笔账，对比一下两种做法：
| 以前（靠人） | 现在（土办法 AI） | |
|---|---|---|
| 纠纷处理 | 兼职一人，每月花近一周时间翻聊天记录找证据 | 照片自动归档，查一单不到一分钟 |
| 理赔成功率 | 不到三成，大量"说不清"的单子自认倒霉 | 七成左右，有图有真相 |
| 一次性投入 | 0，但每月都在贴钱 | 一台旧手机加支架，软件按月付几百块 |
| 风险 | 吵赢了靠运气 | 拍坏了也不影响发货 |
这笔账算完，我那个大厂朋友都服了。他说你们这叫"丐版 AI"，我说对，丐版怎么了，丐版能回本。
到货拍照跑顺之后，我们又顺手加了第二个小试点：异常件自动提醒。逻辑特别简单——表格里攒的破损记录攒到几百条后，我们发现某一家承运商的破损率明显高于别家。于是写了个最土的规则：这家承运商的货到了，系统自动给收货组长老陈的手机推一条消息"重点检查"。没有模型，没有算法，就是一条 if 语句。但效果立竿见影：那家承运商的货，当场开箱验货率提到九成以上，扯皮直接少了一大半。后来这家承运商的区域经理还专门来问我们"是不是上了什么智能系统"，我说是啊，智能就智能在表格记得全。
你看，AI 落地在小仓，根本不是什么高大上的事。它就是：把原来靠人记、人喊、人扯皮的地方，换成机器记、机器喊、机器留证据。先从小处抠出第一块肉，团队尝到甜头了，后面的事就好办了。
给同类小仓的几句大实话
跑了一年，我给同样没数据团队的小仓同行留几句大实话。
第一，先场景，后数据。别被"数据治理"吓住，先问自己：哪个环节最疼、证据最缺、扯皮最多？从那儿下手，数据自然会跟着长出来。
第二，买成品，不自研。你的核心竞争力是灵活和低成本，不是算法。把省下来的钱花在业务上。
第三，从"不影响发货"的边缘场景切入。到货拍照、装车视频留档、异常件自动提醒，都是好起点。先让团队尝到甜头，再谈更大的。
第四，数据从第一天就攒，哪怕用表格。今天的表格，就是明天的训练数据。别嫌土，土的才长久。
第五，别跟大厂比 KPI。大厂的 KPI 是"模型准确率 99%"，我们的 KPI 是"这周比上周少扯几次皮"。能省钱、省事、少背锅的 AI，就是好 AI。
说到底，AI 不是大公司的专利，它就是个趁手的工具。大公司用AI 是高射炮打蚊子，我们小仓拿它当弹弓打鸟，照样能打下来。小仓有小仓的活法，活下去、活得滋润，比什么都重要。
作者：小马｜小仓创业者
