结论先行:AI 进仓,最大的坑从来不是"准不准",而是"出事了算谁的"。说白了,人机分工写进 SOP,不是为了效率,是为了出事那天,你知道该找谁。

我见过太多仓,AI 上线第一天热热闹闹,三个月后出一次事故,全仓互相甩锅:IT 说模型没问题,运营说我是按系统点的,厂商说我们只负责给建议。最后板子打在空气上,AI 被关掉,钱白花。这事分两面——AI 确实能帮你做决策,但"谁拍板"这件事,AI 永远替不了你。

亲历的两个坑:一个没人拍板,一个拍错了板

2024 年秋天,加州安大略一家 3PL 仓,刚上了一套 AI 补货建议。系统连续两周提示:某大客户的 SKU 要补 400 箱,安全库存撑不过大促。主管老陈看了一眼,觉得"这 SKU 平时卖不动",直接无视,连系统里的"拒绝"都没点,就当没看见。结果大促前三天断货,客户 fill rate 掉到 80% 出头,罚了几万美金。

复盘的时候有意思了:IT 说预警发了,运营说我以为系统会自动下单,厂商说我们只负责给建议。400 箱的补货建议在系统里躺了两周,没一个人觉得"这是我的事"。你看,AI 最危险的不是犯错,是它犯错、或者它的建议被无视的时候,现场没一个人觉得是自己的责任。

另一个坑正好反过来。2025 年初,一家做家居电商的仓上了 AI 视觉质检,相机扫外箱,压痕破损自动判废。一批定制包装的货,外箱有轻微压痕——在客户允许范围内——AI 直接判了 200 多箱"破损退回"。幸好复核员老李多留了个心眼,拦下来人工看了一遍,救回来了。不然这批货退回去,光运费加重新包装就是小一万美金。

一个是该拍板的人没拍,一个是 AI 拍了不该它拍的板。根子是同一个:人机分工没写清楚。

仓库中 AI 视觉检测与人工复核协作

一张表:AI 和人工的人机分工矩阵

别搞复杂,按"风险等级"一刀切,三档就够:

风险等级 分工模式 谁说了算 举例
低风险、可逆 AI 全权 系统直接执行,人工抽查 库位推荐、5000 美元以下补货自动转单
中风险、部分可逆 AI 建议+人工批 系统给出建议和依据,人工点确认,全程留记录 异常订单拦截、质检判废、波次 release
高风险、不可逆 人工全权 AI 只给数据,不给结论 大客户索赔判定、安全停线、排班裁员

这事分两面:低风险场景你不放权,AI 就白买了——天天等人点确认,还不如不用;高风险场景你敢放权,出一次事就够你喝一壶。我见过太多仓,恰恰是反的:低风险的不敢放,高风险的懒得管。

低风险白名单怎么定?别拍脑袋。我的做法是先跑两周"影子模式":AI 照常给建议,但不执行,人工该怎么做还怎么做。两周后拉数据对比——AI 的建议和人工的实际决策一致性能到九成以上,这个场景才能进白名单。一致性不够,就继续影子模式,或者干脆承认这个场景不适合 AI。说白了,白名单是 AI 自己"考"进去的,不是管理层"批"进去的。

还有一层很少有人提:人的心态。我见过太多一线员工把 AI 当监工,系统一给建议就抵触——"机器懂什么,我干了十年"。这种情绪你压不住,只能疏导。我的经验是,SOP 里写清楚"人工可以否决",本身就是给一线吃定心丸:机器是参谋,你才是主官。员工不怕 AI 准,怕的是自己变成给机器打工的。一句话写进 SOP,抵触情绪少一半。

写进 SOP 的 3 条硬规则,加 1 个复盘机制

光有分工表不够,得写成 SOP 里钉死的规矩。我给客户的版本就三条:

第一,AI 只给"建议+依据",不给"结论+执行"。 除非进了低风险白名单,AI 的输出永远是"建议",还必须附带它为什么这么建议:哪几个数据、什么逻辑。没有依据的建议,人工一律不许批——这条是防 AI 拍脑袋式建议的。

第二,每个 AI 建议必须有拍板人署名。 系统自动记日志:谁、几点、批的还是驳的、依据是什么。出了事翻日志,5 分钟定位到人。这条看着狠,其实是保护一线员工的——有记录,锅才不会乱飞。

第三,人工可以否决,但否决要写一句话理由;同一类建议被连续否决 3 次,触发复盘。 要么模型要调,要么流程要改。否决不写理由,等于把 AI 当摆设;连续否决不复盘,等于把问题攒着过年。

复盘机制很简单:每月一次"人机分歧复盘会",把本月 AI 建议和人工决策不一致的清单拉出来,看谁对得多。AI 对得多,下个月给它放权;人工对得多,调模型,或者干脆关掉这个场景的 AI。数据说话,不吵架。

说白了,这里有一句反常识的话:AI 落地,拼的不是模型准不准,是组织敢不敢把"谁负责"写清楚。 模型 95% 准,但没人敢拍板,等于 0;模型 80% 准,但分工清楚、复盘跟上,越用越准。

所以,AI 进仓之前,先把你仓里"谁说了算"那张表画出来。画不出来,AI 越准,你反而越危险。信我,我见过太多。分工写清楚了,AI 才是帮手;写不清楚,AI 就是下一个背锅侠。

作者:老米|供应链老兵