AI 项目死在数据上：仓库数据治理的三步清洗法

我们有个客户，华东一家做快消品代运营的 3PL，去年咬牙花了七位数上了一套 AI 需求预测系统。销售演示的时候那叫一个漂亮：输入历史销量，自动算出未来 8 周每个 SKU 的补货建议，准确率号称 90% 以上。老板当场拍板：买！

上线三个月，仓库经理跟我吐槽：这系统预测出来的补货量，准的时候像算命，瞎的时候像捣乱。有一次系统建议某款纸巾备 3 个月的量，结果那款纸巾上个月刚换了新包装，老包装的 SKU 在系统里还活着，AI 把两个 SKU 的销量加在一起，得出"这个产品卖爆了"的结论。库房差点被纸巾淹了。

我当时就跟他们老板说了句大实话：你们这 AI 项目，不是死在算法上，是死在数据上。算法是进口发动机，你们给它加的是地沟油。

乙方才知道的内幕：AI 厂商永远不会主动告诉你的事

干了这么多年 3PL 销售，我签过的仓储合同没有一百也有八十，AI 项目的坑我见得太多了。今天抖个乙方才知道的内幕：AI 厂商在签合同之前，永远不会认真查你的数据质量。

为什么？因为查了，这单可能就黄了。销售要的是签单，数据质量是"实施阶段的问题"。合同里关于数据的条款，通常就一句话："甲方应提供必要的业务数据支持。" 什么叫必要？什么叫支持？数据要干净到什么程度算合格？都没写。等项目上线效果拉胯，厂商两手一摊：你们数据不行啊——进去的是垃圾，出来的只能是垃圾。这话技术上没错，但锅全在你这边，因为你签合同的时候没把数据责任谈清楚。

我见过最惨的一个客户，华南做汽配的，仓库 5 万多个 SKU，一物多码率我估计得有 15%（同一个刹车片，采购部一个编码、仓库一个编码、电商部又一个编码）。AI 补货系统上线后，模型把三个编码当成三个产品，每个的销量都不够看，预测结果全是噪声。厂商派了个实施顾问来"清洗数据"，按人天收费，洗了两个月，账单又多了几十万。老板气得直拍桌子：这钱花的，买软件的钱还没数据清洗的钱多。

说白了，AI 项目的数据准备，是一笔厂商不会替你出的钱。你要么在签合同前自己花小钱把数据洗干净，要么在签合同后花大钱请厂商帮你洗。这笔钱省不掉，区别只是你主动花还是被动花。

仓库数据的四大绝症，先对号入座

在做清洗之前，先给自家仓库做个体检。下面这四个毛病，十个仓库里有九个至少占两个：

SKU 主数据一物多码：同一个商品多个编码，采购、仓储、销售各用各的。AI 看到的是三个"产品"，实际是一个。
库位编码混乱：老仓一套编码、新仓一套编码，WMS 里又是第三套。我有个客户三种库位体系并存，AMR 上线后天天报错"找不到货"，机器人满场转圈，人工跟在后面收拾。
历史单据缺失：要做需求预测，模型至少要 12-24 个月的干净历史销量。但很多仓库的历史数据躺在业务员的 Excel 里，离职一个就丢一批。
Excel 台账与系统两张皮：WMS 里一套数，班组长的 Excel 里另一套数，盘点靠 Excel，系统靠"大概"。AI 只读得到系统里那套"大概"。

仓库工程师查看数据大屏

三步清洗法：先治数据，再谈 AI

第一步：主数据治理（一物一码，先开刀）

这是地基。成立一个三人小组：仓储、采购、IT（或系统管理员）各出一人，唯一的任务就是 SKU 主数据归一。做法很具体：导出全量 SKU，按名称、规格、条码做模糊匹配，疑似重复的拉出来人工确认，定一个"唯一主编码"，其他的全部做映射关联，不许再新增"马甲"编码。同时立规矩：以后新增 SKU 必须走准入流程，查重通过才能建码，谁私自建码谁负责。

这一步通常要 4-8 周，别嫌慢。地基打不牢，后面全是危房。

第二步：流程数据补齐（把历史找回来）

AI 要吃历史数据，你就得把历史喂给它。24 个月的出入库记录、销量数据、促销记录、退货记录，能找回来的尽量找回来。Excel 台账别扔，那是金矿——找个实习生也好、外包也好，把关键字段结构化录入系统。补不回来的月份，老老实实标记为"缺失"，不要编数据去填。模型不怕数据少，怕的是数据假。 缺失的月份模型会自己处理，编造的数据会把模型带进沟里。

第三步：数据质量门禁（让脏数据进不来）

清洗是一次性的，门禁是长期的。在 WMS 里配三条硬规则：新 SKU 建码必须查重（条码/名称相似度预警）；入库收货必须扫码校验，扫不出的码不许"手工录入完事"；每月跑一次数据质量报告，一物多码率、库位异常率、单据缺失率，三个指标超标就亮红灯，责任到人。

三步走完，你的仓库数据质量才算到了"AI 可用"的及格线。这个过程一般要 3-6 个月，花的钱主要是人力，比 AI 软件本身便宜一个数量级。但它决定了你那七位数的软件费，是买了个印钞机还是买了个摆设。