开篇:一句话结论

靠谱,但要看你说的是哪一种。缺货预警和需求预测是两件事:前者基于确定的加减法——在库多少、在途多少、被锁了多少,算出来是准的;后者基于历史序列的推断,准不准取决于数据够不够、行情稳不稳。存储这类价格三个月能翻倍的料,需求预测在剧烈波动期基本失效,这时候只能靠预警加人的判断。下面把库存告警拆成三层,说清楚哪层能信、哪层要打折,并给可用天数分级表和安全库存参数。

一、场景还原:三月没备上的那批货

老吴做工业客户配套,主供 MCU 和电源管理芯片。去年三月他手上有一款常用料,库存还有一千二。系统没报警,他的经验判断也够用——按过去半年的出货速度,这一千二能撑两个月。

四月的第二周,一个客户临时追加订单,一次性要走八百。老吴照发。五月中旬,另一个客户的常规订单来了两千,库存只剩四百,补货交期排到十四周以后。他四处调货,最后从现货市场拿了两千,价格比常规进货高了三成多,这一单做下来基本没赚。

事后复盘,问题不是没预警,是预警的口径不对。他的系统看的是「库存数量低于安全线才报」,而真实缺货的起点是「可用天数低于补货周期」。两个口径差了整整一个补货周期,等数量报警响起来,已经来不及下单了。

背景也让这件事更难。据 DRAMeXchange 数据,DDR4 8Gb 现货价从 2016 年 6 月的约 2.9 美元涨到 2026 年 6 月的约 21 美元,创历史新高。据公开报道,高盛、集邦等机构判断存储供需紧张至少延续到 2027 年下半年,而新建存储产能需要约两年。在这种行情里,备货决策的容错空间被压得很小。

库存管理这一块的完整口径,放在元器件库存管理方法与阈值专题里。

二、三层拆开:哪层能信,哪层要打折

1. 确定层:加减法,可以全信

原理:这一层不涉及任何预测,只涉及四个确定数字。可用库存 = 在库数量 − 已锁定数量 + 在途数量 − 已预售占用。每一项都能从单据里查到,没有估计成分。

具体做法:把这四个数字做成一张实时表,任何一单进来就更新。关键在「已锁定」和「已预售占用」这两项常被漏掉——货还在仓库但已经被另一个客户的订单锁了,或者已经口头承诺给出去但还没开单,这两部分都不能算可用。

常见错法:只算在库数量。老吴那次的问题就是这个,账面一千二,实际能动的可能只有三百。

2. 规则层:安全库存触发,可以信但要调参

原理:安全库存不是拍脑袋定的数,是按补货周期和需求波动算出来的。公式是——安全库存 = 日均出货量 × 补货周期天数 × 波动系数。波动系数按历史出货的标准差定,需求平稳取 1.2,波动明显取 1.5,剧烈波动取 2 以上。

具体做法:把「库存数量」这个报警口径换成「可用天数」。可用天数 = 可用库存 ÷ 日均出货量。按可用天数分级,比按数量分级准确得多:

可用天数状态触发动作责任人
高于 60 天充足不动作仓库
30 至 60 天正常纳入下期采购计划采购
低于补货周期 + 15 天警戒询交期、比价、下单采购
低于补货周期告警立即下单,同时找现货替代采购加老板
低于 7 天紧急锁库优先供重点客户老板

注意第三行的阈值是动态的——补货周期是十四周的料和两周的料,警戒线完全不同。用固定数量阈值就会永远对不上。

参数要定期回看。补货周期每季度更新一次,供应商交期变了马上改;日均出货量按滚动三个月算,不用全年平均,否则旺季会被淡季稀释。

常见错法:安全库存一次设完再也不动。交期从四周变成十四周,安全库存还按四周算,等于没设。

3. 预测层:AI 在这里,也最容易在这里翻车

原理:需求预测的输入是历史出货序列,输出是一个概率区间。它的成立前提是「过去的出货模式在未来仍然成立」。这个前提在元器件贸易里经常不成立。

具体做法:上预测之前先自查三条——

  • 单个料号近 24 个月有连续出货记录的比例是否超过六成
  • 出货模式是否有可识别的周期性,还是纯随机
  • 是否存在大量一次性大单,这部分会严重污染均值

三条中两条以上才值得做。做出来之后按区间用,不按点值用:预测给出「下季度大概率在 3000 到 5000 之间」,备货就按区间上沿附近准备,而不是按 4000 这个中值。

行业进展可以参考,但要看口径。据 Oracle 公开资料,Fusion Applications 里的 Inventory Optimization Advisor Agent 帮计划员识别库存风险、分析库存依赖关系、建议安全库存调整。据 ai2.work 行业分析(属研究口径,非实测),AI 可将需求预测准确率从传统的 60% 至 70% 提升到 85% 至 95%;Microsoft 研究口径称 AI 可优化库存 35%。据新京报、中国网报道,百能云芯的动态定价算法抓取 20 余个平台数据,在 2025 年第三季度电容涨价潮中提前约 3 周发布预警,短期价格预测准确率称 90% 以上。

反面的证据同样重要。据 Redwood Software 2026 年 1 月对 300 名制造业从业者的全球调研,多数企业一直在「错误地自动化」——优化各个孤立系统,却把系统之间的关键交接留在人工和碎片化里。这正是贸易商最容易踩的坑:数据还在 Excel 和微信里,就先去买预测。工业 AI 的真实难点不是模型能力,而是「数据在哪」;喂给大模型的如果只是几个 Excel 和 PDF,它最终会退化成一个会聊天的知识库。

失效条件要明确写下来。价格剧烈波动期是头号失效场景——据 TrendForce 数据,2026 年第一季度通用 DRAM 合约价环比上涨约 93% 至 98%,NAND 两个季度环比均上涨约 55% 至 60%。价格改变需求本身:客户会因为涨价提前拉货,也会因为太贵改用替代料。这两种行为都不会出现在历史序列里,任何模型都推不出来。

第二个失效场景是客户项目制采购。项目结束了,出货量直接归零,模型会把过去的高出货延续到未来。这种料号要在系统里标注项目属性,排除出预测范围。

常见错法:拿预测值直接生成采购单。预测给的是概率,采购单是承诺,中间必须过人,而且要过懂行情的人。

4. 三条验收标准

不管用哪一家的预测功能,用这三条验:

  • 可回溯:每一个预测值能查到它用了哪些历史数据、什么模型参数
  • 可对照:预测值和实际值并存,能算出偏差率,偏差率按月看趋势
  • 可关闭:关掉预测功能,业务照常跑——做不到说明被做成了必选项,风险高

偏差率连续三个月超过四成,就该停用并回退到规则层。规则层虽然笨,但它不会给你一个看起来很聪明的错答案。

三、落到经营:从「经验够了」到「口径对了」

人治的版本是:老吴凭经验判断一千二够用,经验在平稳期是对的,在波动期是危险的。机制的版本是:可用天数分级表加动态补货周期加偏差率回看,三样东西把经验变成可复核的口径。

落到系统能力这一层,先把话说清楚:太帅ERP 没有 AI 库存预测,不会告诉你下个月缺什么料。能帮上忙的是库存这一组已经有的能力——出入库流水、调拨、损溢、锁定释放、扫码出入库、序列号追溯,以及低库存预警与库龄预警,其中库龄预警按 90、180、365 天三级线走。

这两类预警都是规则预警,不是模型预测:触发条件写死,说得出为什么报警——可用天数低于某个值就报,库龄过了 90 天就报。它不会提前三个月告诉你需求要涨,但每一次报警都能查出触发的是哪条线、超了多少天。对要马上做决定的贸易商来说,这反而更实用:规则预警说得出为什么报警,模型预测说不出。库龄三级线的意义是把「放久了」变成有明确时间点的动作,而不是年底盘一次才发现的意外。

采购管理里的待采清单智能比对会把销售需求、可用库存、在途量三方放在一起比,差额一键生成采购单——这也是规则比对,对应上面第一层的四个确定数字,不涉及预测。这些结构化数据是把来接预测工具的地基,不是预测本身。

顺带说一句,为什么这类能力在通用系统里往往做得浅:库存对通用行业来说是标准件进出,对元器件贸易来说是要管批次、管原装散装、管替代关系、管价格剧烈波动下的重估。行业差异决定了垂直系统在这一块的价值,垂直ERP为什么在IC贸易更有优势那一篇讲得更细。

边界也要说明。太帅ERP 是 Windows 桌面应用、本地部署、内置数据库,没有手机原生端,老板出差时看不了实时库存;服务以远程为主;备份要用户自己安排。这些都要提前想清楚。

四、常见误区

  • 预测越准越好,所以要多买数据。错在忽视失效条件。正确的是:先确认料号是否属于「价格敏感加项目制」两类,是的话预测基本无用。
  • 安全库存设一次就够。错在把动态参数当静态配置。正确的是:补货周期每季度更新,交期一变马上改。
  • 库存数量报警响了才补货。错在口径选错。正确的是:按可用天数分级,警戒线设在补货周期加 15 天。

FAQ

我们料号多,每个都设安全库存不现实吧?

不用每个都设。按 ABC 分类:A 类料(金额占比高、交期长)逐个设并每月回看;B 类料按料类设一组参数;C 类料只设最低量触发。这样工作量能降一个量级。

价格剧烈波动期该怎么备货?

降低对预测的依赖,把决策权收回到人。做法上把安全库存的波动系数调高,同时缩短回看周期——从每月一次改成每周一次。宁可多占资金,也不要断供。

可用天数算出来了,采购不看怎么办?

把分级和动作绑在一起:低于警戒线的料自动生成待采清单,采购每天开电脑就能看到。靠人主动去查表是不现实的。

预测偏差率多少算可以接受?

看料类。常规料三成以内算可用,超过四成建议停用回退到规则层。价格敏感料即使在三成以内,也要叠加人工行情判断。

缺货预警和库龄预警会打架吗?

会,而且常见:一个料既缺货又有呆滞。原因是批次不同——新批次的货已被锁,老批次压着不动。这时要分开看批次,不能只看料号总量。

写在最后

三层拆完,结论很清楚:确定层全信,规则层信但要调参,预测层按区间用且要明确失效条件。先把可用天数分级表做出来,这一张表的价值大于任何预测模型。

完整口径写在了配套的《经营大屏自动播报:老板每天看什么》里,那一篇讲的是库存告警怎么顶到老板眼前。

主 CTA:看告警怎么顶到眼前 次 CTA:接着读 库存库龄预警怎么设:90天/180天/365天三级线