一、项目背景

某消费品企业的供应链计划团队常年被两个数字折磨：预测偏差率和库存周转天数。补货预测长期用"移动平均加人工修正"的老办法，促销、天气、节假日、渠道活动这些外生因子全靠计划员脑补——一个计划员要管几百个 SKU，脑补的上限决定了预测的上限。典型翻车场景年年重演：某年中秋和国庆间隔近，礼盒装备货按往年节奏走，结果窗口期缩短导致大量库存节后积压；一场持续高温让某饮品区域断供，而计划系统对天气完全无感。

企业已经有我们之前落地的 AI 私有化底座（承载智能客服等场景），这次的目标是把大模型和多智能体能力用到供应链预测上：不是替代计划员，而是把外生因子的信息整合和推理交给系统，人做最终确认。项目周期约五个月。

二、落地场景

整体设计为多 Agent 协作加人在回路。数据 Agent：定时从 ERP、渠道平台拉取销量、库存、在途数据，完成清洗与口径归一。因子 Agent：汇聚外生信息——天气预报、节假日日历、促销计划、渠道活动排期、行业舆情摘要，输出结构化因子表。预测 Agent：以时序模型产出基线预测，再由大模型结合因子表对基线做调整推理，输出调整建议、调整理由与置信区间。补货 Agent：把预测转成各仓补货与调拨建议，附安全库存与在途的完整测算。审批环节：计划员在工作台看到"基线、调整、理由、置信度"四件套，采纳、修改或驳回，全部留痕。

我们特别强调"理由可读"：大模型输出的每条调整都必须给出人话解释，例如"华南区下周持续 35 度以上高温，该品类历史高温弹性约 1.3 倍，建议基线上调 25%，置信度中高"。没有理由的数字，计划员不会信，也不该信。

三、关键技术挑战与解决思路

第一个挑战是多源数据的口径统一。渠道平台的"销量"有的含退货有的不含，ERP 的库存快照时点不一致，促销计划散落在营销部门的各种表格里。数据 Agent 之外，我们先花了两个月建立数据契约：每个数据源明确字段口径、更新频率、质量校验规则，不达标的数据进不了特征库。老话重提：预测项目一半的工作量在数据，这次也不例外。

第二个挑战是大模型调整的可控性。直接让大模型改预测数字风险很大——它可能一本正经地胡说。我们的约束设计是：大模型只能在基线预测的有限调整带内动作（默认上下 40%，按品类可配），超出调整带的建议自动降级为"提示"而非"调整"；每条调整必须引用因子表中的具体证据，引用不到证据的调整被规则层拦截；调整效果每周回测，按品类统计大模型调整相对基线的胜率，胜率持续低于基线的品类自动回退为纯时序模型。上线三个月时的回测数据：约七成品类上大模型调整跑赢基线，其余品类自动回退，这个机制让我们敢放心扩品类。

第三个挑战是置信区间与补货决策的衔接。预测给出的是区间而不是点，补货怎么用区间是个实际问题。我们的做法：高置信度品类按预测中位数补货；低置信度品类按保守分位补货并缩短补货周期（小步快跑）；置信度骤降本身作为预警信号推送计划员——它往往意味着市场出了模型没见过的变化，这时候人的判断最值钱。

案例片段（已脱敏）：预测调整输出的 schema 片段——json {"sku": "SKU-1284", "region": "华南", "week": "2025-W29", "baseline": 8200, "adjusted": 10250, "band": [0.6, 1.4], "confidence": "mid-high", "evidence": [{"factor": "weather", "detail": "连续7日>=35C", "elasticity_ref": 1.3},              {"factor": "promo", "detail": "渠道满减活动W29-W30"}], "action": "adjust", "reviewer": "planner_A", "decision": "adopted"}这条真实（已脱敏）记录对应的那周，实际销量落在调整值的正负 8% 以内，而基线预测偏差超过 20%。

案例片段（已脱敏）：一段周复盘纪要——"本周大模型调整 217 条，采纳 176 条；采纳中事后验证优于基线的 132 条（75%）；驳回的 41 条中计划员正确 28 条，主因集中在'区域窜货导致的虚假动销'，该信息因子表尚未覆盖，已列入数据接入计划。"模型的盲区就这样一条条被找出来变成数据需求。

四、效果数据

稳定运行六个月后的数据（脱敏示意值）：整体预测偏差率（MAPE 口径）从约 32% 降至约 19%，重点品类降至 15% 以内；库存周转提升约 22%；缺货率下降约 45%；计划员人均覆盖 SKU 数提升约 80%，例行数据整理工作基本清零，精力转向异常处置与策略优化；礼盒类季节品的节后积压金额同比下降约一半。管理层最认可的一点：每个补货数字背后都有可追溯的理由链，供应链计划第一次变成了"可审计"的过程。

五、可复用经验总结

第一，预测先汇聚数据再融合因子，数据契约先行，脏数据进不了特征库是底线。第二，大模型要戴着镣铐跳舞：调整带、证据引用、每周回测胜率、不达标自动回退，四件套缺一不可。第三，理由可读性决定采纳率，计划员采纳的是"解释"而不是"数字"。第四，置信区间要转化为差异化的补货策略，低置信就保守加快频，而不是硬着头皮按中位数下单。第五，人在回路守最后一关，并且把人工驳回的原因数据化——人的盲区靠模型补，模型的盲区靠人找，这个双向闭环才是系统长期变好的引擎。