一、项目背景

某连锁门店几百个商品，总部习惯压货保供应，门店怕断货又不敢拒，结果畅销的经常缺、滞销的堆成山。等到盘点才发现一堆临期，清仓全靠人工拍脑袋打折，损耗吃掉不少利润。我们进场时，这家店的滞销占比高得不正常，老板说钱都压在货上。更要命的是信息滞后，门店自己不知道隔壁店有货，紧急调货全靠店长私人关系打电话，调过来的时候旺季早过了，滞销变死货，资金一年到头转不动。

二、落地场景

我们上了几个智能体协同管库存。销量预测智能体按历史、季节、促销预估每家店每个商品的需求；周转监测智能体盯库存天数和临期，超阈值就标黄；滞销预警智能体提前两周提示哪些要变滞销，给出调拨或清仓建议；调拨智能体在店间搬货平衡。店长和区域经理看一块看板，红色预警一眼见。我们还把促销计划接进来，大促前预警会变保守，避免系统误判正常囤货为滞销。财务侧看到周转天数下降，资金占用明显缓解。

我们还做了店间库存可见，门店在自己系统里能看到隔壁店的余量，紧急调货不用再打电话问，店长自助发起调拨申请，系统给建议并走确认。总部也能从看板看到全局周转，哪类商品在哪些店积压、哪些店紧缺一目了然，补货和调拨决策从拍脑袋变成看数据。我们把临期商品和促销档期也做了联动，清仓节奏踩着大促走，既清库存又不伤正价，毛利保得更稳。

库存智能体跑了一阵子，我们最深的感受是，预警的价值不在准，在早。早期我们也追求预测绝对精准，后来想通了，库存这事差一两天不要紧，要紧的是别等盘点才发现一堆临期。预警提前两周点亮，清仓窗口就够，哪怕量估偏一点，损失也远小于被动清仓。调拨那块我们踩过全自动的坑，系统为了平衡把货搬来搬去，反而造出新积压，改成店长确认才踏实。机器给建议、人做决断，这个分工在库存场景特别合适，纯自动或纯人工都不灵。

三、关键技术挑战与解决思路

第一个难点是周转监测，不同类目合理库存天数差很大，我们按类目设基线，生鲜和百货不能一个标准，否则误报满天飞。第二个难点是滞销预警，等真的滞销再处理就晚了，我们做趋势预测提前两周点亮，给清仓留出窗口。第三个难点是智能调拨，盲目自动调会制造新积压，我们让调拨建议带依据，店长确认才执行，机器提建议人把关。第四个难点是清仓决策，打折力度靠人拍容易要么清不掉要么亏太多，我们结合毛利和临期做推荐力度。第五个难点是促销耦合，大促前囤货会触发误报，我们接入促销日历，那段时间的预警逻辑自动放宽。

案例片段（已脱敏）： 滞销预警配置：类目基线 turnover_days（生鲜 3 / 百货 45），pre_warn=14d；调拨建议 score=demand_diff - transport_cost，店长确认后执行。 预警效果：滞销占比从 17% 降至 9%，临期损耗降 41%，缺货率从 8% 降至 3.5%，清仓决策从人工拍脑袋改为系统推荐。促销日历接入后，大促误报率从 15% 降至 2%。

四、效果数据

智能体协同跑起来后，滞销占比从 17% 降到 9%，临期损耗降了四成多，因为预警比人工盘点早两周，清仓窗口充足。缺货率反而从 8% 降到 3.5%，因为调拨把畅销品及时补到该在的店。清仓决策从拍脑袋变系统推荐，毛利保住不少。促销日历接入后大促误报从 15% 降到 2%，店长不再被假预警烦。财务最满意的是周转天数下来，资金占用少了，年底盘点死货几乎清零。

我们一开始让调拨全自动，结果系统为了平衡把货搬来搬去制造新积压，改成店长确认才执行之后才稳。库存这事七成在滞销不在缺货，之前全员盯缺货反而忽略了更大的坑。还有一个细节，类目基线没设好时生鲜和百货一个标准，告警天天响没人理，按类目拆开才准，基线质量直接决定系统有没有人信。

五、可复用经验总结

库存问题的重心在滞销而非缺货，我们让智能体盯周转和临期，预警比人工早两周，清仓窗口一出来损耗就控住。类目基线不能一刀切，生鲜和百货的周转天差地别，统一标准只会误报成灾，我们按类目拆开才准。调拨别全自动，机器提建议人把关最稳，盲目自动调会制造新积压，我们栽过才改。清仓力度要靠数据和毛利算，拍脑袋要么清不掉要么亏，系统推荐把这块从经验活变成可解释决策。促销日历要联动，否则大促囤货会被误判成滞销，假报警多了系统就没人信。我们后来把周转预警的粒度从门店下钻到货架，滞销苗头更早暴露在陈列端，店长调整排面比调拨还快，这一步让预警真正落到了动作上。库存健康度也从季度复盘变成周看板，老板随时能问一句哪店压货，系统当场给答案，决策节奏完全不一样了。 库存这摊事，早比准重要，建议比自动重要，这两句后来成了我们给新店长培训的开场白，比任何系统都先入脑。