中西部35家店，库存管不动了
Heartland Home & Decor，美国中西部一家家居用品零售连锁，35家门店，年营收1.8亿美元。听着不错，但库存这块一直让他们头疼。
问题不复杂，就是两头堵——季节性商品（抱枕、装饰品、节日挂件）要么压一堆卖不动，要么热销款断货补不上。靠采购经理拍脑袋+Excel表格的时代，撑了十二年，到2025年实在扛不住了。那年万圣节系列压了80万美元库存，感恩季热销款又断货三周，光这两头损失就抵掉一个小店的年利润。
COO的原话：我们不是没数据，是数据多到没人看得过来。
上AI库存预测，结果第一脚就踩坑
2026年初上了套AI库存预测平台，对接他们现有的POS和ERP系统。供应商演示的时候挺漂亮，历史销量、季节曲线、促销联动，模型跑出来的预测曲线跟实际咬合度92%。
然后噩梦来了。
坑一：冷启动把新品当成熟品
系统上线第一周，采购团队照着AI建议下单。结果一批新进的春夏系列抱枕，AI给的预测量直接翻倍——因为它拿历史"同类品"的数据去套新品，完全没考虑新品没有任何销售曲线可参考。三个月后这批货还堆在仓库，打了四折才清掉，亏了23万美元。
坑二：AI不懂区域节日
更隐蔽的坑在区域差异上。他们的明尼苏达门店和得州门店，同一个SKU的销售曲线完全不一样——明州有自己的州庆"Minnesota Day"，得州有Cinco de Mayo。AI模型用的是全国统一的历史曲线，把区域性的销售高峰全抹平了。等采购发现某州门店连续两周缺货时，销售窗口已经过了。
这事儿的教训：AI预测的准确度，取决于它有没有"看得见"区域颗粒度的数据。全国一条线，必翻车。
人工兜底，AI重新学
踩了两个坑，团队差点把系统退了。后来供应商派了个实施顾问驻场两周，做了三件事：
- 把新品单独打标，第一轮订单走人工经验值，积累8周真实数据后再交给AI预测
- 给每个门店单独建区域日历，把本地节日、州庆、甚至大学开学日都喂进去
- 采购经理对AI建议有"一票否决权"，超历史均值30%的订单必须人工签字
说白了，AI不是替代采购，是给采购当个会算数的副手。这定位一摆正，事情就顺了。
半年后：数字真的变了
2026年年中盘账，库存周转从一年4次干到6.5次，缺货率从18%压到7%。最直观的是积压库存少了230万美元，断货损失少了110万美元。系统年费18万美元，投入产出比摆在那就不用多说了。
但COO也实在，他说最值钱的不是省了多少钱，是采购团队终于不用每周熬夜对Excel了。"以前每周三晚上采购部灯火通明，现在到点下班，AI把草稿备好，人第二天来拍板就行。"
这个案例想说的就一句：AI库存预测不是买个系统插上就跑，冷启动的坑和区域颗粒度的坑，是零售商上AI最容易栽的两个跟头。栽过去爬起来，值；栽不过去，就是又一笔学费。