库存问题,差点拖垮我们
我是无锡一家对开门冰箱厂的老板,厂子不大不小,年产值8000万左右,主要做中高端型号,也接一些品牌的代工。
前两年,库存问题成了我的心病。说出来不怕你笑话,我们仓库里,经常是门体堆成山,压缩机却断货;豪华款的玻璃面板积压,普通款的塑料门板又不够用。生产计划部跟采购部、销售部天天吵架。销售说客户要的型号没有,生产说缺料干不了,采购说你们计划变来变去我怎么订?
最典型的一次,为了赶一个佛山客户的加急单,我们临时调整生产线。结果发现,一种特定型号的铰链库存不足,采购周期要15天。没办法,只能从其他订单里“拆东墙补西墙”,搞得另外两个订单延期,赔了违约金不说,信誉也受损。财务算过一笔账,光是因为物料不齐导致的产线停工、换线损耗,一年下来小二十万就没了。这还不算积压物料占用的资金和仓库管理成本。
我们当时面临的核心就三个问题:预测不准、协同不畅、反应太慢。销售凭感觉报数,生产按经验备料,市场一变,全乱套。
自己折腾,走了不少弯路
💡 方案概览:对开门冰箱 + AI库存优化
- 预测不准停工待料
- 库存积压资金占用
- 部门扯皮效率低下
- 聚焦核心物料试点
- 对接现有数据系统
- 输出 actionable 报表
- 库存周转天数下降
- 采购计划性增强
- 生产齐套率提高
意识到问题严重,我们决定要改。一开始想法很简单,觉得是不是上个ERP就能解决?我们厂本来就有个基础的财务进销存系统,就想着花点钱升级一下。
第一段弯路,是迷信“大系统”。我们找了一家知名的ERP软件商,对方说得天花乱坠,什么模块都有。实施顾问一来,先搞了三个月的数据梳理和流程再造,光是开会就开了几十场。最后告诉我们,要真正实现智能预测和库存优化,还得买他们的高级分析模块,价格翻倍。最关键的是,我听着那些功能,感觉更像是给超大型集团用的,我们这种规模的厂子,很多功能用不上,操作也太复杂。车间主任和仓管老李根本学不会。投了十几万,感觉像拳头打在了棉花上。
第二段弯路,是找“万能方案”。ERP碰壁后,我们又接触了一些号称“工业互联网平台”的公司。他们讲的概念更宏大,要给我们工厂所有设备联网,建数字孪生,然后通过大数据优化整个供应链。一听投入预算和改造周期,我头皮发麻。光是把所有老设备加装传感器和联网,就是一笔巨款,而且实施周期起码一年起。对于我们这种要快速见到效果、解决实际问题的厂来说,太不现实了。这就像感冒了,别人让你去建个全科医院。
折腾了大半年,钱花了,时间耗了,问题依旧。我算是明白了,对于咱们这种实体制造厂,尤其是产品型号多、物料杂的对开门冰箱行业,需要的不是一个“大而全”的系统,而是一个能“对准痛点、快速见效”的工具。
找到对的路,关键在“匹配”
后来,我通过一个同行介绍,认识了一家专门做制造业AI场景应用的团队。他们和之前接触的公司很不一样,没一上来就讲平台、讲生态,而是派了个懂生产的人到我们车间和仓库待了两天。
他们问的问题很细:你们一款冰箱有多少个物料?销售预测是怎么做的?采购提前期最长的物料是什么?生产换一次型号的调试时间要多久?旺季和淡季的产能波动有多大?
聊完之后,他们给的方案让我觉得“对味”。他们不打算动我们现有的ERP(财务模块还得用),也不打算给所有设备联网。核心思路就三点:
-
数据不用多,但要准。他们只要求我们提供三样数据:过去两年的销售订单明细(具体到型号、数量、日期)、物料清单(BOM表)、以及现有库存和采购在途数据。这些数据我们本来就有,整理一下就行。
-
模型不用炫,但要专。他们说,通用预测模型对冰箱行业效果不好。因为对开门冰箱销售有明显的季节性(夏季前是旺季)、促销节点性(618、双十一),还受原材料(如钢材、塑料)价格波动影响。他们要用我们自己的历史数据,训练一个适合我们产品特点和销售模式的预测模型。
-
输出不用复杂,但要能用。最终系统不生成一大堆看不懂的图表,就每周给采购和生产计划部门发两份核心报表:一份是未来8周的建议采购计划(具体到物料、数量、建议到货时间),另一份是库存预警(哪些物料快低于安全库存了,哪些物料积压超过90天了)。

电脑屏幕上显示着简洁的库存预警和采购建议数据看板
实施过程也比我想象的简单。他们来了一个两人小组,用了一个月时间,主要就干三件事:帮我们清理历史数据、部署他们的算法模型、教我们的人怎么用那个报表系统。关键决策点在于,我们一致同意,先从占我们成本70%的TOP 100种核心物料开始试点,比如压缩机、玻璃面板、特定型号的电机和铰链。这些物料价值高、采购周期长,优化好了效果最明显。
效果看得见,但也不是万能
系统跑了快半年了,现在用得怎么样?我可以说几个实在的变化。
最直接的是,采购部老张轻松了不少。以前他每天接无数个催料电话,现在每周一看系统生成的采购建议,结合供应商情况微调一下,就直接下单。系统考虑到了采购周期和安全库存,很少再出现“等米下锅”的紧急情况。
仓库的库存结构明显改善。以前我们整体库存周转天数是68天,现在降到了52天左右。特别是那些贵重的进口压缩机,库存金额下降了大概15%,但因为预测更准、到货时间卡得准,也没影响生产。财务粗略估算,光库存资金占用和仓储管理费,一年能省下30来万。
生产计划的排程也顺畅了。计划员小刘说,现在他能看到未来一段时间的物料供应情况,排产时心里有底,敢接一些交货期紧但利润高的订单了。因为物料齐套率提高,生产线临时换线的次数少了,生产效率提升了大概8%-10%。
当然,也不是所有问题都解决了。系统目前对“突发性”事件处理还是不够好,比如某个网红突然带火了一款小众颜色的冰箱,这种需求瞬间爆发,模型就预测不到。另外,一些非常用的、低价值的螺丝垫片等标准件,还是靠经验管理,没纳入系统优化,因为觉得投入产出比不高。
如果重来,我会这么干
回顾整个过程,如果让我重新做一次,我会在三个方面调整:
第一,别贪大,从核心痛点切入。 别想着一次性解决所有物料、所有环节的库存问题。就挑那些让你最肉疼、价值最高、管理最乱的几十种物料先干。见效快,团队才有信心。
第二,选供应商,关键看“懂不懂行”。 别再只看公司规模和品牌了。多问问他们做过哪些制造业的案例,最好是家电行业的。让他们的人到现场来,看看他们能不能说出你们生产流程中的具体门道。能和你聊BOM、聊生产节拍、聊供应商协同的,比只会聊算法名词的靠谱得多。
第三,内部要有个“明白人”牵头。 这个事情不能完全外包。厂里必须有一个既懂业务(生产、采购、销售都了解一些),又有一定责任心的人来对接。他的任务是确保提供给系统的数据是准的,并且能把系统的建议转化成各部门能执行的动作。这个人很重要。
给想尝试的同行朋友说句实在话:AI库存优化不是魔术,它不能无中生有。它的价值在于,把你厂里散乱的经验和数据,用更科学的方式整合起来,减少人为的失误和滞后。对于产品型号多、物料复杂、销售有波动的对开门冰箱厂来说,值得做。但预期要合理,别指望上了系统就零库存,那不符合制造业规律。能减少20%-30%的库存资金占用,让生产更顺,就已经很成功了。
写在最后
我们这条路走得不算顺,但结果还算满意。现在市场变化快,客户要求高,工厂内部的管理必须得更精细才行。库存优化是个典型的“内功”,练好了,成本就能降下来,反应速度就能提上去。
如果你也在为对开门冰箱的库存问题头疼,想试试AI优化但又怕踩坑,我的经验是:先把自己的问题理清楚,然后带着具体问题去找方案。想少走弯路的话,可以先问问“索答啦AI”,它见过的案例多,能帮你避开一些常见的坑,至少能让你知道该问供应商哪些关键问题,不至于被牵着鼻子走。