我在自家工厂做 FDE 系列

这是系列的第五篇。

往期文章：

• 我在自家工厂做 FDE | 需求不是问出来的，是理出来的
• 老工厂做 AI 提效，为什么厂二代是最合适的操盘手？
• 老工厂做 AI 数字化改革，阻力比你想象中大
• ERP 报价 14 万升级费后，我用 AI Agent 自己搭了一套生产系统

前几篇讲了怎么搭 ERP 系统、怎么理需求，这篇聊聊最让我头疼的事情：备货排产。

我们是一家工贸一体的公司。外人看来，前有电商接单，后有工厂接棒，自产自销，闭环顺畅。

但这个所谓的“完美闭环”里，其实住着两套节奏、逻辑完全不同的系统。

工厂生产端：批量化、规模化，有起订量要求，喜欢传统外贸那种稳稳当当的大单。

电商零售端的生存法则：灵活、快速，平台规则迫使我们不得不碎片化发货。另外，旺季、促销、网红流量、节日波动，订单说来就来，说走就走。

两套规则硬往一起凑，经常火山爆发。

没有 AI 以前，我被迫成为救火队长

早先我们靠人工预估、手动排单，经常出现两种极端：

• 备货不及时，产品断货，链接权重下滑；等补货到了，流量红利期已经过了。
• 受短期销量蒙蔽，盲目乐观，大量备货，结果库存积压、资金压力骤增。

作为两个团队的共同负责人，我也被迫成了受气包&救火队长。

帮电商部催单催产？车间师傅手忙脚乱，还挤了外贸订单的排期，外贸部同事怨气冲天。

为了产能最优下一批大单？又怕清太慢，反过来让电商部把利润款当清仓款卖。

最忙的时候，一天接十几个电话，一半是电商催“货什么时候好”，一半是外贸部投诉“怎么又插单”。

第一次试错：让电商负责人统筹备货

尝试让电商部负责人兼任备货统筹，把多个渠道的零碎订单整合起来，安排排产备货。

但是，电商团队只对销售和链接负责。

断货会让链接权重暴跌、流量流失、广告费白花，这是最直白的考核压力；可是，库存积压、资金占用、生产成本飙升，这种看不见的成本却很难直接考核他们。

所以他们的排产逻辑自然变成“宁可多备一万，不可缺货一件”。

不管销量上涨是因为网红流量、季节性波动还是平台促销，统统下大单。

为了避免催单时跟车间扯皮，扯着团队和谐的大旗，本来提前 2 到 3 个月备货就行，结果变成了提前半年，周转资金被严重占用。

第二次试错：让工厂跟单员自己备货

电商团队不行，又让工厂跟单员结合发货情况自行备货。

但跟单员不了解前端销量，备货没有安全感，又变得过分保守。电商部好不容易带起来的流量和转化，因为断货从头再来。

结论：让任何一个人来拍板，都会被信息局限、屁股位置、性格偏好影响：激进的人压货，保守的人断货。

第三次：让 AI 做备货计划

AI 最明显的优点不是“绝对正确”，而是“没有立场”。

它不会因为电商嗓门大就多备一千件，也不会因为工厂怕麻烦就少排一批。

但 AI 不是凭空拍板，它的底气来自双边数据：

• 电商端：通过 MCP 把实时销量接给 Agent；
• 工厂端：在飞书打造轻量 ERP，为 AI 提供了日产能、产线排期等数据。（如果你的 ERP 系统有 API 接口/MCP，也可以直接给 AI 读取）

没有这些数据基础，AI 一样无能为力。

当然，考虑责任在人，目前我们的 AI 排产只负责“算”的部分，最终决策依然交给人，但为了给各环节的责任人减负，我们采用三重信号灯：

• 绿灯：老产品销量稳定，AI 的备货建议基本稳妥，直接采纳。
• 黄灯：销量暴增，AI 先做数据归因，排除偶然波动，主管二次审核。
• 红灯：特殊插单急单，AI 直接高亮提醒，由我最终决策。

以销量暴增为例，AI 不是看到涨就建议加单，而是先拆：这是大促、网红流量还是稳定趋势？现有库存还能撑几天？排产上线要等多久？再输出建议备货数量、订单优先级和风险等级。

AI 可以把密密麻麻的 SKU 排产计划输出为可视化 HTML，更加直观清晰。

写在最后

其实工厂和电商的天然矛盾并没有改变，只是借助 AI，把数据打通、信息对齐。

对我个人来说，最大的解放是：终于不用当人肉中转站，不用做救火队长，不用一天接十几个电话了。

难得清静。

共勉。