阿里跨境电商平台，背后用着最先进的预测模型同时预测多个国家下周的销量。
从系统里看，它面对的也许只是几条时间序列：历史销量、价格、促销、星期、库存、地区。
但真实的世界远比这复杂。
有的国家正处于斋月后期，消费者会在开斋前集中采购；有的国家即将进入宗教节日，需求可能先冲高，再因为家庭活动和物流暂停快速回落；有的市场正在叠加平台级大促、免运费和卖家激励；还有的国家虽然也是节假日，但消费行为更偏旅行和休闲。
这让销售预测暴露出一个长期被忽视的问题。
企业过去花了很多精力，让模型更会学习历史，但未来已经不是历史的重复。
当未来已经变了，但模型还不知道。
时序模型：看不到“还没有进入数据的未来”
销售预测长期以来都被当成一个数学问题。如果企业有历史销量，就去寻找趋势。如果有季节波动，就建季节性模型。如果有价格和促销数据，就分析弹性。
从指数平滑、ARIMA，到随机森林、XGBoost，再到深度神经网络和时序大模型，技术路线越来越复杂，但背后的逻辑没有发生根本变化：
过去发生过什么，可以帮助我们判断未来通常会发生什么。
需求稳定时，它非常有效。趋势、季节性、自相关和重复出现的活动模式，都可以从历史数据中学习。时序基础模型也可以作为很强的数值预测底座。
真正麻烦的是另一类信息：未来促销、节假日、价格变化和平台干预。它们可能直接改变需求，却未必能从过去的销量中显性出来。
这意味着，销售预测其实一直同时面对两个问题。
一个问题是：在类似历史条件下，销量通常是多少？这是数学问题，统计模型和机器学习已经做得越来越好。
另一个问题是：这一次，未来有什么地方和过去不同？长期以来这部分信息主要靠专家补充。
这也是很多企业预测会议真正存在的理由，在需求计划员拿出一版基准预测后，市场会提醒，这次促销力度更大。运营会补充，某个国家的消费者最近有明显变化，产品也会提出这是老款清仓，新款马上上线，两代产品会有一段时间重叠。人工的调整在弥补预测系统的信息盲区。
但在越来越不确定的场景中，这个盲区变大了。跨境电商就是一个典型的业务场景，每个国家有自己的节日体系，不同地区有不同文化习惯，同一个促销机制，在不同市场里的效果也不一样。
对于算法来说，问题已经不是“有没有特征变量”，而是同一个特征变量，在不同国家、不同时间、不同商品上，可能意味着完全不同的需求机制。
大模型改变的：不是预测算法
无论是传统预测模型还是机器学习，都有一个共同前提：信息必须先以某种形式进入模型。
模型可以学习：促销会影响需求。却不会凭空知道：下周某个国家会有一个新的平台活动，而且这个活动正好和一个宗教节日重叠。这就是大模型真正补上的位置。
大模型在销售预测上做的最有价值的事，就是让模型先理解业务世界。
“买二赠一，但高端品牌除外”。“订单满15美元免运费”。“可与免运费优惠券叠加”。“开斋前购物高峰”。“满150减30”。
这些表达，对业务人员来说并不陌生。可对传统预测模型来说，它们只是文本。
里面会有缩写，也有拼写错误，有内部业务规则，有活动叠加，也有文化背景。让传统规则系统要处理这些信息，需要不断维护解析逻辑；而大语言模型可以直接利用语言理解和世界知识，把这些非结构化记录转成业务语义。
在跨境场景中，很多预测条件不是固定字段，而是带有强语境的信息。
同样是免运费，有的市场可能是无门槛免运费，有的要满5美元，有的只针对特定品类。同样是节日，有的带来节前购物高峰，有的会让消费者离开城市，有的还会造成物流暂停。
大语言模型可以利用预训练获得的世界知识理解文化差异、区域节日和新的事件组合，而不必为每一种国家和活动重新编写规则。这就是大语言模型与传统特征工程最不同的地方。
所以我们用大模型做预测，并不是寄希望大模型能直接生成一个更准确的数值。大模型在数值精度、时间依赖和多步误差方面并不是最合适的工具。更合理的架构，是让大语言模型负责业务情境推理，再让专门的预测模块完成数值预测。
传统机器学习学习的是“变量如何影响销量”。大语言模型真正打开的新空间，是把尚未结构化的现实变化，变成可以进入预测的变量。
但是问题并没有结束，现在这个世界最不缺的，就是信号。真正难的是另一件事：哪些信号值得相信？
真正的智能：是知道什么时候不要改预测
做过需求计划的人，对预测增值（Forecast Value Added，FVA）并不陌生。
FVA背后的思想并不复杂。一版基准预测出来以后，会经历计划员调整、销售修正、共识预测。
FVA不关心某个部门是不是“最懂业务”。它只复盘一件事情：这个环节加入以后，预测究竟变准了，还是变差了？
而专家判断并不天然创造预测价值。2025年发表于《International Journal of Forecasting》的一项研究汇总约14.7万条预测记录发现，人工调整只有略高于一半的SKU改善了预测；其中向上调整尤其危险，仅约46%的调整提高了准确率。
但是真的能把FVA这项持续复盘机制放到需求计划流程的公司极少，很容易理解，哪个公司的需求计划员愿意去得罪这些专家。
而阿里巴巴的AI智能体，把这个问题的时间点往前挪了一大步。它开始在事前发问：这次，到底值不值得调整？
碰到一个待预测的场景，智能体先掂量掂量，再选路走。当前的数值预测已经够可靠了？那就跳过，什么都不改。事件明确、又跟这个商品相关？进入基础推理，简单读一读。情况复杂、心里没底、不确定性高？才去调用工具，检索证据、翻历史同期、算统计指标。
这背后是一条非常成熟的管理原则：任何干预，都得先证明自己的增量价值。
传统的专家判断，通常是一句话："我觉得这次会涨20%。"听着挺笃定，可这一句话里，其实糊在一起塞进了太多没被分开的判断：为什么会涨？什么时候涨？涨多久？峰值在哪天？幅度凭什么是20%？全揉成了一团，谁也验证不了。
智能体做的事，是把这团东西一层层剥开。它不只说"涨"，还得说清楚为什么相关、什么时候涨、能涨多久、峰值落在哪里、幅度到底多大。判断被拆开了，才谈得上被检验、被复盘、被改进。
它得能想清楚几件事：这个事件，跟眼前这个商品真的相关吗？它会让需求上升，还是下降？影响是一两天的事，还是要持续整整一周？是一次短暂的脉冲，还是把需求水位整体抬高了一截？幅度是大是小？说到底有没有必要去动那个基准预测？
智能体把这一连串判断，明明白白地拆成了几个可以分头回答的字段：相关性、主导事件、方向、时间形态、影响幅度、峰值。
这样就把预测效用直接引进了智能体的训练里。加了某次语义判断之后，误差变小了，这次干预就创造了价值；误差反而更大了，那就是"负迁移"，智能体会记住、会惩罚。就连调用工具这件事本身，也要计入成本，不是越勤快越好，是要算账的。
结语
销售预测，正在从一个"模型问题"，悄悄变成一个"决策架构问题"。基准预测只是个起点。
真正预测智能体还要往下走很多步，感知市场变化、判断相关性、选用什么工具和模型、形成预测、等待真实结果、再从结果里回头学习。
预测的逻辑，也在这几年里一路演进。
过去的逻辑是：
这已经不只是一台预测引擎了。它开始接近一个真正的决策智能系统。
提升预测准确率：选择模型前应该思考的几个问题
经典论文精讲：需求预测的GPT-3时刻《DeepAR 算法》
预测的艺术与科学：从巴比伦古庙到AI时代的思考