前情提要：上一篇给了一份决策记录：选中什么方案、批准多少资源、依据哪些前提、最迟何时启动、哪些变化出现必须重新决策。可是方案批准之后，还有一个更长的过程——两周后的复盘会上，摆上桌的常常不是「方案选错了」，而是「批准的事没有兑现，变化了的事没人回来说」。
系列引言：AI时代谈风险，先要把风险理解清楚。对业务关系和运行条件的判断有偏差，AI也可能把偏差放大。本系列先重建风险认知、重新审视管理，再讨论AI如何参与判断与行动，最终落到控制塔的持续运营。
方案批准之后，还有一段更长的路：授权没落到额度，任务没接成链，资源只有承诺没有占用记录，变化没有回报路径，做了没有验证效果。本篇沿B企业一笔订单的十四天，把决定怎样接成执行链、执行结果怎样回到业务目标、条件变了又怎样返回决策，拆开来看。
01 方案已经批准，交付还是晚了
还是B企业（本篇情境及数据均为示意，不特指哪家企业）。
方案是这样批的：动用备用供应商S2，缺口部分用现货补，K1的11月订单优先保，其余订单协商延后，最迟两天内启动。其中，S2每周可供100件，批给甲事业部60件，其余40件是乙事业部的份额；现货负责补齐S2到位之前、第一周的60件缺口。
两周后的复盘会上，摆在桌上的是三个结果：K1的订单晚了三天发出；现货到货晚，首批规格还不符；S2的产能被乙事业部先领走了。
把两周的时间轴摊开，能看见五个接缝。
第一天上午，方案批准会开完，会议纪要发了出去。下午采购联系S2，对方回复：本周100件已经全部排给乙事业部，包括甲的60件份额——要调回来，需要事业部层面确认。
第二天，现货询价完成，需要临时加价，超出了采购经理的授权额度。请示单进了系统，没人说清该由谁批、多久内有答复。
第四天，生产按新方案调整了排产，但销售并不知道被挪走的是哪几笔订单——他们的版本还停留在会上那句「其余订单协商延后」。而客户尚未同意延期，原交付承诺就仍然有效，这部分需求不能提前从缺口里删掉。
第七天，现货第一批到货，规格不符——货是到了场，但不构成本次任务要求的合格交付。采购没有上报，先自行联系了另一家供应商询价；这在授权范围内本无可厚非，但随后他未经质量验证和批准，直接把订单转了过去。
第十天，S2的货到达并完成验收。K1原承诺第十一天发货，最迟第十天齐料上线——物料在这一天已经可用。但入库信息没有回写到排产系统，计划端仍按库存耗尽在算。
第十三天，计划端才确认物料可用，生产随之推迟。
第十四天，K1的订单发出，比承诺晚了三天。物料第十天已验收，信息第十三天才回写——这三天等在哪里，时间轴上写得清楚，会上却没有人提前看见。
五个接缝里，有两种不同性质的问题：一种是方案已经明确要求，执行没有兑现；另一种是方案成立的前提变了——规格不符、份额被占——执行方没有按上一篇的约定返回重选，而是自行处置。执行既要按授权办事，也要对已经失效的前提发出提醒。
02 五个断点，都在接缝上
断点一：授权没有落到额度上。「动用现货」是方案，「加价多少以内可以自主决定」才是授权。会上批的是方向，执行需要的是金额、范围和时限。没有这些，一线只能停在请示上等，而等是最贵的成本。
断点二：任务没有接成链。生产改了排产，销售不知道受影响的是哪几笔订单；客户还没同意延期，需求却被当作已经协商完成。这不只是一张任务单没写清，而是前后两道动作没有接上：前一道确认了什么、还在等什么，后一道无从知晓。每项任务至少要连着一个明确的对象——哪张订单、哪批物料、哪个时间窗口。
断点三：资源只有承诺，没有占用记录。S2的60件份额，会上说「归甲用」，但系统里没有预占，也没有与乙事业部的书面对接——于是它只是会议桌上的一句话。资源要有明确的占用记录和可用条件，变更须按权限确认，并及时通知受影响的任务负责人重新检查方案。这既防止重复占用，也给企业按授权调整资源留出通道。
断点四：变化没有回报路径。规格不符，是方案前提的变化，按上一篇的决策记录，这属于「必须重新决策」的情形。联系候选供应商、询价，是授权内的准备；但未经必要验证和批准就转单，就跨过了边界。一线不报，往往不是隐瞒，而是「报上去更慢」。所以要有明确的例外通道：哪些准备可以继续、哪些动作必须暂停待批、原批准人不能回应时由谁接手。
断点五：动作完成了，效果没有验证。两周后没人能回答：K1按时交了多少、被挪的订单影响了哪几家客户、S2到位的60件用上了多少。任务完成，证明动作发生；只有对照业务目标验证，才知道方案有没有兑现。
五处断点的共同点是：决定发生在会上，而风险发生在流程里。
03 「有人负责」不等于「有人执行」
这几年走访企业，我们发现一个反复出现的错觉：只要责任落到部门头上，事情就算安排了。
但要真的执行，还需要三样东西，缺一样就会漏。
第一，完成的定义。「跟进S2」永远做不完；「S2书面确认本周60件份额并完成系统预占」可以做完。完成标准不清晰，执行就永远处于「在推进」的状态，而「在推进」是最容易掩盖停滞的说法。
第二，可核查的资源状态。承诺的产能、批复的额度、排定的运力，要落到数量、期间、使用对象和确认人。第5篇讲过责任与权限，第8篇讲过资源分配，到了执行这一步，它们要变成可核查的状态：已确认、待确认、被占用。
第三，可留存的证据。书面回复、入库验收单、客户确认、系统状态变更——没有足够证据，就无法核实是否完成。会议纪要、群聊记录也可能是有效依据，关键看它们能否对应到具体对象、数量、时点和实际结果。
顺带说一个常见的错位：把通知当授权，把会议纪要当任务，把口头承诺当资源。这三件事听起来都像「已经安排好了」，但在执行链上，它们一个都不成立。
04 一项管理安排：处置任务卡与分层验证
方法不复杂，就是把上一篇的决策记录往下延伸一格：每条处置动作，配一张任务卡。任务卡写清五件事：
一、任务与完成标准。做什么、什么算做完，连着明确对象——哪张订单、哪批物料、哪个时间窗口。标准要能被第三方判断，不能是「基本完成」。
二、责任人与协办。一个主责人，若干协办。主责人只有一个——这是第5篇那条原则在执行层的版本。整次处置再设一名牵头人，盯住各项任务是否真的接上。
三、权限与资源状态。授权额度多少、批了没有；资源的数量、期间、使用对象、确认人，以及实时状态——已锁定、待确认，还是被占用。这一栏不能写「已协调」。
四、时限与升级条件。什么时候必须完成；预计赶不上最迟完成时点就触发升级，不必等到逾期。受阻时写清三件事：缺什么前提、谁有权解除、最迟何时回应。第7篇讲核实逾期要提醒或升级，这里是同一套逻辑用在执行上。
五、完成证据与验收人。用什么证明完成——回执、单据、系统状态、客户确认；由谁验收。「已完成」要有证据，并经指定验收人确认；任务已完成，不直接代表整次处置可以结项。
五件事齐了，配一个运行机制：一张共享的执行清单，关键变化及时回写，状态只有四种——未启动、进行中、已完成、受阻。不需要新系统，一张在线表格就够。
再往上走一层：验证要分级。同一批M7的处置，至少要核四遍：
1. 采购完成，核已批准的数量、价格和交期是否得到确认
2. 仓储完成，核对应批次是否按要求验收、是否实际可用
3. 排产调整完成，核所需物料和生产窗口是否已经匹配
4. 整次处置结束，再核K1按时交了多少、其他订单受了什么影响、还剩什么缺口
前三层证明动作到位，第四层才对得上业务目标。
还有两条经验，是从失败案例里总结的。
一是频繁协调仍无进展时，别急着加会，先追问：究竟缺哪个前提，哪一项任务始终没人确认？
二是给「条件变了」留一个正式入口。上一篇写的「哪些变化出现必须重新决策」就是为此准备的。变化不经确认就自行处理，风险就会换一种形状重新出现——比如那批没人验证过的新供应商。
最后是结项。先还原当时知道什么、批准了什么、实际做了什么，再区分外部变化、判断偏差、授权内调整和执行失责。依据这些事实修正下一次处置，也按既定规则处理责任。处置要交代清楚：关键交付是否兑现，剩余缺口是否可控，新增影响是否已得到处理。完成证据，让这些结果可以被核对。
写在最后
AI时代的含义：过去，执行跟踪靠人盯、靠会催、靠记忆，信息散在邮件、群聊和Excel里，谁在等谁往往说不清。在系统接入和授权具备的范围内，AI可以辅助派发任务、检查任务之间的依赖、追踪证据、回写状态，并按预设规则触发升级，让执行的真相随时可见。但有一条边界：关键事实未经确认时，不能用一段推断把任务标成完成。把任务落到人、把资源锁定、把结果认下来，仍然是管理者的动作。
处置的价值，不在于开了多少次会，而在于每一条任务都能拿出完成证据，每一次结项都能对上业务目标。
五分钟自检：回想最近一次处置——能不能列出每条任务的完成证据和验收人？再往上走一步：整次处置结束时，有没有人对照最初的业务目标核过一遍？如果两个答案都是「没有」，这套处置就还在靠「催」推进，而不是靠机制。
下篇预告：判断、核实、选择、执行，都需要一个地方持续发生。下一篇《企业需要怎样的供应链控制塔？》，谈这些能力怎样被组织起来，成为企业的日常运营能力。
蔡鸿亮 博士 / 文
上海交通大学苏州人工智能研究院 产业教授、供应链人工智能研究中心主任；上海交通大学上海高级金融学院 企业数字化战略与实践课程教授，《企业供应链控制塔建设指南》（T/CFLP 0092—2026）团体标准主笔、《〈企业供应链控制塔建设指南〉释义》主编，中国物流与采购联合会采购与供应链专家委员、国务院国资委供应链数智化研究系列前沿课题学术专家，央企供应链对标世界一流评估专家、中国“人工智能+供应链”创新发展报告主笔专家，中国“人工智能+供应链”大赛专家评委组长，多家中央企业“十五五”供应链战略规划与人工智能转型首席专家。
蔡博士长期从事全球供应链、采购与供应商管理、企业数字化转型与人工智能应用研究，曾任IBM全球集成供应链高管、SAP Ariba大中国区首席专家等职，拥有25年、服务逾百家企业的数字化转型、供应链管理与企业经营实践经验。近年来重点关注供应链数智运营、AI供应链控制塔、AI穿透式监管、供应链风险与智能治理等领域，并持续探索复杂环境下风险识别、风险传导与风险耦合的新问题。