“我管12家店，调一次货要打40分钟电话，AI能管吗？”

凌晨一点多，一个做连锁便利店的老板给我发了段语音，背景音里还有货车卸货的动静。

他说：今天7店说矿泉水断了，9店堆了80多箱卖不动。我给两个店长来回打了40分钟电话，最后调了30箱过去。挂完电话我想起来，上个月同一瓶水，7店也断过一次，9店也调过一次。

他问：这活儿AI能不能管？

我说你先别问AI，先把这笔账算一下。

“我两个星期盘点一次，盘完还不知道货去哪儿了”

这位老板管着12家社区便利店，不算大，但店多、人杂、单品密。他最头疼的不是没人买东西，是货老在不该在的地方。

过去怎么干？

每周一早上，他让各店报库存。店长把畅销的那六七十个SKU抄一遍，拍照发群里。总部一个小姑娘负责录Excel。录到一半，电话来了，说店里忙，下午再补。等补回来，已经周三了。

盘点更麻烦。12家店要盘全，至少停业半天。盘出来的差异，他得顶着两个店长互相甩锅，一条一条对。对到最后，他自己也说不清是丢了、报错了，还是调货单没按实际签。

数字拉出来一看：

• 每次盘点，光沟通和录表，至少吃掉3个人工；
• 从发现问题到真正调拨，平均拖3到5天；
• 冷柜类商品，过了保质期只能报损，上一年报损金额他一算就肉疼，但具体卡在哪个环节说不清。

很多做连锁的人听到这儿会苦笑，因为这跟他们自己的日子一模一样。

这里有个普遍存在的盲区：老板们总以为问题是“人不负责”，其实是数据太慢了。等你看清库存，那批货早就不在最好卖的时候了。

“那AI来了，是不是一扫码就全自动了？”

这是我最想泼冷水的地方。

很多人一提AI管门店，脑子里先冒出个画面：货架上有摄像头，商品一拿一放全自动识别，库存实时更新，大屏上一目了然。

这种画面，大店也未必跑得顺畅，放到12家社区的街头小店更不现实。不是技术不行，是投入和场景对不上。有老板听人讲完一套智能货架方案，回来跟我说：这玩意儿装完，我一年利润可能都不够维护它。

所以我的判断很直白：中小连锁现在真正该做的，不是全自动，是先让信息流跑得比货快。

什么叫比货快？

就是调拨决策不再靠“店长想起来报 + 总部手动对”。每个店每天把关键SKU的库存、销量、在途数报上来，AI把“该调什么、从哪家调、调多少、合不合算”算清楚，推给店长和总部看。店长点一下同意，调拨单直接生成，对方店长手机上确认实收。少了谁，系统当天就追问，不用等老板周一开会拍桌子。

我们给客户落地的时候，一开始也没搞什么高级硬件。就是让店长每天闭店前花三分钟，把30到50个重点单品报一下。剩下的交给AI跑。第一周看不出名堂，第二周开始，系统自己发现了三条规律的调拨路径，全是过去被忽略的：有一家店的水总是周六断，有一家店的低温奶周三到货太多，还有两家店的薯片常年互调但从没走单。

你看，核心技术不是识别，是把人的小动作留下来，变成系统能算的数据。

“调拨单天天改，店长不服管，怎么办？”

这是最实际的疑问，也是落地过程中翻车最多的地方。

先说结论：别一上来就搞“中央集权式”的自动调拨。 你让AI直接生成指令，店长第一反应是——这系统懂个屁，我店里明天有学校活动，它知道吗？

我见过一个客户，上了一套系统，总部直接给门店下强制调拨单。店长被逼着执行了两次，第三次开始故意晚报数据，第四个星期干脆全员抵制。最后系统废在那儿，老板还觉得是员工素质问题。

真正能跑下去的，是建议制，不是命令制。

AI推一条建议：7店矿泉水，过去四个周六平均断货2.6小时，建议从9店调28箱，预计增加毛利多少。7店店长手机上看到，点确认。他如果不确认，得填一个理由。理由填多了，总部就知道：要么是店长有情况没说，要么是模型参数该改了。

这里最吃流程设计的，不是一个算法多聪明，而是“说不的权利”有没有被保留。你一上来就把店长的经验按死，AI再准也落地不了。

我们自己的做法是，让AI把“建议依据”写得极其细——不是“根据历史数据”，而是“9店该单品近7天日均销量2箱，按当前库存可售23天，7店仅可售1.4天，调拨后9店仍可售19天”。店长看到这个，绝大多数会服。这比他跟隔壁店长电话里吵架强得多。

“对OPC创业者来说，这活儿有得赚吗？”

有朋友做OPC（Open Private Cloud，私有化开放云）生意，常问我这句话。

我的答案很直接：有，但钱不在“卖个AI库存系统”，在把人从对账里捞出来。

中小连锁老板愿意掏钱的地方，永远是那个看得见的、每周都在发生的损耗点。不是抽象的“智能化”。

你把这个场景掰开，至少有四块活儿可以干：

• 库存日报的自动采集与异常提醒；
• 调拨建议的生成与执行闭环；
• 门店间应收应付、调拨损耗的自动对账；
• 临期品的提前预警和促销建议。

这四块，每一块都能帮老板省出一个半天的人工。你把它做成模块，不要做成一个大而全的平台。便宜、轻、跑得快，老板用顺手了会自己来找你加模块。

这点跟上面那份行业动态里提到的判断是一致的。工信部近期推动的服务方向里，也明确说了要围绕高频、刚需、可复用的业务，封装模块化、标准化解决方案，形成一批“小快轻准”的产品服务包。注意，这八个字里的“小快轻准”，不是套话，是中小企业AI落地能不能成的关键。

大厂做连锁零售，盯着的是几千家门店的全国网络。你让一个大模型团队去伺候12家便利店的调拨，他们都不一定听得懂“在途数”这事儿有多烦。但这就是OPC创业者的活路：别人嫌碎、嫌小、嫌麻烦的地方，恰恰是你能收住客户心的地方。

还有一点：别把这个做成纯工具，客户要的是一个能兜底的人。系统某天提示异常，店长不看，老板出差了，你总要有人能在电话里说清楚：“这个数字不对，先别发货，我帮你看一下。”对OPC老板来说，这不是售后成本，这是客户第二年续费的理由。

所以回到开头那个老板的问题。

“AI能管吗？”

能管，但你要想清楚一件事：它不是替你发号施令的，也不是一夜之间把12家店变成无人仓的。

它是那个每天闭店后，把每家店零零碎碎的数字收回来，安安静静算完一遍，然后告诉你：明天9店有28箱水在吃灰，7店会不够卖，你要不要调？

你只要按一下确认。

这笔账，算得过来的人，已经开始干了。