前言
在前面的文章中，风叔通过5W1H分析框架详细介绍了AI Agent。
大佬们都在关注的AI Agent，到底是什么？用5W1H分析框架拆解AI Agent（上篇）
大佬们都在关注的AI Agent，到底是什么？用5W1H分析框架拆解AI Agent（中篇）
大佬们都在关注的AI Agent，到底是什么？用5W1H分析框架拆解AI Agent（下篇）
接下来的几篇文章，风叔会从行业实践的角度，详细介绍AI Agent在各个业务领域的应用场景，涵盖营销、供应链、门店、生产、财务、人力资源等环节。
本篇文章，我们先来谈谈AI Agent在供应链场景下的应用。一个完整的供应链包括五大环节，计划、采购、生产（仓储）、交付、以及可能出现的退货环节。下面风叔详细介绍一下每个环节的内容，以及AI Agent的潜在应用场景。
想提前了解全部内容的同学，可以关注公众号，回复关键词“供应链Agent”，获得AI Agent在供应链场景下应用的完整框架。
1. 计划
“凡事预则立，不预则废”，计划是驱动供应链的核心因素，贯穿在供应链的整个生命周期环节，包括销售计划、采购计划、生产计划和库存计划。
销售计划
销售计划是指当产品开始售卖时，预计每个产品能有多少销量。销售计划的颗粒度可大可小，从整个企业层面，销售计划包括年度计划、季度计划和月度计划；在更细粒度的产品和门店层面，还可以制定周计划和日计划。
企业需要根据产品的保质期和用途，设立合理的销售计划颗粒度。比如在服装行业，因为服装的季节性，使用季度计划和月度计划比较合适；但是在餐饮行业，还需要细化到周计划和日计划，因为很多餐饮食材的保质期就只有1天。
销售计划是企业实际开展经营的总纲领。销售计划决定了需要采购多少原材料、配置多少库存、以及配送周期和数量。如果没有销售计划，产品卖出去多少都是抓瞎，最终的结果要么就是库存积压卖不出去，要么就是商品售罄供不应求，该赚的利润都没有赚到。
当然，销售计划也只是一个预估，和最终实际的销量不可能100%匹配，但我们需要做的就是尽量减少实际的误差。
销售计划的关键在于训练企业的销量预测模型，最简单的销量预测模型是线性回归模型。通过收集企业过去每个品类、每个门店的销售记录，拟合出影响销售额的核心关键因子的权重，比如品类、地区、门店、营销活动、价格、季节、天气等因素。
可以训练一个专门进行销售计划的AI Agent，其主要作用包括：
对接企业的商品、订单、门店、优惠等数据；
定期训练和更新销量预测模型，细化到门店和品类；
将模型预测的结果以标准销售计划文档或表格形式输出，再由人工进行校对；
支持对输入问题进行答复，比如数据源头、计算方式、各因子权重等；
采购计划
采购计划是指企业需要提前采购多少原材料、找哪些供应商采购、采购周期是多久。
采购计划是跟着销售计划联动的，受到销售计划的指引。因为销售计划不一定准确，所以采购计划也需要保留一些buffer。同时，采购计划也需要考虑上游供应商的响应效率和成本。
对于采购计划，同样可以训练一个AI Agent，其主要作用包括：
对接企业的供应商、商品BOM等数据；
接收由销售计划Agent传递过来的详细销售计划文档，并进行解析；
结合商品BOM清单、供应商成本和响应时间，输出标准采购计划清单，再由人工进行校对；
支持对输入问题进行答复，比如数据源头、计算依据等；
生产计划
生产计划是指，企业需要如何安排产品的制造和生产。
生产计划也是跟着销售计划联动的，同时也受到产能的制约。因为生产是将原材料正式变成产品的过程，产线一旦启动就比较难停下来。所以，企业一定要提前安排好生产计划，每天生产多少、需要多少条产线支撑、需要多少工人等等。即使企业将生产环节外包出去，也务必需要和代工厂谈好生产计划。
对于零售批发业务，比如超市、便利店或电商平台，直接采购现成的商品进行售卖，则不需要考虑生产计划。
类似的，生产计划的AI Agent其主要作用包括：
对接企业的生产管理系统；
接收由销售计划Agent传递过来的详细销售计划文档，以及由采购Agent传递过来的采购计划文档，并进行解析；
结合产能因素，输出标准生产计划，再由人工进行校对；
支持对输入问题进行答复，比如数据源头、计算依据等；
库存计划
库存计划是指企业需要准备多少产品库存，在什么仓位时需要补货。
库存是销售环节和生产、采购环节之间的缓冲，因为销售动作是实时的，而产品的生产和采购需要一定的时间，所以需要有合适的库存。库存的数量不能太多，否则容易导致库存积压，产品卖不出去；库存的数量也不能太少，否则容易出现售罄，消费者的需求得不到即时响应。
库存计划的主要任务是计算四大类库存，周转库存、安全库存、过剩库存和风险库存。周转库存是业务正常经营用的库存，由周转周期决定，比如周转周期是一周，门店日常都会备一周的货，这就是周转库存；安全库存是用来应对需求和供给的不确定性，也是最最重要的库存，是整个库存计划的核心；过剩库存是超出周转库存和安全库存，但是能够在一定时间内消化掉的库存；风险库存是整体库存中剩余的部分，即存在巨大风险，很难在短期被消化掉的库存，极易形成库存坏账。
库存计划的目标就是实现充足的周转库存和安全库存，以应对市场需求，但尽量消除过剩库存和风险库存。
我们也可以训练一个专门进行库存计划的AI Agent，其主要作用包括：
对接企业的实时销售数据和采购数据；
根据特定计算方式，为每个品类、每个门店计算上述四大库存；
输出标准库存计划，再由人工进行校对；
支持对输入问题进行答复，比如每个门店、品类的安全库存值、数据来源、计算方式等；
在上述内容中，大家不难发现，在计划环节，我们构建了4个AI Agent。为什么不直接使用一个AI Agent解决所有问题呢？因为目前AI的规划能力还存在比较大的短板，只有将每个Agent的职责边界进行固化和缩小，才能保障Agent执行的准确性，以及方便我们追溯问题。这也是我们在每个AI Agent中，都要加入人工校对的原因。
2. 采购
采购需要根据采购计划来拆解和执行，需要满足采购的7R原则。即需要在合适的时间（Right time）、选择合适的供应商（Right source）、以合适的价格（Right price）、购买合适数量（Right quality）和合适质量（Right quantity）的商品（Right Goods）、并配送到合适的地点（Right place）
一个完整的采购流程需要做好供应商管理和采购订单管理，这是两个最核心的环节。
供应商管理
管理供应商的关键数据，包括供应商的商品、资质、单价、联系方式、供货周期和绩效等等。对于供应商的评估，需要从多个维度进行考量，包括供货价格、服务水平、响应时效及稳定性、网点分布情况、供应商规模、账期等等。
传统的供应商管理环节，需要大量且重复的人工操作，比如供应商寻源、检查供应商的各项资质和证书、供应商信息入库、供应商信息更新等。
供应商管理环节同样可以有专属的AI Agent，其主要作用包括：
寻源：根据企业对供应商的要求，自动在特定网站爬取供应商基本信息；
外呼：通过AI外呼自动联系供应商；
检查：通过OCR等技术，自动检查供应商的各项资质和证书，进行筛选；
入库：对于符合要求的供应商，进行人工核验后入库；
更新：根据外部输入，自动更新和维护供应商信息；
采购订单管理
管理具体的采购订单，订单记录了采购的供应商、商品、数量、价格和约定的到货时间。当供应商的商品到货，质量检查无误之后，需要关闭采购订单。
在传统的采购订单环节，也需要大量且重复的人工操作，比如联系供应商、下采购单、跟踪采购进度、催促供应商、到货商品检查等等。
因此，针对这个环节的AI Agent，其主要作用包括：
下采购单：接收采购员或库存Agent的信息，自动向对应的供应商，下单特定数量的特定商品；
追踪进度：对接供应商的系统API，自动跟踪采购单的进展；
催货：当进度不及预期时，自动拨打供应商电话进行催货；
关单：到商品到货后，接收商品入库信号，自动关闭采购订单。
3. 仓储（生产）
坦白说，对于商品的生产制造环节，风叔的理解也不是很深入，所以在这一小节先只讲仓储。
仓储是一个承上启下的环节，在业务经营中起着非常重要的作用。对于零售商，采购过来的商品，需要进行统一的存储和调拨。对于生产商，采购的原材料在正式投产之前需要存储，生产出来的商品在往下游配送之前也需要存储。
尤其是在现在线上线下融合的时代趋势下，仓储的重要性愈发突出。一方面仓储需要为门店供应库存，当门店缺货时，需要从附近的区域仓请货；另一方面，对于门店无法配送的区域，还需要从仓库直接发货配送。
通常一个完整的仓储流程包括这几个环节：
入库：入库是指采购、生产或者退货的商品进入仓库。仓库内的区域划分可以按照品类、型号、区域等方式，但需要满足入库区和出库区分离的原则，避免产生混乱。
盘点：盘点是指库内作业，例如对商品进行清点、移库移位等操作，方便企业对自己的货品管理做到心里有数。
出库：出库是指因为线上订单、门店订货等原因产生的商品调出仓库，商品出库一定需要有出库单，出库单需要和订单相关联。
还有一个概念稍微提一下，叫做中央库存。中央库存并不是一个物理意义上的库存，而是一个虚拟意义上的库存。它是指将企业分散在全国各地的仓库、门店库存进行集中管理和调度，避免出现各地仓库和门店各自为政的情况，更好的在全渠道模式下，满足消费者需求。
对于仓储管理，可以训练专属AI Agent，其主要作用包括：
查询：仓库工作人员可以通过对话方式，向AI Agent查询某个商品或品类在哪个区域
监测：监测商品的库存数量，当库存数量达到安全库存水位时，自动向采购Agent发起采购请求，或者发送提醒给仓库管理员或采购员
检查：通过OCR技术对各项单据进行检查，比如入库单、出库单、调拨单等等，对异常信息进行提醒
4. 交付
交付是企业将商品最终交付到消费者手上的过程，是整个供应链环节中和消费者产生实际接触的环节。所以交付环节体验的好坏，直接影响消费者对品牌的感受。
对于线下渠道来讲，交付主要是消费者进入门店后获得商品和服务的环节，消费者关心门店商品是否有货、购买是否顺畅。影响门店端交付体验的，主要是门店的购物体验和有货率，购物体验和营销更相关，而有货率和供应链挂钩。
为了保障门店有货，通常门店都会有门店报货系统，门店店长基于门店销售和库存情况，决定报货下单量。更高阶的做法是，总部基于各个门店的销量和库存，自动进行补货。
在这个环节，我们可以为门店搭建三个Agent。
需求预测Agent：专门基于门店历史销量数据，进行门店和品类的未来销量预测
库存监控Agent：根据历史需求数据和供给数据，为门店计算每个品类的安全库存，并监控当前库存水平，给出预警，通知门店报货Agent进行补货
门店报货Agent：根据库存监控Agent的输入信息，向企业总部发起报货请求
对于线上渠道来讲，交付是消费者在线上购买商品后，将商品从仓库或门店配送到消费者指定地点的过程。因此，我们还可以搭建一个物流追踪Agent，以对话机器人的形式，方便消费和查询配送进展。
5. 退货
退货是前述环节的逆向过程，当消费者对交付的产品不满意时，会向产生交易的渠道退货，商品会退回到门店或仓库。
一个很自然而然联想到的AI Agent是售后客服Agent，主要有以下作用：
解答消费者提出的关于产品和服务的问题；
识别消费者情绪，当消费者情绪不佳时，立刻转人工；
退货后，通过短信等形式自动向消费者发送补偿优惠券；
总结
本篇文章是AI Agent在供应链场景下的应用的上篇，从供应链五大环节出发，介绍了每个环节中AI Agent能够带来的提效。有很多细节在本篇文章中点到为止了，留到下篇文章中再进行详细阐述。
