一张寄售库存表怎么用AI做？制造企业库存统计案例拆解

案例速览：一份 144 行的寄售库存明细表，对应一份 167 行的客户面板库。任务是把明细里的参数值按物料编码回填到面板库的“包装毛重”列（重复编码取大值），再按“库存数量 − 8月出库 < 8月出库”给风险行标深红字、浅红底。全过程没有一条公式、没有一行 VBA，从输入指令到拿到可交付的 Excel，用时不到两分钟。

一、背景：一份台账，凭什么每月重做一遍

在制造企业的供应链和物流运营岗，寄售库存台账是月度固定动作。所谓寄售，是客户把货放在工厂或第三方仓库、实际出库才结算，因此台账既要看到“我还有多少”，也要看到“客户那边记了多少”。这带来两份格式完全不同的表：一份是寄售库存明细表，只有物料编码、物料描述、客户参数值三列，逐行记录本月寄售明细；另一份是客户面板库，13 列、167 行，是财务、物流、计划三方看同一批零件的共同底稿。

把两张表对起来，难点不在“算”，而在四个细节上：一是跨文件关联，VLOOKUP 跨工作簿容易取到错误引用区；二是重复编码兜底，同一个物料编码在明细里出现多次时必须按客户数值取大；三是回填目标是“包装毛重”这种需要人工核对的量纲；四是最后那步条件预警，要给的是“字体深红、浅红填充”这种肉眼能直接看的呈现，方便管理层翻一眼就知道该催谁。

传统做法大致是：VLOOKUP 拉一遍 → 发现重复编码取错 → 加辅助列排序重来 → 条件格式手工设双色 → 复制新表发给三方。一套下来多半是半天到一天，而且口径靠口头传递，第二个人接手还要问一遍“重复到底取哪个”。

二、案例详情：一句话指令，两步执行

2.1 规则先说成人话

这次交给 AI 的指令没有术语，就是三段日常业务语言：①把寄售明细表中物料编码对应的客户数值，按编码匹配到客户面板库的“包装毛重”列；②物料编码若重复，按客户列数值大的那条匹配；③在面板库里，针对（库存数量 − 8月出库）< 8月出库 的行，设字体深红、浅红填充。

图1 同时载入两份表并下达自然语言指令

2.2 执行：技能链自动拆成两个子任务

指令发出后，系统没有把它当成一句聊天，而是自动拆成了 2 个子任务：任务 1/2 读取寄售库存明细表并跨表匹配回填；任务 2/2 在面板库中按条件设置字体与填充。两个任务依次执行成功后，还跑了一遍“文件校验”，确认输出结构没塌，才把文件落到本地脚本目录。整个过程界面上只有两条进度条在走，中间没有任何需要人工判断的卡片。

图2 技能链执行过程：两子任务 + 文件校验

这里有个容易被忽略的设计：执行完成的脚本会自动保存一份到脚本管理中，命名即这次任务的用途。也就是说，这一轮不只是“出了一张表”，而是顺手沉淀了一个可复用的处理流程。

2.3 结果：可交付的表 + 可复用的脚本

输出是标准 Excel（同时给 CSV），可以直接发给计划、物流、财务。风险行按规则标成深红字浅红底，翻一眼就能定位。更关键的是次月：把新一期的两份表拖进脚本管理，选中已保存的脚本点执行即可，不需要再问一次模型。第一次是“说清楚规则”，之后是“直接跑”，后者不消耗 token。

图3 首次跑通的脚本被保存，次月直接复用

图4 处理效果：命中行回填毛重，风险行深红字浅红底

三、数据分析：这张表到底暴露了什么

把这次的结果拆开看，比“快不快”更有价值的是四个数字。

其一，命中率不是 100%，但 100% 也不该是我们的目标。面板库 167 行，明细表 144 个唯一物料编码，命中 144 行，覆盖率 86.2%；剩下 23 行（13.8%）没匹配上。这 23 行不是错误，而是这些零件本月没有寄售记录——它们不该被静默丢弃，而应该被单独列出来，因为它们正是“账上有货、客户没动”的滞销候选。

其二，回填量是实打实的 144 条。这 144 个包装毛重值原本要靠人工从明细里找、复制、粘贴、再核对单位，现在是一次关联完成，且规则带“重复取大”的兜底。

其三，真正的问题在数据完整度。167 行里“库存数量”有值的 163 行（97.6%），“8月出库”有值的只有 99 行（59.3%），两项同时齐全的仅 97 行（58.1%）。可判断与不可判断几乎各占一半——口径再准，缺列也出不来结论。这也是很多团队“做了表但没人信”的根因。

其四，总量安全，结构危险。在两项齐全的 97 行里，触发“库存 − 出库 < 出库”预警的有 38 行，占 39.2%，安全 59 行；其中 29 行的库存已经小于出库量，缺口为负。放到总量上看，库存合计 6,548,247 件、8月出库合计 1,085,910 件，整体出库率 16.6%——数字上非常安全。但 39.2% 的规格卡在警戒线内，典型的“总量安全、结构断供”。

还有一点值得说破：这个标红规则“库存 − 出库 < 出库”等价于“库存 < 2 倍出库”，也就是“现有库存撑不到两个月”。它不是一个随便写的条件，而是把业务口径翻译成了可判定、可复核的表达式——这正是人做表最容易含糊、AI 反而最擅长的部分。

四、经验总结：一套可复用的四步法

这个案例能复用到绝大多数“月度台账对一遍”的场景，方法本身只有四步。

第一步，把规则说成人话，且说全。主语（哪张表的哪个列）+ 动作（匹配/回填/标红）+ 例外（重复编码取大）+ 呈现（深红字浅红底）。缺任何一条，结果都要返工。这次指令里最容易被省略的是“重复取大”，虽然本批次 144 个编码恰好无重复，但规则必须提前写。

第二步，给关联任务加一个“命中率意识”。指令里明确要求“没匹配到的行单独列出”。否则未命中会被静默跳过，表面看结果很漂亮，实则该催的单子没人催。

第三步，预警规则要能被业务读懂。标红只是动作，结论应该是“库存撑不到两个月出库量”。把结论写进报告说明，比让老板自己猜颜色有用得多。

第四步，跑完就固化脚本。第一次把规则讲清楚，之后的每个月都在“调用脚本 + 换两份新表”。从“解释型任务”变成“执行型任务”，这才是把 AI 用成生产工具的临界点。

五、可落地的行动清单

1）先做一次字段体检。开场就问一句：主表多少行、关键关联列缺失率多少、本次要回填几列、要出几个预警口径。这次体检的结论是：关联列缺失率 0，出库列缺失率 40.7%。带着这几个数字再去提需求，比“帮我做个库存表”有效十倍。

2）直接套用这份指令模板。把表名、列名换成你自己的： “请把【A 表】中【B 列】的数值，按【C 列】匹配回填到【D 表】的【E 列】；若 C 列有重复，取 B 列数值较大的那条；匹配不到的行请单独列在报告末尾；然后在 D 表中，对（F 列 − G 列）< G 列 的行设置字体深红、填充浅红。”

3）把月度动作写成 SOP 三行。①导入本期两份原始表；②选中已固化的脚本点执行；③下载 Excel 后只核对两件事——未命中清单和标红清单。剩下交给工具。

4）三句话要主动加在最后。“未匹配的单独列出”“重复编码按 X 列取大”“预警行的判断口径在报告里说明一次”。这三句话能挡掉绝大多数返工。