老板开着车还要想库存够不够，回办公室先在 Excel 里折腾半天：商贸批发 AI 系统想让一句话查询直接变成备货和铺市动作

用AI把ERP数据变成经营动作

商贸批发AI经营决策系统是一套面向休闲零食批发企业的经营决策系统。这类企业通常已经使用管家婆ERP沉淀销售、库存、采购和客户数据，但传统模式仍然以“人找数据”为主：管理者先在电脑端打开多个报表，再把销售、库存和客户数据导出到Excel，随后人工筛选、透视和交叉比对。老板和管理者大量时间处于外勤、会议或驾驶场景，难以在现场完成这套流程；即使回到办公室，不同业务问题分散在多个页面，仍需要人工核对商品、客户、业务员、库存与财务数据，备货、铺市、回访和促销决策容易滞后。项目尝试解决的核心问题是：让存量ERP数据能够被一线场景即时调用，并进一步转化为可执行的经营动作。

产品以管家婆ERP数据为底座，把ERP数据、外部行业数据、多维表格、飞书和企业微信反馈打通，形成“交互查询—经营分析—任务闭环”的工作流。系统由五个模块组成：飞书模块承担交互查询与经营分析，BI看板模块承担可视化多层数据分析，多维表格与会议作战室承担目标与任务闭环，企业微信模块负责对外客户与信息采集，行业趋势模块则引入蝉妈妈等外部数据，辅助在售与备选商品的选品判断。传统批发更依赖有经验的采购在市场上反复摸货，项目把蝉妈妈的市场品类数据接入决策链路，在品类上升期就提示采购介入，争取趋势规律带来的增量红利，而不是等到同类品大量发酵后再依靠价格竞争。项目不改变企业原有ERP账务流程，而是在数据侧建立统一的清洗、聚合与授权访问层，把过去依赖导出后的筛选和透视前置到系统内，使同一个数据口径可以在问答、看板和任务下发之间复用。

在执行层，多维表格承担“指挥作战室”的角色，管理者在这里布置经营目标、客户回访、铺市推进和促销任务；一线人员通过企业微信用语音或文字反馈现场信息，系统自动写入任务记录并保留执行轨迹。每个人的任务完成情况按照其既定考核要求，由AI定时查询系统数据，自动生成个人进度报告和提升建议，再推送给对应人员。过去需要管理者逐个催报、汇总Excel、开会复盘的常规任务执行报告，被转为自动化闭环。管理者只需要定义任务和目标，一线负责快速反馈，信息就能在任务下发、现场反馈、进度追踪和改进建议之间保持同步。

在客户运营侧，项目后期会把客服机器人植入客户微信群和私域微信群，按既定节奏以图文形式定时发送新品介绍、使用场景和销售要点。群内客户提出需求时，机器人先检索知识库并结合客户画像回答；遇到知识库无法覆盖的新问题，则自动呼叫负责人参与回复。这样既能减少业务员的重复客服工作，也能持续收集群内消息，沉淀每个群的活跃度、需求客户和跟进状态，为后续新品推送和客户维护提供依据。

用确定性数据管线保障AI结论可核查

在技术路线上，项目把确定性数据管线与AI分析分开。管家婆导出的销售、库存、采购等原始数据先经过标准化清洗、单位换算、对接人修正和变更审计，再进入PostgreSQL数据库，形成月度聚合、旬度聚合、SKU健康度、智能备货、保质期、复购、品牌排名、门店排名和门店画像等数据资产。AI侧使用GLM模型处理意图识别、任务路由和报告生成，并通过安全网关、语义层、权限过滤与出口审查控制访问。数据计算不交给模型自由发挥，模型结论需要建立在预定义指标和可追溯数据之上。

系统采用Flask、Gunicorn、Nginx和阿里云部署，已接入96万条以上销售明细及主数据。项目资料显示，聚合表查询目标响应时间低于1秒，可支撑50个以上用户并发使用。当前产品已具备AI问答、决策建议、经营看板、采购决策沙盘、新品铺市分析、库存健康监控、客户RFM分析、财务利润分析等能力。Web端支持多层下钻、业绩拆解和四象限诊断；飞书端支持随时查询库存与销量、下发决策计划、推送到群并回收执行反馈。采购决策沙盘综合近3月均销量、复购系数、当前库存、促销计划、在途存量、季节系数和起订量等因素计算建议采购量，帮助管理者把备货判断从经验估计转为参数化推演。

从自有场景验证走向渠道复制

目标用户是中小型零食批发企业的老板和采购、销售、市场、财务、仓管负责人。这些团队的共同特点不是缺少ERP，而是缺少把ERP数据变成决策结论和任务分配的中间层。项目的商业模型采用按版本年费收费，基础版本覆盖语音查询和基础报表，高阶版本覆盖经营分析、任务自动化、行业趋势和定制服务，具体价格根据客户规模和接入范围另行确认。项目计划先通过种子客户免费试用收集案例和数据，再通过管家婆相关渠道触达更多批发企业，同时希望引入熟悉软件销售与ERP实施的服务团队共同开发这个细分类目。合作方可以基于采购、销售、库存、财务等岗位的真实使用差异，把客户需求拆得更细，并持续把新的AI能力落到生产流程中，让客户获得可验证的效率提升。

现阶段进展方面，项目从真实零食批发业务中孵化，底座已覆盖约300万条采购与库存数据，自2025年10月以来持续沉淀销售明细和主数据。系统已在生产环境中运行，形成AI决策辅助、多维看板、商品、人员、店铺、仓储、财务和数据上传等模块，并沉淀了业务周报、新品铺市、季节性分析、利润分析、库存周转、客户RFM、供应链分析和四象限诊断等页面方案。当前阶段重点不是继续叠加功能，而是验证外部客户的数据接入效率、复杂查询稳定性、权限治理效果和付费意愿。

本轮项目寻求种子轮融资，资金预计用于产品工程化、多租户数据接入、行业分析模型优化、客户案例验证和渠道合作建设。相比通用BI工具，商贸批发AI经营决策系统把注意力放在批发企业管理者的高频决策场景上：管理者不必先熟悉报表系统，可以通过一句话获得结论，再把结论分派给对应人员执行。项目要证明的价值在于，相同人力条件下，企业能否更快发现滞销风险、铺市机会、备货缺口和品类上升窗口，并缩短从数据发现问题到业务动作落地的周期。