电梯门打开，我手里还攥着那份《股权激励三年评估报告》。陈峰已经在会议室门口等着了，格子衫领口歪了一边，手里抱着笔记本，屏幕上是ERP新系统的架构图。

我把文件夹递过去，“把这里面的研发和运营数据，全接进‘智能预测’模型。”

他愣了一下，“这可是三年的项目周期记录，全放进去？”

“对。”我说，“系统要是学不会人怎么做事，那它就不配叫智能。”

会议室里已经坐了几个人。IT团队占了一半桌子，剩下的是几个仓库和供应链的老员工。他们看见我进来，有人下意识挺直了背。

没人说话。

我拉开椅子坐下，“今天不是听汇报的。是来让你们骂系统的。”

有个穿工装裤的大哥笑了，“李总，我们还没用呢，怎么骂？”

“那就先试试。”我说。

陈峰点开演示界面。屏幕跳转到一个三维地图，上面密密麻麻全是光点。每个点代表一个区域仓库，颜色从绿到红，表示库存健康度。

“这是当前状态。”他说，“接下来，系统会基于过去三年的订单量、物流周期、季节波动、促销节奏，还有天气、竞品动态这些外部数据，生成未来三个月的库存建议。”

话音刚落，右侧弹出一张表格。华东仓被标成橙色，提示“取暖设备库存偏低，建议补货1200台”。

那个穿工装裤的大哥猛地抬头：“等等，我们上个月才做过盘点，现在确实差这么多？”

“查一下。”我说。

他掏出手机打了个电话。两分钟后挂掉，眉头皱起来：“真差了九百多台。下一批货排在二十天后。”

“系统预测的是三十八天后缺货。”陈峰说，“提前预警窗口是四十七天。”

屋里安静了几秒。

另一个女员工开口：“那它怎么知道要补这个？我们自己都没发现趋势。”

“因为它看了你们去年冬天的数据。”我指着屏幕，“十二月七号，气温突降八度；同一天，某竞品涨价百分之十五；社交媒体上‘暖气片’搜索量上升三百倍。这三个信号叠加，系统判定需求将爆发。”

她摇头：“听着像算命。”

“这不是算。”我说，“是你干过的事，它记下来了。你每次补货前都有一堆动作，系统把这些动作连成线，就看懂了规律。”

IT组一个戴眼镜的年轻人举手：“可万一模型错了呢？比如今年天气暖冬，我们按它说的囤货，压死了怎么办？”

“责任在我。”我说，“但你要问的是：过去三年，谁的判断更准？是你凭经验拍脑袋，还是系统看完整数据链？”

没人回答。

陈峰调出历史回测结果。屏幕上列出过去十二次重大补货决策，左边是人工预判时间，右边是系统预警时间。平均差值：41.3天。