AI预测准确率这个数字在骗你

当供应商告诉你他们的AI把预测准确率提升了30%时，不要说"太好了"。要问三个问题：在哪个聚合层级、在哪个预测提前期、用哪种指标衡量。这个头条数字几乎总会在其中一个问题下站不住脚。

先从指标本身说起。平均绝对百分比误差（MAPE）是行业默认指标，但它在低销量情况下会失灵，而且本身是非对称的。对于间歇性需求的商品——一半周期的需求量为零——每期都预测为零反而能得到最低的平均误差，这在运营上是荒谬的。而且MAPE和它的加权表亲在同一批数据上会给出截然不同的结论：一个实例显示，同一数据集上MAPE为36.7%，而WAPE只有5.9%，因为某一天低销量商品出现100%误差，会在未加权平均中被放大，却几乎不影响按销量加权的结果。供应商在提"准确率"时，很少说清楚用的是哪一种——而这个选择能让数字相差六倍之多。

接下来是聚合层级，这正是大多数案例研究数字的来源。真正决定缺货和积压的，是SKU—配送中心—周这个层级的预测准确率。而出现在供应商PPT里的，往往是全国—月度层级的准确率，因为聚合会把误差平均掉。一个全国—月度层级95%准确的预测，在真正下补货单的那个层级，常常隐藏着50%到60%的误差。

再来是偏差，这是头条数字在结构上根本看不见的误差。一半SKU的预测持续偏高20%，另一半持续偏低20%，汇总后的MAPE可能看起来很漂亮，但与此同时，预测偏低的商品在缺货，预测偏高的商品在积压。对称型的准确率指标看不到这一点。持续的正向偏差会悄悄堆积长期性积压；持续的负向偏差会堆积长期性缺货。无论哪一种，库存后果都代价高昂且可预见——而准确率数字对此只字不提。

最深层的问题，是缺少基准对照。一项覆盖八家公司、超过30万份真实预测的研究发现，其中52%的表现不如一个朴素的随机游走模型。SAS的Mike Gilliland给出了一条从业者经验法则：如果你能把预测误差比一个简单模型降低10%到20%，那基本上已经接近你能做到的极限了。一个声称提升了30%的AI供应商，应该被要求拿出相对于朴素基准的改善证据——而不是相对于你之前那个可能本身就在毁灭价值的流程。

那到底该衡量什么？一套站得住脚的指标体系有五层：在可执行的SKU—配送中心层级衡量加权误差，而不是聚合层级；按层级结构追踪偏差，在其传导到库存之前就发现预测过高或过低；在流程的每一个环节——引擎、分析师、共识会议、高管审批——都用朴素基准来衡量预测增值（FVA）；以及真实的结果，服务水平和库存周转，因为准确率是手段，不是目的。而这一切之下，还需要一个对预测的概率化视角，因为计划决策是在不确定性下做出的，而不是依据一个单一数字。

当AI供应商声称提升了30%时，正确的回应不是兴奋，而是：拿出SKU—配送中心—周层级相对于随机游走模型的预测增值（FVA）、按层级结构划分的偏差，以及连续四个完整计划周期的库存和服务水平结果给我看。这才是能真正揭示这个AI是在创造价值，还是只是被温柔地衡量了一番的那套指标。

Sources

• Morlidge, S. — cited in Gilliland, Tashman & Sglavo, Business Forecasting: Practical Problems and Solutions (Wiley, 2015).
• Gilliland, M. (2013). When do you stop trying to improve forecast accuracy? SAS Blogs.
• Gilliland, M. Forecast Value Added Analysis: Why and How. Institute of Business Forecasting (forecasters.org).
• Prospeo. (2026). Forecast Accuracy Metrics: Practitioner Guide. prospeo.io
• DemandPlan; OnePint. Forecast accuracy metrics and benchmarks. demandplan.io; onepint.ai