【AI重塑傳產】海外備料怎麼算？讓 24 個月的銷售歷史幫你決定
塑膠射出這一行，有一個甩不掉的難題：備料。
我們有部分原料、零件及產品是海外進口的，從下單到進廠，lead time 短則 45 天、長則 75 天。
這代表什麼？代表今天缺料，你不可能今天補。 等你發現某個原料不夠，再下單，貨到的時候已經兩個多月後了，客戶早就跑了。
所以備料這件事，本質上是在賭未來 — 你要在還沒缺之前，先猜到會缺多少。
一、ERP 不是沒有這個功能，是「沒人會用」
先說清楚：我們的鼎新 ERP 其實有批次採購計畫、批次生產計畫的功能。
但實際上幾乎沒人在用。原因不是功能不好，是門檻太高：
• 操作步驟很冗長，一層一層點進去
• 跑之前還要先把一堆基本設定做對，少設一個就算錯
• 懂的人操作很快，但交給新人，就要從頭講起
結果就是：沒接觸過的人看到那個畫面頭昏眼花，光是學會就讓人卻步。等好不容易有人學會、有了概念，他可能也差不多要離職了。
會用的人越來越少，有經驗的那幾個就越做越多。 這是很多傳統公司的通病，一套功能強大的系統，最後變成只有一兩個老手能碰的黑盒子。
更關鍵的是：ERP 這套計算，沒有「預測」的概念。 它只是單純依照現有的訂單和庫存往下滾算，不會去看「過去這個產品在這個季節通常賣多少」。
二、以前我們怎麼「解決」這件事
於是大家各自用土法煉鋼：
採購這邊： 從 ERP 拉銷售紀錄、拉庫存、拉既有訂單，匯出成 Excel，再自己組合分析。最早是用 vlookup 一格一格比對，後來進化成寫巨集。但就算用巨集，每跑一間廠商的料還是要花 1 到 2 個小時，而且只有會操作的那個人能做。
業務這邊： 憑客戶訪談的經驗判斷 — 「我覺得這個客戶今年應該會賣得不錯」。
生管這邊： 依照上次的生產數量 — 「這次就做跟上次一樣多」。
每個人手上都有一套自己的邏輯，但沒有一個共同的基準。 採購算出來是一個數字、業務感覺是另一個數字、生管又是第三個數字。最後常常就是主管拍板。
賭對了沒事，賭錯了，備太多就是資金壓在倉庫裡，備太少就是客戶急單做不出來，業務天天追著廠長跑。
三、為什麼決定改變
開始用 AI 做系統之後，我們重新想了這件事。
我們發現問題的本質是：ERP 把所有歷史資料都存著了 — 每一筆銷貨、每一張進貨、每一張製令、每一份 BOM，但沒有一個工具，把這些資料整合起來、加上預測，算出一個「建議備多少」的答案。
缺的不是資料，是計算。
而計算邏輯，正是我們可以講清楚、AI 可以幫忙寫成程式的東西。我們把採購和生管腦袋裡的判斷方式，用白話文描述給 AI，請它寫成會自動跑的計算。
四、我們怎麼想這件事
採購計畫和計畫生產，其實是同一套數學模型的兩面，所以我們把它們一起想：
共同的核心算法：
1. 取這個品項過去 24 個月的銷售歷史
2. 算月平均（除以 24，包含沒賣的月份，避免低頻品被高估）
3. 算季節指數 — 按月份分組，例如某產品每年 8 月特別旺，系統就會在預測 8 月時自動加權
4. 預測未來幾個月的需求
5. 扣掉目前庫存、在途採購量、在製生產量
6. 算出建議量
採購計畫特有的：
- BOM 三層展開 — 一個成品可能是「半成品＋採購料」，半成品又是「另一個半成品＋採購料」。系統會自動往下拆三層，把每個海外採購件的真實需求量算出來。
- 採購量要對齊包裝倍數（不能下單 1.7 箱），自動向上取整。
計畫生產特有的：
- 加上未結訂單（已經接、還沒交的剛性需求）
- 顯示備料狀態 — 這個成品要生產，它的子料夠不夠？一眼看出料足、部分缺料、嚴重缺料。
最重要的不是算法多聰明，是它把判斷攤在陽光下。 任何人打開系統都看到一樣的數字，點進去還能看明細：這個品項過去 24 個月到底怎麼賣的。業務、生管、採購不用再各說各話。
五、做出來之後，實際改變了什麼
1. 採購決策從「想破頭」變成「審核系統建議」。 以前要花 1-2 小時跑一間廠商，現在打開頁面，四個供應商的建議採購量直接列出來，用紅／黃／綠標好優先順序，採購只要審核、微調，不用從頭算。
2. 不再是某個人的專利。 新人也能看懂，紅色就是該採購、綠色就是充足。不需要先學會一套複雜的 ERP 操作流程。
3. 業務不用再吵庫存。 「這個還有多少？」「下個月會做嗎？」打開系統秒看到答案，不用 Line 群組你來我往。
4. 客製品有自動排除機制。 我們在 ERP 用分類代號管理客製品（9999＝停產、9990＝客製不排程），系統讀到這些分類就自動跳過，不會把一次性的客製品算進常態備料裡，把資料弄亂。
六、給同樣在想這件事的老闆一句話
中小製造業最大的庫存浪費，往往不是「東西買貴了」，而是「決策沒有共同基準」。
當採購、業務、生管各憑各的感覺，賭對是運氣、賭錯是常態。一個大家都看得到、算法透明、還能看明細的計算工具，不一定每次都算得完美，但它讓全公司站在同一個基準上討論。這件事的價值，遠比省下那幾個小時更大。
文末 Q&A
Q1：為什麼是抓 24 個月，不是 12 個月或更長？
12 個月只能看到一輪季節循環，樣本太少容易被偶發訂單帶偏；抓太長（例如 5 年）又會被早就淘汰的舊產品扭曲。24 個月剛好涵蓋兩輪完整季節，又不會太舊，是我們實測下來最穩定的區間。
Q2：季節指數怎麼算？如果某個產品資料月份不夠怎麼辦？
我們按月份（1-12 月）把歷史銷售分組，算出每個月相對於平均的倍數。但如果一個品項有效的銷售月份不足 6 個月，代表樣本太少、季節性不可信，這時系統就不套用季節指數（全部設為 1.0），避免少數幾筆資料造成誤判。
Q3：包裝倍數是什麼？為什麼重要？
海外供應商通常有最小訂購單位和包裝量，例如某原料一箱 25 公斤、最少訂 10 箱。系統算出來如果是「需要 237 公斤」，會自動向上取整到供應商的包裝倍數，避免下單後被退單或被加收零頭費用。
Q4：如果系統算出來的建議量我不認同怎麼辦？
系統給的是「建議」不是「命令」。採購可以手動調整任何一個數字，而且調整有紀錄——誰改的、改成多少、什麼時候改，都查得到。系統負責提供基準，最後決定權還是在人。
Q5：客製品會不會被算進常態採購？
不會。我們在 ERP 用生管分類代號管理（9999＝停產、9990＝客製不排程），系統讀到這些代號開頭的品項就自動排除，不列入常態備料計算。要新增排除類別，在 ERP 設定就好，不用改程式。