Alloy.ai 的2018年案例：把需求資料接到庫存決策上

2018年5月14日，Alloy.ai 宣布完成由 Menlo Ventures 領投、8VC 參與的1,200萬美元 A 輪融資。^[1] Joel Beal 同日的文章介紹了連接合作夥伴銷售、訂單與庫存資料，以發現供需錯配的思路。^[2] 本案例討論 alloy.ai 的消費品供應鏈業務；全面可見性是公司的產品主張，並非獨立測試確認的保證。

2018年8月6日，Crunchbase News 報導公司有20多個客戶、22名員工，高於當年3月的12人。報導將過去一年年度經常性收入指標增至三倍的說法歸於 Beal；他沒有披露收入金額。年底達到30名員工是他的預測，不是已確認結果。^[3] 增至三倍不代表已知起始金額、獲利能力或客戶留存。

分析與借鑑

整合儀表板只有在團隊能採取行動時才有用。以某零售商的一款商品為例，低銷量可能來自需求弱、資料缺失或貨架缺貨；不同解釋對應不同動作。有效流程需要明確負責人，核對訊號、選擇措施並記錄結果，只有預測並不能完成這個閉環。

分析與借鑑

融資新聞稿與創辦人文章來自同一家公司。後續報導的成長不能分離出 AI 的因果貢獻，不能量化客戶節省的成本，也不能證明所有資料源都已接通。這是2018年的歷史切片，不是在描述今天的員工規模或產品功能。驗證營運價值需要可比決策與結果，不能只看融資公告。

分析與借鑑

1. 選定一款商品、一個零售合作夥伴與一項決策，例如補貨或調撥。
2. 核對商品識別碼、計量單位及報告日期，區分缺失觀測與零銷量。
3. 明確定義觸發條件、行動負責人及回應期限，包括什麼證據允許不採納警報。
4. 記錄行動，與註明的基準比較供貨情況、過量庫存與總營運成本，考慮促銷及季節因素。
5. 增加通路前檢討失敗情況與擴展條件。這是我們提出的採購評估工作表，不是已測得的 Alloy.ai 客戶成果。