第五十章 三个顾客
第一笔服务费到账的那天晚上，林知行带着苏雨晴开始打电话。
不是群发通知，不是问卷调查，是一家一家地打，一个问题一个问题地问。
第一个打给奶茶店周老板。
电话响了三声接通，那头传来搅拌机的声音，嗡嗡嗡的。
"周老板，我是林知行，想跟您聊聊产品的事。"
"哦，小林啊。"周老板的声音被搅拌机盖住一半，"等一下，等一下。"
搅拌机停了。
"你说。"
"您这几天用下来，觉得怎么样？"
"还行。"周老板说，"就是那个库存预测，有时候不太准。"
"具体是什么情况？"
"昨天系统让我多备三十杯珍珠，但我看天气预报说要下雨，下雨天人少，我只备了二十杯。结果昨天真的卖了不到十五杯。"
林知行愣了一下。
"那您觉得，是系统建议的量太多了？"
"不是多不多的问题。"周老板说，"是它不看天气。我开奶茶店五年了，什么时候该多备什么时候该少备，我心里有数。但你那个系统只看历史销量，不看天。下雨天和大太阳天，生意差一倍。"
林知行在笔记本上记下：天气因素。缺失。
"还有别的问题吗？"
"还有一个。"周老板说，"那个决策日志，写得太复杂了。什么'基于过去七天销量数据的移动平均'——我看不懂。你能不能写简单点？比如'因为上周珍珠卖了两百杯，所以建议多备三十杯'。"
林知行又记下：决策日志语言。需要简化。
"好，我记下了。谢谢周老板。"
"不客气。你们那个东西，比我自己瞎猜靠谱多了。就是得改改。"
挂了电话，苏雨晴已经在Excel表上记好了。
"下一家？"她问。
"苏叔。"
五金店苏叔的电话打了很久。
不是因为问题多，是因为苏叔话多。
"小林啊，你那个系统好用是好用，但我有个问题。"苏叔的声音沙哑，像砂纸磨过木头，"它建议我进二十箱膨胀螺丝，但我这边工地上个月停工了，现在没人买螺丝。"
"工地停工了？"
"嗯，说是资金问题，停了两个月了。"苏叔说，"你那系统不知道这事，它只看我以前的进货量。但我进货不是看以前进多少，是看下个月工地开不开工。"
林知行在笔记本上记下：外部事件。工地停工。缺失。
"还有吗？"
"还有一个小问题。"苏叔说，"那个排班功能，建议我周六多排一个人。但我周六的生意比周五差，因为工人周六休息，来买东西的少。你能不能把周六和周五的排班反一下？"
林知行记下：排班逻辑。周末模式。需调整。
"好，我记下了。谢谢苏叔。"
"不客气。你们年轻人脑子活，做的东西比我自己算强。就是有些细节，得慢慢磨。"
挂了电话，苏雨晴在表格里又加了两行。
"最后一家，王老板。"
水果店王老板的电话，打了四十分钟。
不是因为问题最多，是因为王老板最较真。
"小林，你那个决策日志，我看不懂。"王老板的声音很硬，像敲秤砣，"它说'基于历史销量和利润率，建议本周进货十箱苹果'。但我进货从来不看AI，我只看天气预报。"
林知行的心跳了一下。
"天气预报？"
"对。"王老板说，"下周下雨，苹果放不住。下雨天空气潮湿，苹果容易烂。我进了十箱，卖不出去，烂掉一半，亏的比赚的多。"
林知行在笔记本上重重地画了一个圈，写上：天气+保质期。致命缺失。
"那您一般怎么决定进多少？"
"看三个东西。"王老板说，"第一，天气。下雨少进，天热多进。第二，保质期。苹果能放一周，草莓只能放两天。第三，周边有没有活动。比如下周学校开运动会，家长来买东西，水果就卖得好。"
林知行一条条记下。
"王老板，您说的这些，系统都不知道。"
"所以我才跟你说啊。"王老板说，"你们那个AI，聪明是聪明，但它不知道下雨苹果会烂。这不是它的问题，是你们没告诉它。"
林知行盯着笔记本上的字，忽然意识到一件事。
他们的AI不是不准，是缺维度。
它只看了历史销量，没看天气。它只算了利润率，没算保质期。它只分析了过去的数据，没考虑未来的变量。
这不是算法的问题，是数据的问题。
"王老板，如果我把天气数据加进去，您觉得准不准？"
"准不准我不敢说。"王老板说，"但至少比现在准。你们加了天气，我再看看。"
"好。我马上改。"
挂了电话，林知行在笔记本上画了一张图。
中间是一个圆圈，写上"AI决策"。周围画了三个箭头，分别指向"历史数据""天气数据""外部事件"。
然后他在"天气数据"和"外部事件"上面画了两个大叉。
缺失。
苏雨晴凑过来看："这是什么？"
"我们的AI缺的东西。"林知行说，"它只看了过去，没看现在和未来。"
苏雨晴想了想："那要不要加？"
"加。"林知行说，"而且要免费加。"
第二天一早，林知行在群里发了一条消息：
@陈一鸣 有个任务。接入天气API，免费的那种。
陈一鸣秒回：什么天气？
全国天气预报，精确到区县。 林知行说，还有本地商圈的数据——学校活动、工地开工情况、节假日安排。
这玩意免费？ 陈一鸣问。
免费的天气API有好几个。 林知行说，和风天气、高德天气、心知天气，都有免费版。商圈数据难一点，但可以从本地新闻和政府公告里爬。
爬虫？ 陈一鸣说，我写。
多久？
两天。 陈一鸣说，天气API接入半天，爬虫一天半。
好。 林知行说，两天后上线。
方小满在群里问：加这个要多少钱？
零。 林知行说。
零？ 方小满不信。
API免费，爬虫我们自己写，服务器用现有的。 林知行说，成本为零。
方小满发了一个竖大拇指的表情。
苏雨晴发了一条消息：王老板说，如果加了天气数据，他愿意再多用一个月。
林知行看着这条消息，忽然觉得，他们找对了方向。
陈一鸣用了两天半。
不是他吹牛，是爬虫遇到了反爬机制。本地新闻网站的反爬做得比他想象的好，他绕了三次才绕过去。
但最终还是搞定了。
新版本上线那天晚上，林知行做了一次测试。
他把王老板上周的进货数据输进去，让系统重新算了一遍。旧版本的建议是：进十箱苹果。
新版本的建议是：进六箱苹果。
理由是：下周有三天连续降雨，空气湿度预计超过80%，苹果储存损耗率会上升40%。建议减少进货量，优先销售库存。
林知行看着这段解释，愣了很久。
这不是他写的规则。
这是系统自己算出来的。
他把天气数据、历史销量、保质期、损耗率四个维度组合在一起，AI自己学会了怎么权衡。
"这不就是王老板的决策逻辑吗？"苏雨晴在旁边说。
林知行点头。
王老板的逻辑是：下雨少进，天热多进。
AI的逻辑是：湿度高损耗大，减少进货。
结论一模一样。
但AI能算出精确的数字，王老板只能凭经验估。
"发给王老板看看。"林知行说。
王老板试了一周。
这一周里，林知行每天晚上都给他打电话。
第一天，王老板说："准是准，但我还是不太信。我自己又加了两箱，怕不够卖。"
第三天，王老板说："昨天真的下雨了，苹果卖得慢。你那个系统建议我降价促销，我降了五毛钱，下午就卖完了。"
第五天，王老板说："我现在进货前先看你们那个日志了。不是因为它准，是因为它有道理。它告诉我为什么建议进六箱，我就知道六箱是怎么来的。我自己也能判断。"
第七天，王老板给苏雨晴发了一条语音。
苏雨晴在宿舍里播放的时候，林知行正在改代码。
语音很短，只有十五秒。
"妹子，你帮我跟你们老板说，这个东西可以。"
林知行的手停了。
"我店里损耗少了三成。三成是什么概念？我一个月少亏两千块。"
语音播完了。宿舍里很安静。
苏雨晴把手机放下，看着林知行。
林知行没说话。他盯着屏幕上的代码，眼睛有点酸。
"三成。"苏雨晴轻声说。
"嗯。"林知行说。
他深吸一口气，在群里转发了这条语音。
方小满第一个回复：卧槽。
陈一鸣发了一行字：三成损耗率下降，样本量1，持续时间7天。统计意义：无。
群里安静了三秒。
陈一鸣又发了一条：但是——
他顿了顿。
第一次有人说我们的东西"可以"。
方小满补了一句：而且是花钱说的。
林知行看着这两条消息，忽然笑了。
不是那种勉强的笑，是真的笑。
他想起三个月前，他在宿舍里写参赛方案v0.0，写下"解决一个真实的问题"。
现在，他解决了。
不是技术上的突破，不是算法上的创新，是王老板店里的苹果少烂了三成。
三成。
两千块。
一个水果店老板说"可以"。
这就是他们要的答案。
（本章完）