【案例研究】香港飛鏢酒吧透過 Knotest 驗證 AI 庫存規劃，缺貨率下降 53.7%

對一家以啤酒貢獻約 70% 收入的香港飛鏢酒吧而言，庫存規劃過去主要依賴經驗、賽事日程、假期模式與人工判斷。

店長 Chan 形容舊流程很直接：查看上週銷量、確認即將到來的活動，再決定訂貨量。預測錯誤時，成本會立即反映在缺貨、客訴或過量庫存上。

隨著業務成長，團隊希望從人工預測轉向 AI，但在改變日常營運前，他們需要可被管理層信任的證據。因此，團隊使用 HephaKnot 旗下 AI 治理平台 Knotest，在推出前驗證模型表現與實際業務影響。

團隊首先在 Knotest 進行模型表現審查，將 AI 系統的 Accuracy、F1 與 AUROC 與歷史人工預測比較。模型通過技術審查後，團隊再針對六款主要 Cat A 啤酒進行八週 A/B 業務影響評估，並每兩週輪換人工預測與 AI 輔助預測。

生產準備度證據清晰顯示：

• 缺貨率：-53.7%
• 過量庫存率：-37.1%
• 庫存周轉率：+25.0%
• 每月持有成本：-22.5%
• 規劃時間：-50.0%
• 缺貨投訴：-58.1%

對管理團隊而言，Knotest 將 AI 決策從供應商承諾轉化為可量化的營運案例。企業能在投入生產前看見價值、限制與推出條件，讓 AI 採用更有依據。