一、会议室里的沉默
周五上午，库存、销售、财务三方照例拉锯：销售说“再备三千套”，财务回“现金流只剩两千万”，库存补一句“仓库快爆仓”。总经理老周捏着圆珠笔，心里打鼓——拍板错了，季度奖金全黄。会后，他把IT主管留下来：“听说AI能算命？先给我算一算库存。”条件也简单：不能上传数据，不能买新服务器，两周内给出答案。
二、抽屉里的“声音”
IT主管搬进来一台2U服务器，贴上纸条“LAIDFU（来福）”，只做三件事：
- 本地吃料：把五年内的订单、出库、收款、退款全扫进私有向量库，文件名、表结构保持原样，外网全程断开。
- 模型混搭：底层用开源7B语言模型做推理，向量检索部分同时加载两种向量模型——一种擅长追时间序列，一种擅长追文本相似度，谁的分高用谁。
- 结果可追问：每次给出“建议安全库存三千一百套”后，页面附带三张图——销售曲线、资金缺口、仓储费用，点击任意柱子，系统亮出原始单据号，方便财务反向抽查。
三、一周的“小跑”
第3天，来福给出第一条预警：
“SKU3176若继续按四周滚动补货，将在37天后资金缺口420万，概率68%。”
老周让采购把补货周期改成六周，缺口降到180万，财务当场松口气。
第5天，夜盘原材料涨价5%，来福重新跑圈，把涨价后的现金流曲线推送到总经理邮箱，并附两条土办法：
A.临时缩短信用期，可回血90万；
B.推迟一条非急单，可省110万垫料。
老周选了B，月底财务报表上的利息支出比预算少22万。
四、技术只写“备注”
来福的硬件清单很普通：
- CPU：两颗16核，二手行情3500块；
- 内存：128G，刚好把7B模型塞进去；
- 硬盘：14T企业级SATA，用来存向量索引和冷数据；
- 显卡：单卡3090，训练时用，推理阶段可拔下来给别人剪视频。
软件层面，向量模型支持随时换插头：今天用“时间序列+文本”双塔，明天可以换成“图像+文本”多模态，只要格式对齐，十分钟完成热切换。语言模型也一样，从7B到13B，甚至接入局域网内的私有API，改一行配置即可，不用重新标注数据。