事件
服飾零售商面臨一個隱形殺手：幽靈庫存（phantom inventory）。顧客在網站看到「有貨」標籤、線上下單、隔天收到取消訊息、轉身去競爭對手。背後的根本原因不是進貨不足、而是零售系統無法追蹤「貨到底在哪」。
根據業界數據，傳統條碼 + 人工盤點的零售系統庫存準確率只有 60-75%。這意味著 1/4 到 2/5 的庫存資訊是錯的。金額上看，一家年營業額 1 億的門市，可能每年因庫存誤差損失 500 萬到 1000 萬。
愈來愈多品牌導入無線射頻識別（RFID）+ 人工智慧（AI）的組合方案。RFID 標籤掛在每件商品上、無需對準掃描就能批量讀取；AI 預測模型根據歷史銷售、季節、天氣等變數，推測「哪些貨最容易滯銷」。結果：庫存準確率可從 65% 拉升到 95% 以上。
深層邏輯
資訊不對稱的真相：成本不在「知道」、在「應該知道卻不知道」。
經濟學家 George Akerlof 在 1970 年提出「檸檬市場」（Lemon Market），講的是買家與賣家資訊不對等導致市場失效。但零售界的資訊不對稱更陰險：它發生在企業內部、自己人之間。
傳統零售的資訊流是： - 倉庫盤點一次 / 月（準確率 80%） - 條碼掃描靠收銀員手動（準確率 85%） - 門市員工心理估算有沒有貨（準確率 60%） - 線上系統每天同步一次庫存（延遲 24 小時）
每一層都有誤差、層層相乘下來，系統認為「有 100 件棉質 T 恤 M 號」，實際倉庫裡只有 40 件——另外 60 件要嘛掉在地上沒掃、要嘛被誤放在別的貨架、要嘛根本被竊。
顧客體驗層面的代價：
線上下單時、系統顯示「庫存 5 件」。顧客完成付款、等待確認。第二天、物流通知「取消訂單、庫存不足」。這時顧客已經基於「買得到」的預期調整了行為——可能取消了其他計畫、等著收貨。這個 promise break 造成的不信任，比物品本身漲價 20% 的損傷還大。
根據 Forrester Research，因庫存資訊不準導致的訂單取消，會直接提升顧客轉向競爭對手的機率 40%。而且這個損傷是長期的：顧客會降低對品牌的信任度評分，未來更容易被其他促銷吸引走。
RFID + AI 為什麼能瞬間改變遊戲：
RFID 標籤本質上是「每個商品都有 GPS」。當它進倉時、自動被讀取；搬動時、讀取；被試穿時、讀取；被偷時、警報響起。不需要收銀員掃描、不需要等待同步——資訊是即時的、無所不在的。
AI 層則負責「預測那些隱形庫存」。比如：演算法發現每個週五下午，褐色牛仔褲的銷量會跳 3 倍；或者某件商品經常被試穿但最後不買（試穿損耗率 20%）。根據這些信號，AI 可以預測「系統說有 20 件、但考量到隱形損耗與誤差，實際可售的只有 16 件」。
結果是庫存準確率 95%+ 可達成，而且顧客看到「庫存 5 件」時，就是真的有 5 件能賣、不會隔天被砍訂單。
經濟邏輯
這個案例體現了經濟學中的一個基本真理：資訊差的成本，往往被低估到驚人的程度。
一套 RFID 基礎設施（標籤、讀取器、後台系統、AI 模型）可能要投入 500 萬到 2000 萬，看企業規模。但如果能減少 20% 的訂單取消率、提升 15% 的顧客重購率、降低 10% 的過期損耗，一年省下的就是 2000-5000 萬。投資回報週期 3-6 個月。
更深層的是：RFID 把「看不見的浪費」變成「可見的優化」。傳統系統下，老闆看不到那 25% 的庫存誤差、會以為「這就是零售業的常態成本」。但一旦數據透明，優化空間就浮現了——這正是數位化真正的價值。
跨越的警惕
RFID 不是銀彈。它能解決「資訊同步的問題」、但解決不了「決策品質的問題」。有了 95% 的準確庫存資訊，如果進貨計畫還是基於臆測（老闆覺得黑色褲子今年應該會流行），貨仍然會鬆散。
另外，RFID 標籤本身有成本（1-10 元 / 件）、高級服飾品牌有時會因為「顯著」標籤而拒絕使用。必須在隱蔽性與讀取距離之間折衷。