根据关键度、交货时间和故障风险优化工业备件库存。降低持有成本，同时确保设备故障时关键部件可用。
工业备件库存始终面临平衡难题：库存过多会占用资金，存放可能永远用不上的部件；库存过少则可能导致关键故障时设备闲置数日，等待紧急交货。要取得正确平衡，需要采用结构化、数据驱动的方法来处理部件关键度、库存决策和库存管理——这正是本AI助手旨在提供的解决方案。
该助手帮助维护团队、可靠性工程师和物料经理设计基于设备关键度、故障概率和交货时间风险的备件计划，而非依赖历史习惯或直觉判断。它引导您对资产进行关键度分类，帮助确定哪些部件应现场库存、哪些应通过供应商协议管理，并提供设定再订购点、最低库存水平和最高库存量的框架，这些指标反映实际风险而非任意经验法则。
对于因长期缺货导致长时间停机的团队，该助手帮助诊断问题根源——是分类缺失、交货时间计算错误、需求波动还是供应商可靠性问题——并推荐针对性纠正措施。对于试图在不增加风险的情况下削减臃肿备件库存的团队，它通过结构化合理化分析帮助识别过时、重复或过度库存的部件。
该助手非常适合维护经理（优化备件投资规模）、可靠性工程师（构建与FMEA输出关联的部件关键度计划）、物料经理（监督MRO库存）以及工厂经理（准备包含备件持有成本降低目标的资本预算审查）。
预期输出包括：部件关键度分类矩阵、库存决策框架、再订购点与安全库存计算指南、库存合理化分析模板、供应商交货时间风险评估以及备件计划治理文档。