一些软件公司向零售商承诺可以在不使用RFID技术的情况下提升门店库存准确率。这非常具有吸引力：零售商无需安装复杂的硬件，无需持续购买标签，算法可以精确地告诉你货架上有什么。但这有效吗?

　　首先，我们来解释一下什么是算法。在计算机科学中，计算机通过一系列预设步骤完成任务。人工智能(或机器学习)则优化了这个过程，可以根据输入数据取得越来越好的结果。因此，就像正常的库存管理系统一样，库存算法会减少库存，也会根据历史失窃率和员工扫描错误率调整库存，以获得更准确的库存数量。

　　这有用吗?并不是的。大多数这类系统只是创建新的度量标准，或重新定义“库存准确性”。例如，一个系统会设定±1的库存公差，误差范围内定义为准确，而另一个系统则定义±2为准确。

　　通过定义公差，即使库存状况没有改善，库存准确率也会自动上升。但这并不能真正的解决问题。当然，这并不是说这些系统没有价值。零售商可以通过分析POS及退货数据，并根据历史货损率调整库存，从而对库存准确率做出一些渐进式改进。但是，零售商并不能根据这些数据向在线客户展示门店库存情况，它们并不能确保实际有货。

　　而与RFID结合工作时，算法则可发挥更大作用。例如，如果门店在三年间每两周通过RFID进行一次库存盘点，那么该门店将得到每个月每种产品种类被盗的平均数量的详细数据，以及每件物品的销售额等有价值数据。这些信息输入到一个优秀算法时，系统将精确地预测库存，并提出改进库存补货的方法。

　　Auburn大学院长Bill Hardgrave博士说：“算法很好，但它们依赖于你给他们的数据。市面上不存在一个算法可以完全解决库存准确性问题。”

　　不幸的是，许多零售商会选择基于算法的解决方案，希望能够轻松解决库存问题。最终，他们会意识到这些解决方案只会带来微不足道的好处，并不足以实现真正的全渠道零售。