配件供应与更长换车周期，正重塑车队维保策略

车队制定配件策略时，不应只盯住压低库存成本，而应以“车辆出勤率”为核心。维修专家在一场由 Fullbay 赞助的 kacheren 行业线上研讨会上指出，要把维修历史、故障数据、配件供应、供应商表现以及车辆停驶的运营成本打通，用数据判断哪些配件值得占用货架空间。

“维修成本固然重要，但如果车子上不了路、没法安全把货送到，省下的维修费毫无意义，”Kriska 运输集团（KTG）的车队、场站与燃料经理 Tim Livingstone 说。

对于佐治亚州的罐车运输企业 B-H Transfer 而言，停驶的影响远不止车辆本身。副总裁 Mike McDonald 表示，出勤率还关乎让司机留在自己熟悉的那台车上——车上的随车工具、罐车专用卸料接头、耦合器和器具都触手可及；一旦把司机塞进临时顶替车，反而会带来额外延误和烦躁。

车间里，配件能否及时到位直接制约着技师的产出。咨询公司 Ascend Consulting 的 CEO Peter Cooper 说，每当他问技师“是什么阻碍了你干更多活”，答案几乎千篇一律：“需要零件时，手边没有对的那个。”

“能不能拿到对的零件、能不能及时采购，是关键。现在早不是我们刚入行那会儿自己翻修部件的时代，全是‘拆了换新的’，没零件，什么活都干不成。”

这让配件管理变成一门平衡术：库存太少会无谓停驶，太多又让现金压在滞销件上。Livingstone 说 KTG 在疫情那会儿“像松鼠一样囤货”，如今改用维修历史和计划性保养来识别最该备的件，并和经销商试行寄售（consignment）模式——选中的原厂件由对方代持，自己不必承担全额库存成本。

“我们能用上原厂设备，却不必把这么贵的件压在自己库里。”这个安排还把部分库存管理工作甩给了供应商：KTG 发现需要新件号时，经销商代为备货，同时标出已经不动的死库存。试点聚焦牵引车部件，包括氮氧（NOx）传感器、大灯总成、ABS 模块等电子件。

B-H Transfer 也在重新审视哪些件值得上架。McDonald 说，车队最近让一名实习生用 AI 辅助分析库存水平、最小最大量和非流动件，并据此形成了一套采购手册。结果发现，车间里的“直觉”并不总是跟数据一致——有些技师和主管认定“必须常备”的件，实际交易记录显示上一次使用已是 18 个月前。

“数据就是我们生死相依的东西，”他说。两家车队都用 30、60、90 天的非流动库存报表来排查积灰的配件，但取舍不能只看周转次数。

Cooper 提醒，要兼顾供应商可得性和停驶代价：一个件也许周转快，但只要供应商能在维修抵达瓶颈前可靠送达，就不一定值得囤。McDonald 的车队本身常备卡车件很少，因为很多部件一两天就能到货；而罐车专用件（如挂车阀门、软管、爬梯、挡泥板）因更难本地采购，会备上一到两周。

标准化减少配件复杂度

在车辆进场前就把配置控住，能直接削减需要储备的零件种类。Livingstone 说 KTG 正把标准化作为重点，在主机厂选型层面尽量让刹车、阀门、悬挂、ABS 和灯光保持一致；哪怕很小一处改动，都会给配件间添麻烦。B-H Transfer 只用一个卡车品牌，牵引车侧简单；但罐车因离地间隙和所运介质不同，轮胎尺寸、阀门等差异更大。

更长换车周期改变配件需求

在长达四年的货运萧条期里，车队普遍延长用车年限，让配件算式更复杂。KTG 历史上换车周期较短，如今已从约三年拉长到四年，部分车按工况用到五六年。这推高了每英里维保成本：“给一台高里程车换个总成，动辄就是一万五到两万美元。”

Livingstone 说，难点在于判断一台老车还能再投多少钱才该换掉。

预测下一次故障

车队开始用数据不仅决定“备什么”，还判断“哪些部件该在坏之前换掉”。McDonald 估计 B-H Transfer 约 30% 的部件更换已是预防性的、基于预期寿命的提前更换，但多数维修仍是事后响应。KTG 的比例“高得多”，源于一套 AI 预测性维修工具的试点。

技术有效，但在保修期内的车上做预测性维修是个权衡：提前换件能避免路上抛锚，但部件还没坏、费用可能得车队自己扛。

不过即便自掏零件钱，预防思路在财务上仍说得通：让车停驶的部件通常不到 1000 美元，而停驶一天光基础成本就不低于 400–500 美元，还没算工资、滞留和其他开销。对 Cooper 来说，这正是配件策略回到“出勤率”的原点——车队要算清的不仅是一个件多少钱，而是“需要时它没有”会付出多大代价。

他举了个例子：在爱荷华州得梅因，一台加拿大冷藏挂车轮端失效，需要的轮毂远在多伦多。连夜运过去约 1400 美元，但挂车拉着价值约 20 万美元的菠菜，必须赶在保鲜窗口内到多伦多才能当鲜菜卖。等便宜物流可能误点，于是客户当场拍板走加急。Cooper 感叹：“这行的问题就在于，我们从不先问清楚客户最看重什么。”

卡车人点评

国内车队这几年也在学“按数据备件”。过去靠老师傅经验拍脑袋，常常要么爆仓、要么关键件断供；现在头部物流企业上了 TMS 和配件管理系统，用周转率和停驶代价倒推安全库存，思路跟文章里 KTG 一致。但中美差异在于：美国有成熟的寄售和就近配送网络，国内除了一二线城市，地级市以下原厂件到货动辄三五天，所以“零库存”在国内不现实，更务实的是按车型做标准化——一个车队尽量统一刹车、灯光、滤清品牌，把配件种类压下来。再就是预测性维修别盲目上 AI，先把维修台账和故障码攒够，不然模型也是空转。一句话：备件不是越全越好，而是用数据把“该有的”和“压死现金的”分开。