但在它发生之前，商品可能已经经过仓库分配、运输路线、到货时间、门店需求和保质期等一系列判断。任何一个环节的偏差，都可能在几天后变成消费者眼前的空货架。
Target开发的Proxima，是其中段库存定位系统的数字孪生。
它使用与真实库存平台相同的数据和逻辑，但不直接改变正在运行的供应链。团队可以先在这个“平行世界”里测试新方案、比较结果并发现潜在冲突，再决定是否把方案用于现实网络。
数字孪生真正改变的，不只是预测准确度，而是企业犯错的方式。
过去，复杂运营调整往往需要小范围上线，再从结果中判断问题。Proxima把部分试错提前到了模拟环境。失败仍然会发生，只是失败不必先影响消费者。
Target披露，在63种生鲜商品的小规模测试中，团队利用Proxima模拟库存流动并在上线前修正问题，使这些商品的货架可得率提高2.5%。
在休斯敦一处新收货中心启用前，系统对库存如何进出建筑的模拟准确率约为98%。这帮助团队在设施真正运行前发现流动问题。
数字孪生与一般数据看板的区别，也正在这里。
看板告诉团队已经发生了什么，孪生系统则允许团队追问“如果这样做，会发生什么”。当它进一步连接AI决策支持，零售运营可能从事后分析转向连续预演。
未来，消费者未必会直接看见数字孪生。他们感受到的可能只是：想买的东西更常出现在正确货架上。
许多真正改变消费体验的技术，最后都会把自己藏起来。
关键判断：零售技术的下一阶段不只是更准确地预测需求，而是在行动发生前模拟决策后果，把现实世界的运营风险转移到虚拟环境中。
图片来源：Target 官方新闻中心 https://corporate.target.com/news-features/article/2026/08/target-proxima-digital-twin-supply-chain