客户案例 05 · 该不该现在投这笔钱

客户角色：CFO / 投资决策层 ｜ 场景：风险预算与投资决策 ｜ 核心数字：P50 47.9 万 / P90 269 万 / P99 728 万 / 最坏 1,337 万美元

图 5：3,900 次情景推演的损失分布，P50 / P90 / P99 / 最坏四档参考线

一、客户现在的样子

「要不要给这条线加一套备份设备 / 要不要换一家供应商 / 要不要提前囤料」—— 这类决策在客户那里通常靠两种方式过关：拍脑袋，或者拖。 因为供应链部门给不出「不投的代价是多少」。

二、场景里真实发生了什么

用平台对 39 类风险 × 每类 100 次 = 3,900 次情景试验，跑出一年的损失分布（种子 20260917，实测耗时 2.5 秒）：

口径	金额（美元）
全年损失总额	887,191,477
单次损失 P50（一半情况不高于此数）	479,046
单次损失 P90	2,694,943
单次损失 P99	7,280,300
最坏一次	13,373,291——泥石流（RE-IDN-MUDSLIDE-001）

把这张表拿给客户，投资决策的方式就变了： 如果一笔缓解投入低于 P90 损失（269 万美元）所覆盖的场景，它就是便宜的。

同时它还给了一个「该盯哪类风险」的排序：按全年损失，暴雨（1.36 亿美元）、政策突变（1.07 亿美元）、 泥石流（0.97 亿美元）、检修延期（0.77 亿美元）、备件短缺（0.46 亿美元）排在最前—— 暴雨、政策突变、泥石流这三类，单类全年损失都超过战争（0.19 亿美元）和制裁（0.35 亿美元）十倍以上。

三、平台在这里做了什么

不是给一个「风险等级」，而是给一组带分位数的钱：中位数、P90、P99、最坏情况， 以及「每类风险的年度期望损失」。客户可以拿它去和投保、囤料、备份产能的报价直接比。

四、对客户的价值

• 缓解投入的审批从「要不要」变成「划不划算」。
• 预算谈判有了分母：P90 269 万美元是一条清晰的决策线。
• 风险治理的目标可以被写进 KPI：把最坏情况从 1,337 万压到多少。

---

风险部门能给出的最好建议不是「有风险」，而是「不做的话，大概要花 269 万美元」。

数据出处：rs/reports/risk_report.md（3,900 次试验 / 8.87 亿美元 / 分位数 / 最坏一次）、 rs/reports/risk_report.json。

案例口径说明：本案例基于完整规模的仿真数据集（电力海外基建 / 航空制造）编写，用于演示方法链路与输出形态，不代表任何企业真实经营数据。落地后第一件事就是把同一套输出换成客户自己的数据——数字会变，方法不用变。