特朗普总统于 5 月 31 日确认加剧了对钢铁和铝产品征收进口关税，这引发了 B2B 制造商及其客户的深切担忧。此举对就业及经济影响深远，但大多数制造商更需直面实际挑战：单位成本将如何变化？如何有效传达这些变动？客户对全面涨价作何反应？又如何迅速遏制利润率的侵蚀？
值得注意的是，成本的急剧上升可能加剧制造商现有的定价困境，尤其是多数企业缺乏有效的变动成本管理方法。许多企业的标准成本每年仅锁定一次，难以应对意外的成本上涨。无论内部流程如何，缓慢且过于简化的成本调整都会显著损害最终利润。以下我们将探讨，缺乏管理成本波动能力如何在资产负债表上体现。
对成本变化反应迟缓、方式简单对最终利润的影响
近期一项涵盖全球超十亿笔 B2B 交易的分析研究显示，当制造商缺乏快速、细致且有效地根据剧烈波动的成本更新价格的能力时，便无法为其产品实现全部价值。
评估全球制造业数据集后发现，未能及时准确地应对成本变化，导致利润损失介于 0.6% 至 8.7% 之间。对于年营收 3 亿美元的企业而言，这意味着每年有 180 万至 2,610 万美元的潜在利润流失。好消息是，通过优化且与市场保持一致的定价策略，可捕获其中相当一部分利润。
B2B 定价的现状
我们虽无法预知关税何时、是否以及以何种程度影响原材料成本，但可以确定的是，许多公司在面对此类大规模成本上涨时，缺乏有效的应对计划。
正如上述研究所示，大多数 B2B 制造商缺乏将成本变化转化为价格调整的有效方法。虽然手动更新在小规模下尚可行，但面对庞大的客户群和产品目录时，全面提价往往适得其反。当成本剧烈波动时，制造商需要一种既能提供与市场一致的价格、有效缓解成本压力，又不至于丢失大量业务的策略。若我们正进入一个前所未有的贸易战时代，报复性政策决策可能对原材料和成品产生频繁且突发的影响，这一点尤为关键。
不幸的是，由于迫切需要迅速变革，加之对定价团队能力（即进行可变、针对性强且持久的提价）缺乏熟悉度，许多高管仍要求统一提价。在许多情况下，这种“一刀切”的做法增加了损害业务和利润的风险。
此外，全面提价存在对部分客户收费过高而对其他客户收费过低的风险。经验表明，广泛的定价调整通常只能实现既定目标的一部分。例如，若宣布 5% 的提价却仅期望落实 2%，则说明未利用细分基础原理或客户群体中固有的需求曲线来应对成本变化。
使用人工智能预测价格变化的影响
虽然无法精准预测未来，但人工智能（AI）可帮助企业在一系列假设下准确预测可能的商业影响。当前的最佳实践是在定价细分层级中，为每个产品系列设定独特的成本传导策略。这样，自动化的价格响应调整便能与企业关于不同类别消化变化能力的认知保持一致，从而让精简的定价团队无需针对每一次由关税驱动的成本变化进行手动计算。
借助 AI 驱动的价格优化，企业可以通过预测性地探索 5%、10% 或 20% 成本增加所带来的不同结果，来研究原材料成本变化的替代情景。AI 允许将这些“假设”情景应用于客户微观细分领域，从而在新价格投入市场之前，可视化价格变化对利润和收入的影响。凭借这一洞察，公司可在当前成本不确定性转变为真实成本变化时，随时准备多种应对方案。
获得更好更快的结果
对于服务对象具有高度复杂性的制造商而言，全面提价通常不足以解决问题。相反，应选择一种考量每个客户价格敏感度、现有合同、区域竞争因素以及订单间产品类型差异的成本调整策略。
虽然无法预测下一次成本危机何时发生，但可以肯定的是，它们将持续出现。与其被动承受冲击，不如主动与首席财务官或首席执行官展开讨论。现在是时候考虑采用更精细的成本传导方法，以实现比统一提价更好、更快的结果。