最近为一家制造业企业做内训，做了一套《AI 赋能采购管理与风险控制》的课件，8 个模块。
做完我一直在想：这门课讲的东西，凭什么值得学员记住？
不是那些工具怎么点、Prompt 怎么写——那些会变。真正值钱的是：这套课程背后，对「AI 到底该管采购哪一段」这件事的判断。
壹
三个数字，一个共同的原因
课程开场，我用了一张问卷数据。
学员问卷里的三个数字
3-5 天修改一份报价单的平均耗时
1 个市场信息来源的缺失
100%人工比价的出错风险敞口
这三件事看起来不相干，其实是同一个问题。我把它概括成一句话：
“这不是「效率不够努力」的问题，
而是工作方式已经跟不上业务复杂度。”
重复劳动占满了人的时间，真正的采购判断反而被挤没了。
这才是要开这门课的原因——不是学一个新软件，是换一种干活的逻辑。
贰
先分清：信息化、数字化、智能化
这是很多企业最容易混的一层，也是我认为整个课程的地基。
三个阶段的演进关系
信息化｜ERP/SRM 上线，单据线上流转。解决「记录」，但数据孤岛依旧，靠人搬运。
数字化｜采购中台打通链路，历史价格库沉淀。解决「连接」，数据可用，但仍靠人分析。
智能化｜AI 解析报价、自动比价、趋势预测。解决「判断」，人负责目标与决策。
关键判断在这里——很多企业 AI 项目一上来就买系统、招人、做平台，半年后系统躺在那里没人用。
注意：跳过前两步直接上 AI，等于在流沙上盖楼。贵司已完成阶段一，正在向阶段二过渡——AI 是解决最后一公里「谁来判断」的问题。
叁
八个模块，讲的不是工具
模块一 · 让供应商填不错
最好的校验，是让错误填不进去
痛点是「报价模板不合理、与过往项目不兼容」，改一份报价单 3-5 天。
解法很朴素：统一单位下拉不可手填 / 单价×数量公式自动生成 / 关键字段强校验不合规无法提交 / 模板与评标标准一一对应。
防错型报价模板的四个设计要点
提示：如果只能选一件事开始做，就选「把报价模板改成防错型的」。它零成本、当周见效，而且是后面所有 AI 应用的地基——模板规范了，OCR 准确率才上得去；解析有意义的，比价模型才跑得动。
模块三 · AI 的价值在于「不漏」
算得准不难，取决于跑几遍
人看 200 行报价会疲劳、会跳行、会先入为主——看到第 80 行的时候，眼睛已经开始骗你了。
AI 会逐行跑完规则，把值得看的挑出来给你。
AI 能识别的四类异常：格式、计算、逻辑、关系
“AI 的价值不在于「算得更准」，而在于「不漏」。
判断「值不值得看」，仍然是采购专家的活。”
这中间的差别，用课程里的话讲很形象：AI 不会因为「这条看着不对但说不清哪不对」就跳过它，而是会把它列进待确认清单。
而这份清单，恰恰是采购专家最该看的东西。
模块四 · AI 只给信号，不给证据
定性权必须在人和法律手里
围标串标是每个采购主管都关心的事。AI 在这儿的价值是把「凭经验怀疑」变成「按信号排查」。
围标串标的四类高识别价值信号
注意：AI 只能给出「信号」，不能给出「证据」。信号意味着需要核查，证据意味着可以定性。把信号直接当结论，既会冤枉好供应商，也埋下法律风险——这一步必须由人依法完成。
肆
这套课里，我反复强调的一条线
整个课程从头到尾贯穿着同一条线：人机分工。
谁该干什么
01AI 不该干：替你做决策、替你承担合规责任
02人不该干：起草需求、重复计算、逐行核对
03人该干：判断 AI 挑出的问题是否成立、决定采不采纳
招标策划环节的人机分工
很多 AI 项目失败，不是技术不行，是定位错了——把 AI 当成能替代人的东西。
AI 输出了一个错的价格，损失的是真金白银的合规责任。这句话我放在了课件第 44 页「误区 TOP 5」的第二条。
伍
落地：30-60-90 天，别贪多
培训如果只留下 PPT，等于没培训。真正的产出是最后这张表填满了。
30-60-90 天行动计划
先做能看见结果的
01速赢方案（3 个月见效，不依赖系统改造）：报价模板防错改造、AI 报价单 OCR 解析、AI 异常识别辅助、围标信号排查清单、公开工商数据关联核查
02长期建设（6-18 个月，需要 IT 投入与组织调整）：企业级文件库与价格库、端到端 AI 评标系统、供应商绩效数据平台、智能体常态化运营机制
注意：别一次性铺开十个场景。十个一起上，等于十个都没跑通，最后全部停在「试用阶段」。正确做法：一个品类跑透，验证后再复制。
陆
不采购系统，也能搭起来的智能体
很多人以为 AI 应用都要立项采购。其实最有用的一批，一周就能搭。
四类可落地的智能体及其输入输出
四类智能体
01报价解析智能体：一堆报价单 → 标准底表 + 异常清单。输入最规整、见效最快。
02需求审查智能体：需求书 → 问题清单与改写建议。把「写需求」变成「审需求」。
03市场简报智能体：信息源清单 → 一页纸市场简报。打破报价反向推理。
04风险筛查智能体：供应商名单 → 关联关系信号清单。不含定性结论。
智能体的价值不在于智能，在于它逼着你把流程想清楚。
在「报价解析智能体」跑通的过程中，你会顺带把「供应商报价格式到底有多少种」这件事摸清楚——这正是后面所有 AI 应用需要的基础认知。
柒
Prompt 五段式：跟 AI 说话也是一项技能
同一个模型，会提问的人和不会提问的人，得到的产出差十倍。
Prompt 五段式模板
五段式结构
01① 角色：你是谁
02② 任务：做什么
03③ 背景：基于什么
04④ 格式：输出成什么样
05⑤ 约束：什么不能做
其中最容易被忽略、但最关键的是第 5 条——在 Prompt 里明确要求 AI 标注「哪些结论缺少数据支撑」。
注意：趋势分析尤其要注意这一点。谈判桌上，一个自信但没依据的数字，比不给数字更危险。
捌
最后的话
“AI 不会替代采购专家，
但会用 AI 的采购专家，
会替代不用 AI 的采购专家。”
最让我有感触的，是学员问的一个问题：
学员：老师，AI 会不会把采购这个岗位搞没了？
我的回答是：会搞没一部分人，但不是搞没这个岗位。
会被搞没的，是那些工作内容 80% 是「抄表、对数、追进度」的人。
而判断力——判断一个报价合不合理、判断一个供应商靠不靠谱、判断这场仗该不该打——这件事，永远不会被替代。
只是从今天起，做这件事的人手里，多了一个不会累、不会漏的工具。
