图 1 · 白皮书封面主视觉
阅读指南
本手册按读者角色组织内容，您可根据职责选择性阅读：
核心观点
AI 报价的第一目标不是“无人自动报价”，而是让每一笔报价“可算、可审、可追溯、可复盘”。
对于年营收在数亿规模的制造企业而言，AI 报价改造不应从盲目采购大模型开始，而应先建立一套“可解释、可审计、可回滚”的报价工作系统。
为什么你的报价总是“慢、错、亏”？
很多制造企业认为，报价的核心痛点是“慢”。但实际上，延迟、失单、低毛利和审计失控，是同一个流程问题的四种后果。
报价流程的本质，是把需求、BOM 工艺、采购成本、价格授权和商业风险，收敛为一份可交付、可履约的销售承诺。如果不解决底层的数据脱节问题，仅仅追求“响应更快”，只会更快地产出错误的价格。
一个公开案例可以说明流程重构的潜力：某修船企业通过自然语言处理、视觉识别与知识图谱联合解析英文修船单和工程图纸，将报价周期从 7 天缩短至 1.5 天，错误率从 8% 降至 0.5%，文书工作量减少 35%。据公开信息，该实践与工信部推动的智能制造试点方向一致。(注：以上为特定场景下的改善幅度，不代表所有装备或机加工行业的普遍水平，不可直接套用。)
要实现这样的效果，企业必须将 AI 定位为“可审计的报价副驾驶”——即 AI 负责信息抽取、规则调用、差异提示和草稿生成，人负责拍板定价、折扣授权与合同承诺，并对最终结果承担管理责任。
图 2 · 四个失控点与公开案例改善幅度
第一部分：拆解报价流程的四个“失控点”
典型的制造企业报价链条包含五个环节：
需求解析 → 成本核价 → 价格策略 → 权限审批 → 成交复盘
图 3 · 报价链条与 AI 介入点：AI 只做四件事
在这个链条中，AI 只能承担信息抽取、规则调用、差异提示和草稿生成，不能取代价格、折扣、信用及合同条款的最终责任。
以下是报价流程中最容易失控的四个节点：
失控点 1：前端解析漏读条款
漏看“含税/不含税”“FOB/到厂”“质保期”等关键商务条款，导致后续算得再快也是错误的承诺。
失控点 2：中段成本口径不一
材料价、标准工时、外协价和模具费用分散在不同部门，甚至同一物料在 ERP、Excel、纸质台账中各有各的"标准价"，导致自动化系统更快地产出口径不一的报价。
失控点 3：后端缺乏复盘机制
报价与实际订单、采购、生产数据脱节，企业无法判断报价毛利偏差究竟来自预测不准、执行损耗还是刻意压价。
失控点 4：版本混乱无据可查
审批记录、客户澄清邮件和投标附件缺乏唯一版本管理，导致合同、报价单与最终交付范围相互冲突。
破局之道
优先建设以下四项基础能力：
规则引擎：把"老师傅经验"变成可执行的公式和阈值
结构化数据：统一物料、工时、工艺的口径和版本
版本快照：每一次报价、每一版图纸、每一条修改都有唯一标识
审计链：谁在什么时候改了什么、为什么改，全程留痕
大模型适合理解非结构化资料、起草说明和解释差异，但绝对不得直接覆盖财务底账或绕过价格权限。
第二部分：AI 介入报价的四个关键改造点
改造点 1：询价解析——同时输出“结构化字段”与“不确定性”
关键原则：AI 不仅要"读出什么"，还要告诉使用者"没读出什么"和"读得有多不确定"。
改造点 2：BOM/工艺建议——相似件匹配 + 参数化规则
关键原则：AI 的角色是"缩小搜索空间"——从几百个历史零件中找出最相似的 5 个，而不是凭空发明一个新工艺。
改造点 3：成本核价——建立在可审计的成本模型之上
关键原则：成本核价的可信度上限 = 底层数据的可信度。数据治理不是前置条件，而是系统的一部分。
改造点 4：价格策略与审批——异常识别，规则先行
关键原则：规则管"必须"，AI 管"值得"。两者分工清晰，才能同时保证合规性和商业敏锐度。
第三部分：数据与系统成熟度的前置门槛
数据问题无法通过增加模型能力绕过。
企业在启动 AI 报价前，必须先评估自身数据成熟度：
图 4 · 数据成熟度三级阶梯与不可承诺红线
关键前提
报价系统必须与以下系统打通：
CRM：客户档案、客户等级、信用账期、商机与转化率
ERP：物料价格、BOM、标准成本、历史成交价、价目表、订单数据
PLM：BOM 版本、工艺路线、图纸版本
采购系统：外协询价、最新物料采购价
MES（如有）：标准工时、设备费率、实际工时、良率数据
接口必须采用最小权限原则，禁止大模型直接访问包含商业机密的原始数据库。所有数据传输应经过脱敏或权限隔离处理。
第四部分：0—12 个月落地路线图
项目前两个月不应追求"模型效果"，而应建立流程台账、数据字典和基线。建议采用"标准品先行、非标复制、投标专业化"的推进顺序。
图 5 · 0—12 个月四阶段路线与验收 KPI
重要提示：MVP 阶段应固定 20—50 个真实报价样本作为盲测集，这些样本的正确答案（历史成交价/实际成本）应对厂商隐藏。若首稿可用率不能稳定达到门槛，应优先修订数据模板和主数据，而非盲目扩大模型规模。
第五部分：管理层行动指南与风控红线
5.1 三个核心理念转变
① 从"缩短报价时间"升级为"提高报价的可决策性"
速度、准确率、毛利偏差三项指标必须共同改善。如果只追求快而准确率下降，"快"只是把错误提前了。
② 分场景差异化推进
标准品：先做闭环（配置→核价→审批→复盘）
非标品：先做知识沉淀（图纸特征库、工艺规则库、相似件匹配）
投标项目：先做版本治理（图纸版本、审批记录、澄清记录唯一化管理）
不要全厂一次上线，用高频标准品快速验证配置、审批和复盘机制。
③ AI 报价不是无人化，而是人机协同
系统的价值在于把散落的经验变为可迭代的规则，把凭感觉的博弈变为有底线的计算。人负责判断，系统负责记忆和计算。
5.2 系统风控红线
5.3 组织机制保障
必须设立业务产品负责人——该人拥有流程设计权、KPI 定义权和验收权，不能是纯 IT 角色。
建议由一名业务负责人（如销售总监或运营总监）牵头，财务、工艺、IT 各出一名对接人组成报价 AI 专项小组。不需要成立正式委员会，但必须有明确的决策人和升级机制。
特别说明：对于 5 亿级营收的制造企业，六部门"委员会"的运作成本可能高于收益。务实的做法是"小核心 + 大协作"——专项小组 3—5 人负责日常推进，需要决策时拉相关方参与，而非定期开会。
图 6 · 小核心 + 大协作：谁对什么负责
5.4 哪些情况暂不建议启动 AI 报价
为保证建议的诚实性，以下场景现阶段不建议贸然启动 AI 报价项目：
年询价量低于 200 单且非标占比 >80%：样本量不足以支撑模型学习，ROI 不清晰
BOM 和工艺数据完全在个人电脑/纸质文件中，且无数字化计划：L1 状态下强行上 AI，等于给废墟盖屋顶
报价决策高度依赖老板个人关系定价，无规则可循：当价格本质是人情博弈而非成本+策略计算时，系统无法替代
未来 12 个月有重大 ERP/PLM 替换计划：系统切换期数据不稳定，AI 项目应延后至切换完成后启动
5.5 采购选型（RFP）核心要求
在采购 AI 报价系统时，必须要求厂商使用本企业脱敏样本进行盲测，不能以外部案例替代本企业效果证明。
建议从以下维度对供应商进行评分（满分 100 分）：
淘汰红线：
拒绝使用本企业真实图纸和 BOM 进行演示，坚持用自带样例的 → 淘汰
POC 中出现 1 次"重大错误"（毛利方向算反、漏算模具费、单位换算错误）的 → 淘汰
无法说明工艺规则库所有权归属和导出方式的 → 淘汰
AI 进入制造报价流程，其真正价值在于：将过去隐藏在个人电脑、即时通讯工具和非结构化沟通记录中的"模糊经验"，沉淀为可计算、可审计、可复用的企业资产。
业界在可信 AI 领域的共识是：可信性是 AI 应用的生命线。只有当每一次报价都能清晰展示——
依据是什么（数据来源、规则版本）
底线在哪里（毛利阈值、审批权限）
异常谁负责（人工复核记录、例外审批日志）
——AI 报价才算真正落地。
附录：《AI 报价决策系统 RFP 选型清单》
以下清单可直接作为 RFP 附件发送给候选供应商。
A. 项目范围与业务边界
B. 必选功能清单
B1. 询价理解与结构化（非标制造企业重点考核项）
多源解析：从 PDF / 邮件 / 即时通讯截图 / Excel / BOM / 2D 图纸 / 3D 数模中抽取材质、公差、粗糙度、表面处理、热处理、数量、交期
制造特征识别：孔、槽、腔、台阶、曲面、薄壁、深孔、螺纹自动标注
低置信度字段必须强制人工复核，不得静默使用默认值
缺失字段提示：未注表面处理、未注公差、是否含运费/模具费等，自动生成补全清单
B2. 成本底盘与工艺
多层 BOM 成本展开：材料费 + 开料/装夹/编程/加工/检验工时 + 外协 + 模具/夹具摊销 + 包装物流 + 资金占用/账期成本
工艺路线匹配：基于本企业设备行程、精度、刀具工装能力排可选工艺，排除不可执行路线并标记风险（薄壁变形、深孔等）
规则可审计：任一成本项能回溯到「特征 → 工序 → 公式 → 数据源版本」，支持同图同规则复现
B3. 报价决策与毛利治理
多档方案生成：保守 / 推荐 / 冲单，附带预估毛利率、成交概率、产能占用影响
毛利瀑布（Margin Waterfall）：从标准成本到最终报价逐层展示材料溢价、工艺附加、折扣、运保、支付条款影响
红线拦截：毛利率低于阈值、偏离同客户历史成交价超 X%、首单亏损、指定高价料未加价 → 自动挂起进入特价审批
审批摘要自动生成："本单较历史均价低 6%，主因铝价未传导，建议最低毛利 12%"
B4. 闭环与学习
实际成本回写接口：中标后 MES/ERP 实际工时、实际采购价、报废返工数据回流
受控反馈机制：人工修改必须记录修改原因 + 适用范围，经审核/样件验证后才可更新规则；禁止"改一次就全局生效"
版本绑定：图纸版本、费率表、材料价、规则集、报价结果四位一体留痕
C. 系统集成要求
金蝶/用友用户必填：请供应商明确说明是支持原生 AI 报价（如金蝶 AI 星辰、用友 BIP YonGPT 销售助理）还是必须通过 API 对接第三方 CPQ，这将直接影响实施工作量。
D. 数据治理与实施前提
供应商投标时必须回答以下问题：
E. 验收 KPI 与 POC 通关标准
强制要求：供应商必须使用甲方提供的 20—50 个真实历史零件（含 5 张复杂图纸）进行盲测，供应商看不到正确答案。
注：以上 KPI 为基于数亿级制造企业实践的建议目标值，非行业平均值。实际达标线应在 POC 阶段根据甲方数据质量协商确定。
以下指标不作为系统验收指标（防止供应商用"漂亮的副产品"掩盖核心能力不足）：
AI 自动成交率
模型参数量
对话轮次
大模型品牌
F. 供应商能力打分表
入围门槛：场景匹配度单项得分不得低于该项的 70%；POC 出现 1 次"重大错误"即淘汰。
G. 发给供应商的 6 道必答题
这 6 题答不好，演示再炫也别进短名单。
G1. 请用自己的系统处理我方提供的 5 张非标零件图纸（含 1 张薄壁、1 张深孔），输出特征清单、工艺路线、工时拆解、成本构成七行。允许标"低置信度需人工复核"，但不许只给一个数字。
G2. 报价结果能否展开为「材料 / 机加工时 / 装夹编程 / 外协 / 模具摊销 / 物流 / 资金成本」七行？每一行能否点开看到计算公式和数据版本？
G3. 当销售把毛利率从 18% 手动改到 9% 并备注"抢单"，系统如何处理？该修改多久、以什么条件才能进入下次计算？（正确答案：记录原因 → 审核 → 样件验证 → 版本化更新，而非立即全局生效）
G4. ERP（按甲方实际填写：金蝶云星空 / 用友 U9 / SAP）的 BOM、最新采购价、历史成交价，是通过标准接口实时获取，还是靠定时 ETL？刷新延迟多少？
G5. 图纸识别模型的所有权、工艺规则库的导入/导出格式是什么？停止续约后甲方能否带走全部规则资产？
G6. 请列出近 2 年与甲方同细分行业（如钣金 / 机加工 / 装备 ETO）且年营收 2—10 亿的 3 个上线案例，并提供可验证的量化数据：报价周期降幅、报价离散度改善、低价亏损单占比变化。
— 全文完 —
免责声明：本手册中的案例数据、KPI 建议值和实施路径均为一般性参考，不构成对特定企业效果或投资回报的承诺。实际效果取决于企业数据质量、组织配合度和具体业务场景。