别再让AI直接比价了：采购议价Agent要先学会算BOM
让AI比价常常得出错误结论，因为它看不到供应商报价背后的结构。本文给出采购Agent的BOM拆解、可比性归一、议价话术生成三层做法与真实收益边界。
「让 AI 帮我们比价」是采购部门最常提出的需求，也是失败率最高的需求之一。
典型的失败场景：三家供应商报价分别是 42 元、39 元、45 元。AI 建议选第二家，因为便宜。采购总监看了看说：第二家不含模具费，不含运费，含税价报的是不含税，而且最小起订量是我们的三倍。真实可比价格是 51.6 元。
AI 没有说错，它只是看不到报价背后是什么。价格从来不是一个数字，而是一组条件下的结果。
要让采购 Agent 真正有用，必须让它先做一件看起来不聪明的事：拆 BOM，做归一化。
第一层：BOM 拆解，把「一个零件的价格」变成「一组成本项」
采购比价的单位不是零件，是成本结构。一份竞品可比的价格，至少包含这些可拆分量：
| 维度 | 常见差异 |
|---|---|
| 材料 | 牌号不同（304 vs 201）、回收料比例、材料计耗率 |
| 工艺 | 一次成型 vs 焊接、是否含表面处理、良率假设 |
| 模具/治具 | 首次是否单独收费、分摊批量、产权归属 |
| 包装 | 内衬、外箱、托盘、是否含打托 |
| 物流 | 是否含运、到货地、赔付条款 |
| 商务 | 含税与否、账期、汇率基准、价格有效期 |
| 品质 | AQL 水平、是否含全检、追溯要求 |
让 AI 做的事不是「算出最低价」，而是「把每份报价映射到这张表上，缺失的项显式标为未知」。这个输出的价值远高于比价结论——它会立刻暴露哪份报价是「报价单没写全」而不是「真的便宜」。
实操上，把公司过去三年的报价单作为示例喂给模型，让它学习映射格式，比写一堆 prompt 规则效果更好。批次处理时要求它输出表格 + 置信度，人工抽检 20% 校准。
第二层：可比性归一，把差异折算成钱
有了结构，下一步是折算。这一步建议用确定性代码，不要用模型。原因是折算规则必须可复算、可审计、可申诉——供应商质疑你的比价结论时，你需要给出算术过程，而不是「模型认为」。
常见的折算公式并不复杂：
- 税率：
不含税价 × (1 + 13%)，但要区分哪些费用含税； - 模具：
一次模具费 ÷ 预计总量，加上变更时可能的重开模成本； - 物流：
运费 ÷ 批次数量，注意打托后的体积重； - 账期：
报价 × (1 + 年化资金成本 × 账期天数/365)； - 良率与最小起订量：起订量超出需求的库存持有成本。
折算完成后再排序。我见过的案例里，原始报价排名第一的供应商，在归一之后常常掉到第三——差额几乎总是藏在模具分摊、账期和起订量这三项里。
模型在这一层的角色是解释：把折算结果翻译成一句话结论，例如「B 家名义价低 7%，但因模具未分摊与账期缩短 60 天，三年总拥有成本高 12%」。这句话比一张表更容易推动决策。
第三层：议价准备，输出的是问题而不是要求
采购的价值不在于知道谁便宜，而在于知道压哪个点能压得动。
好的 Agent 输出应该是这样一组问题，而不是一句「建议压价 5%」：
- 「贵司报价中模具费单列 8 万元，若我们承诺三年量，能否将模具费转为阶梯摊销？」
- 「材料计耗率按 1.15 计，我们同类产品的行业均值是 1.08，能否按实际良率重新核算？」
- 「付款账期 30 天，若改为预付 30%，价格能否下调 2%？」
这三个问题分别对应成本结构里的三个可谈判点，都有具体依据。这种输出之所以有效，是因为它把「降价要求」变成了「成本讨论」——后者供应商更容易接，也更容易达成共识。
生成这类问题需要给模型三份上下文：本次报价的 BOM 拆解、历史同类成交价、该供应商过去三年的报价变动。没有历史数据，它只能生成通用话术，价值有限。
必须划清的边界
采购 Agent 有三件事不要碰：
一、不自动下单、不自动议价。 所有对外沟通必须由人发起。价格一旦被机器谈崩，关系损失远大于省下的钱。
二、不替代供应商评估。 交付能力、质量稳定性、财务健康度、产能弹性，这些无法从报价单里读出。价格只是决策的一个输入。
三、不做独家推荐。 输出必须是候选集与差异说明，而不是单一结论。采购决策里永远有权重偏好（风险厌恶、产能保障、地缘因素），这些偏好属于人。
收益预期
务实地说，跑通三层的采购 Agent 大约能做到：
- 报价单结构化的处理时间从每次 40 分钟降到 5 分钟（人工抽检）；
- 归一化比价的一致性提升——不同采购员得出同一排序，减少内部争议；
- 议价准备时间压缩一半，且提出的成本点更具体；
- 但成交价格的平均降幅通常只有 2%–4%，主要来自被发现的结构性差异，而不是强势压价。
这个数字听起来不大，但对毛利 15% 的制造业来说，等于毛利提升 15%–25%——足够支撑这套系统的投入。
小结
AI 在采购里最强的能力不是判断，是结构化：把五花八门的报价拆成同一张表，把差异折算成同一个口径，把可比性差异变成谈判问题。先把 BOM 算清楚，再让它开口；顺序反了，它给的每个结论都会显得有理但不可用。