2025 年初，公司私域部署了微软的 Co-pilot，并为全球所有员工都配置了高级账号，还专门为大家安排了很多 AI 应用的培训课程，以让大家快速适应和驾驭 AI，提升工作效率。

在最初的时间里，我们对于 AI 的应用还仅限于把它当成升级版的搜索引擎，技巧也只围绕着如何更好地组织提示词 prompt，让 AI 能够更加有的放矢和深入透彻地回答我们的问题。从 2026 年起，随着 AI 自身功能的不断成熟，我们应用 AI 的场景也变得更加高级和多元化起来。

Co-pilot 的优势在于和 Office 高度整合，你可以从 Word，Excel，Teams 等多个入口随时调用 AI 功能。我们用 AI 总结会议，修改报告，分析数据，调整表格，验证公式，效率倍增。

再后来，我们也能针对不同目的和场景利用 Co-pilot 的 Agent Builder 开发专用的智能体，比如合同审核、RFP 分析、采购政策指引等，更加系统地解决采购中的问题。这样一点点摸索，并不断与同事们交流使用心得，发现 AI 确实让我们在全球采购项目中如虎添翼。以下是我经常使用，并且对我做国际寻源帮助非常大的一些 AI 使用场景：

我经常在 Outlook 中撰写邮件或起草回复后，调用 Co-pilot 的邮件辅导功能，尤其是那些收件人级别较高，或者与关键供应商进行重要磋商的邮件。

我们非英语国家的人写起英文来，很多时候比较直接，用词比较简单，甚至有些词读起来比较突兀，很难真正表现所要表达的内容和语气上的细微差别 nuances。Co-pilot 的邮件辅导，大大弥补了我们这点不足。

它可以分析我们用词造句的不到位和不足，它的润色功能总能把我们的语句修改得言辞委婉得体，逻辑清楚严密，又不失对于问题剖析的准确尖锐，甚至连英语为母语的人也挑不出任何毛病。这个功能不只能让我们回复非常漂亮的邮件，更对我们的英语能力提升帮助颇大。

我有时候干脆把自己要说的要点提供给 Co-pilot，让它帮我写回信，它也能写得非常到位。当然，所有 AI 生成的内容都需要人工复核，AI 对于情境的把握有时候还不是很到位，在发出邮件之前，还需要我们做最后的人工把关。

做大型国际招标项目的另一个挑战是主持项目相关的会议。

无论是项目进度汇报，与内部客户讨论业务需求，确定评标规则，讨论供应商优劣势，还是主持供应商的讲标会，如何能够做到掌控会议节奏、促进人员互动，鼓励会上交流，以及应对突发情况，这些对于我们这些母语非英语的采购来说，要做到游刃有余往往存在较大难度。

Teams 中的会议准备功能非常方便，它能系统全面地分析近期的相关邮件、会议内容及 Onedrive 上的相关内容，列出要讨论的话题提纲，并提醒你需要注意的讨论点，甚至能帮你准备发言稿。

Co-pilot 建议的发言稿非常好用，直接把你先说什么，再说什么，如何提问，如何促进话题开展，如何面对难题，如何结束，所有话术都帮你想好了，你只需在会议时酌情使用就行。

当然 Teams 的会议录制（recording）或听录（transcription）提供了非常便捷的功能，直接颠覆了我们以往人工记录会议决议和安排下一步工作的做法。

Co-pilot 能够在会议后几分钟内生成会议纪要，归纳任务列表和负责人，对我们帮助极大。更为关键的，这能完全解决我们有时听不懂，听不清，听不准发言者英文的问题。

因此即使是和同事间的 1 对 1 会议，我也习惯性地开启听录功能，以便之后能够就个别内容进行再次确认。

在一次供应商的讲标会上，我们的参加人有十几位，一圈介绍下来就用了十多分钟。而在接下来和第二个供应商的讲标会前 5 分钟，我让 AI 帮我总结上次出席会议人员的姓名、职位及工作地点等关键信息，然后由我做简要介绍，缩减了整体介绍时间，大大提高了会议效率。

想象一下，这要是让我手动去逐一搜索和总结人员名单，要花多少精力和时间。

今年初，公司组织了如何使用 Co-pilot 的 Agent Builder 功能创建智能体的培训，我们团队也尝试创建了多个和采购相关的智能体，帮我们去做更加专业的工作。其中一个智能体，是对 RFP 中供应商投标文件进行分析的 RFP Evaluation Helper 工具。

我们今年发了一个端到端学习内容开发的超大型 RFP，参与投标的供应商数量和回标文件的数量都非常巨大，阅读如此大量的内容对于所有评标者都是不小的挑战。

我们针对供应商的回标开发了一个辅助解读标书的 agent，提供给所有评标者使用，以帮助其对各评分项目快速获取汇总信息，比如供应商的能力分布热力图，分析每个供应商的 SWOT，汇总每个供应商的商务报价并进行横向比较等。实践证明，这个智能体能大大降低评标者阅读标书的工作量，并能得到更多关于供应商回标情况的洞见。

在这个案例里，我们让 AI 拿走的是信息搬运。人的工作则从逐页阅读标书，复制粘贴答案，对齐格式中解放出来，把时间集中在证据验证和商业判断上。

为了避免 AI 在回答问题时自我演绎，自说自话，我们在最初的规则设定中就告诉智能体，所有答案必须来自我们的标书要求和供应商回标内容，供应商没有明确说明的，不要臆测和演绎。评标者根据有据可查的 AI 归纳信息，进行人为核实及判断，并对评分负责。

AI 擅长的领域是根据历史资料分析汇总，形成可供参考的信息和洞见，而帮我们分析供应商的 proposal，找出可以谈判的要点，则正在此之列。当我们面对供应商提出的建议书毫无头绪时，AI 往往能够从多方面给我们提出相应的谈判建议。

一个服务我们美国公司多年的创意 + 媒体供应商的合同到期，他们起草了新的 SOW，附上新的价格清单及合作条款。

因为在美国我们一直用这一家供应商，手头并没有可对比参照的市场标准，所以最初看到供应商的提案，除了一些明显不利于公司的合同条款外，对其他商务部分的合理性，是没有很多概念的。

我们借助 AI 分析供应商的 SOW，它从供应商价格的竞争力和主要商业风险方面，对比美国市场和公司内部英国同类供应商的合同价格情况，给出了非常详尽的分析，并对主要磋商方向和需要谈判的重点，给出了逐条的建议。

根据与供应商的实际合作情况，以及通过与主要 Stakeholder 讨论核实需求，我们对这些建议进行取舍，然后形成谈判要点，与供应商电话会议磋商，取得了非常好的效果。

以上是 AI 帮助我在复杂的国际寻源过程中一些小的应用案例，它不只帮我提高了沟通效率和效果，还让我在与内部客户及供应商的互动中表现得更加专业和拿捏自如，确实让我们的工作事半功倍。

此外，我们还用 AI 及智能体帮我们起草 RFP，进行支出分析，搜集品类战略情报，审核合同要点，识别供应商风险，查询首选供应商，为业务部门提供采购流程顾问等。

在这里，有几点体会，需要提醒我们在运用 AI 时注意：