我用AI做了个成本分析工具

一个料号的成本，我用人工要算两小时。现在 30 秒。但真正值钱的不是"快"，是这 30 秒里我能看见供应商的成本结构——谈判桌上，这是完全不同的两种底气。

很多采购朋友问我："上了 AI 是不是算成本就快了？"

快，是最不重要的那部分收益。

如果你原来的成本表口径是错的、价格库是脏的，AI 只会让你更快地算出一个错数——而且在谈判桌上更自信地说出来，那才要命。

我这套系统的真实变化是三个：

第一列是手工，第二列是工具，第三列才是钱。

二、为什么成本透明是谈判的胜负手

我把「谈判准备五步法」的第一步叫情报收集——知己、知彼。难的一直是"知彼"里的那一条：

供应商成本结构。

供应商给你的是价格，不是成本。一个报价 3.2 元的变压器里面装着：磁芯、骨架、线材、辅料、工时、制造费用、包装运输、报废、管理费、利润、模具分摊。

看不见这些，你只能砍价——"再降 5 个点行不行"。看得见这些，你才能拆价——"铜价这一年涨了，我认；但你的工时按手工绕线算的，实际是自动绕线，这一项你多算了。"

这两种谈判，不是一个量级的。

一个真实教训（数据已脱敏）

系统刚上线时出了一次错：我查某规格骨架的价格，库里明明有这个规格，但系统返回的是近似规格的价——因为代码用了"包含匹配"，ER28 这个关键词也命中了 ER28/17/11 这一行。

两个价格差了将近一半。

如果我没发现，我就会拿着一个错数上谈判桌。所以判断一个成本工具好不好，第一标准不是界面漂亮，而是：查不到的时候，它老实说"查不到"，还是会偷偷拿个近似值糊弄你。

还有一次是口径问题。材料占比的分母，用"材料费 ÷ 总成本"算出来是 95%，用"材料费 ÷ 未税单价"算出来是 87%。

同一个产品，两个数，差 8 个点。 口径不统一，你的谈判起点就是错的。

三、五步法：不懂代码的采购，怎么从 0 造出这套工具

我用的是最笨也最有效的路径，全程没写过一行代码。

第一步：先把成本口径定死（千万别先动手做表）

这一步花了我最多时间，也是最值钱的。

你要把成本公式从产品拆到最底层，一项一项问自己：

• • 材料费拆几项？磁芯、骨架、线材、辅料（胶带/管/锡）分别怎么取价？
• • 线材按重量算还是按长度算？线圈平均匝长（MLT）怎么来？
• • 工时怎么变成钱？哪个工序、什么自动化程度、多少钱一小时？
• • 余量给多少？（我定的是线材重量和线长自动计算值加 5%，人工实测值不加）
• • 管理费、利润、报废率、模具分摊，各自挂在哪个环节？

一句话：口径不定死，AI 算得越快越错。

第二步：建你自己的价格数据库（这才是资产）

这是整套系统里唯一"别人偷不走"的东西。

我的库每个价格记 12 个字段：

这里有一条铁律，我用教训换的：

空白就让它空白，绝对不要让系统"补默认值"。

我见过（也差点自己做过）这种"聪明"设计：如果没录最低价，就自动填"均价 × 0.9"。

看起来贴心，实际上是在你的弹药库里埋地雷——一个假的最低价，比一个空白更危险。

第三步：让 AI 写引擎和界面（你的角色是产品经理）

我用的工具叫 Streamlit，好处是：跟 AI 说一句"做一个网页，左边填参数、右边出成本明细和饼图"，它就能给你写出来。

你不需要懂代码，但你要把这三件事说清楚：

1. 1. 输入什么：BOM 有哪些项（磁芯规格、骨架规格、线材规格、圈数、工艺…）
2. 2. 输出什么：成本明细表 + 成本结构图（我拆了 11 项，利润和模具分摊必须单独成项，否则饼图里看不见它们）
3. 3. 每项什么口径：这一步的答案是第一步的成果，直接喂给它

我的实际做法：把我手工用的那几张 Excel、加上我口述一遍人工流程，一起交给 AI，让它先提问、再动手。

提需求的水平，决定了工具的水平。

第四步：让 AI 帮你读图纸（见效最快的一幕）

采购最耗时的动作是什么？把供应商图纸上的绕线信息，一个字一个字抄进 Excel。

线径多少股、多少圈、几层绝缘、什么材料——一张图纸抄半小时，抄错一个数全盘皆输。

现在这一步交给 AI：

1. 1. 先读 PDF 的文字层（图纸大多是电子版，直接能抽文本）
2. 2. 文字不够再走识别
3. 3. 关键设计：识别结果必须对齐我数据库里的标准命名，不是自由发挥

第 3 点最容易忽略。举个例子：图纸上写 23×36T，意思是 23 股、AWG36 线径、T 级漆膜耐温。我库里的命名是"丝径×股数"（0.127*23），等级是"线号 + 耐温"（36H*23）。

AI 就算把图纸读对了，只要没对齐库里的命名，照样取不到价。

第五步：情景模拟，把它带上谈判桌

这是整套系统真正产生钱的一步。

一键跑出三种情景：

有了这三张表，谈判桌上你的话就变成：

"按你的 BOM 和现在的铜价，这个件的材料费是 X。你报了 Y。我们按半自动算的人工是 Z，你报的工时比这个高了 30%。这一项，你觉得应该怎么解释？"

不说"我觉得贵"，说"我算给你看"。

四、四条铁律

1. 空白保持空白，禁止脑补默认值。系统"聪明"地猜出来的数，会变成你谈判时引用的"依据"。

2. 每条数据必须可追溯。更新日期 + 录入人 + 来源（报价单/RFQ/历史订单），缺一样，这个数三个月后就不能用。

3. 口径先统一，再谈自动化。同一个物料在图纸上、在你的表里、在数据库里，命名和等级必须是同一套。口径不统一，自动化只会更快地产生垃圾。

4. 每改一次必须验证一次。我改过一次线圈长度（MLT）的计算公式，改完立刻拿历史记录重算对账——发现有一批历史成本是按旧公式算的，偏差 13%。改完不验证，你连自己错在哪都不知道。

五、我踩过的三个坑

坑一：系统给了个"看起来合理"的错价。前面说的近似规格匹配就是它。教训：宁可报"查不到"，也绝不静默拿近似值顶替。 查不到你会去查，拿错价你会上当。

坑二：图纸上没有几何尺寸，线长算不出来。有些产品图纸只给电气参数，没给绕线区尺寸。我的解法是用绕组的直流电阻（DCR）反推出实际用线量——因为电阻、线径、长度是可以互相推导的。 启示：AI 补不了领域知识，但你的领域知识可以反过来补 AI 的缺口。

坑三：三个绕组，成本算了三次。同一个规格的绕组被拆成三条记录，成本重复计了。其实同规格的绕组应该合并计算（比如 54 圈 + 50 圈 = 104 圈，算一次）。

启示：AI 会很听话地按你说的算，所以"业务规则"必须你来定。

六、采购的角色变了，但护城河更深了

这套工具做完，我最大的感受是：

AI 补齐的是"写代码、搭界面"，补不了"知道材料占比 87% 算正常"。

它不会告诉你：

• • 这个件为什么材料占比这么高（因为铜线贵、磁芯大）
• • 供应商报的工序对不对（因为你知道这活儿手工绕不了）
• • 哪个价格是三个月前的、该重新询了

而这些，恰恰是你多年的工作经验沉淀下来的东西。

以前它们在你的脑子里，跟着你退休；现在它们第一次被固化成数据库、口径和工具。这是我做这套系统最深的一层意义。

七、这周就能做的三件事

不用等，也不用会写代码：

1. 1. 挑一个你最近要谈的料号，把它的成本结构在 Excel 里手写一遍，哪怕只有材料 4 项 + 工时 1 项。先感受一下"拆开"和"只看总价"的区别。
2. 2. 建立你自己的材料价格库，先把手上最近一次材料报价录进去。注意：没数据就留空。
3. 3. 把这张 Excel 和你的计算流程交给 AI，让它问你"要什么样的界面、要哪些输入项"。你会惊讶它的效率。

谈判的成功 80% 在准备阶段。而准备阶段里，最难的那一环——供应商成本结构——现在你可以自己算出来了。

AI 时代，采购的护城河不是"会砍价"，是"算得清"。

（本文数据均为示意与脱敏处理，不涉及任何具体供应商与真实成交价格。）