夜雨聆风
真正改變採購效率的，不是模型，而是 workflow。
許多公司現在都開始接觸 AI，幫員工買了 ChatGPT、Gemini、Claude。甚至管理階層開會時，大家都在談 Agent、自動化、或是企業 AI OS。
但很現實的一件事是：很多公司導入三個月後，員工還是不太用。最後 AI 在辦公室裡，只剩下寫無痛癢的文案、翻譯外文信、或是幫忙美化 PPT 簡報。
問題通常不是 AI 不夠聰明，而是企業沒有把 AI 接進真正的工作流。
尤其是傳統製造業與中小企業的「採購部門」。
採購每天都在處理：原物料價格波動、跨產業詢價、多方供應商報價拆解、交期異常協調、合約條款比對與跨部門規格對齊。本質上，這是一個外部資訊極度碎片化、內部溝通成本極高的核心職位。
而這些事情，剛好就是 LLM（大型語言模型）最擅長的文字、數據整理與邏輯推導領域。
真正有價值的 AI 導入，不一定是很炫、會自己做事的 Agent。很多時候，只要把LLM 接進每天都會發生的採購工作流程，效率與議價優勢就已經開始改變。
====================================
一、原物料價格週期與市場行情比對
採購最怕遇到供應商突然通知「原物料大漲，下個月要調整報價」。以前採購只能上網到處查 LME 銅價、鋼材行情、匯率或運費指數，再用 Excel 一筆一筆拉曲線，費時又很難說服老闆或業務端。
現在其實可以定期把上網查到的銅、金、塑料、匯率、能源等「散亂的價格數據與市場新聞」，直接整捆丟給 LLM。讓 AI 幫忙產出週期比對、異常變動警示，並判斷供應商這次「漲價理由的可信度與合理性」。
最後產出的不再是冷冰冰的數字，而是一份採購週報或議價備忘錄。傳統採購流失的往往不是利潤，而是對市場大宗物料價格波動的敏感度。
💡 馬上能用的 Prompt 範例：「請扮演傳統製造業的資深採購專家。以下是我從市場蒐集到的 [關鍵料件，如鋼材/塑料] 近三個月價格數據、匯率波動以及相關財經新聞。我們的供應商近期宣稱因為原物料成本上漲 20%，要求全面調高產品售價。請幫我拆解：1. 根據數據，該物料近期的真實漲跌趨勢與週期為何？ 2. 供應商宣稱的 20% 漲幅是否合理？ 3. 請列出 3 個我可以反駁或在談判桌上質疑對方的數據漏洞，並輸出成一份『議價準備備忘錄』。 [在此貼上你的雜亂數據與新聞文字]」 |
二、多方供應商報價與詢價單(RFQ)拆解比對
每次新專案發起，採購發出詢價單後，收回來的報價單往往是一場災難。A 廠用美金、B 廠用台幣、C 廠報價含運費但交期長、D 廠單價低但模具費開天價。格式五花八門，光是整理到同一個 Excel 畫面上比對，一天就過去了。
現在你可以把各家供應商丟過來的 PDF 報價單、郵件內容、甚至是隨手拍下的報價細節，全部交給 LLM，讓它執行「標準化拆解」。
你可以指定 AI 把所有條件（包含稅率、貿易條件、交期、付款期、最低訂購量 MOQ）統一對齊，直接產出結構清晰的「多方行情比較表」與「異常價格亮點提醒」。重點不是讓 AI 決定買哪一家，而是讓 AI 幫你省下人工搬運資料的無效時間。
💡 馬上能用的 Prompt 範例：「請扮演採購數據分析師。以下是 3 家不同供應商針對同一款新零件的原始報價內容與條件。請幫我統一規格進行拆解比對，並輸出一個結構化的表格，欄位必須包含：供應商名稱、單價（請統一換算為台幣）、貿易條件、交期、MOQ、隱藏成本（如模具或運費）。最後，請幫我用條列式指出：哪一家的綜合條件最優？哪一家的報價存在異常的高價或低價陷阱？ [在此貼上 3 家供應商的報價文字與條件]」 |
三、採購議價談判策略與砍價郵件生成
「老闆今年要求成本再降 5%，但配合很久的供應商死都不降價，怎麼辦？」這是每個採購每天都在頭痛的兩難。語氣太硬，怕對方斷料或擺爛；語氣太軟，又達不到公司的 KPI。
這時候，LLM 就是你最好的「談判幕僚」。你可以把你們的長期合作背景、對方的軟肋（例如對方最近產能沒開滿，或我們有新專案可以綁量）、以及市場行情輸入進去。
讓 AI 幫你擬定談判策略，甚至直接生成不同版本的溝通郵件：例如日系客戶的委婉試探版、歐美客戶的數據說理版、或是針對長期合作老夥伴的感情拉攏版。AI 不會代替你上談判桌，但它能幫你準備好一套毫無邏輯破綻的話術與底線。
💡 馬上能用的 Prompt 範例：「我們公司希望針對現有的 [零件名稱] 向合作五年的舊供應商爭取 5% 的降價。目前市場上該原料價格略有回落，且我們預計下半年會有一個新專案可以增加 30% 的採購量。請幫我撰寫一封正式的議價郵件，語氣要維持長期合作的夥伴情誼、客氣但堅定，並巧妙地將『未來訂單增長』與『市場原料回落』作為談判籌碼，促使對方願意重新檢視報價。」 |
四、供應商會議自動文件化與風險追蹤
採購每天都要開大量的供應商協調會，討論交期delay、樣品不合格、或是產線品質異常。會上大家講得口沫橫飛，承諾了「下週五先交 500 pcs」、「品質改善報告三天內補齊」，但會議結束後，業務一忙，資訊常常就流失了，直到產線斷料才發現對方根本沒做。
現在的 workflow 可以很簡單：會議中直接用手機語音錄音，會後轉成文字檔，直接丟給 LLM。
指令只有一個：讓 AI 自動提煉出「決議事項、交期承諾、潛在供應風險燈號、以及下一次雙方追蹤的責任人清單」。過去只存在採購個人大腦或筆記本裡的承諾，瞬間就變成了高層主管看得懂的管理資產。
五、跨產業替代料件調查與新供應商開發
當現有供應商產線失火、無預警倒閉，或是某個關鍵晶片、原物料全台大缺貨時，採購主管的電話通常會被打爆。這時候要在最短時間內找到「替代料件」或「新供應商分布」，傳統做法是盲目地在 Google 下關鍵字，或者一間一間打聽，效率極低。
LLM 是極佳的第一層市場情報調研工具。你可以把現有料件的規格、材質、耐溫、電壓等參數丟給 AI，讓它幫忙擴展思維。
詢問它有哪些跨產業的替代品？全球有哪些主要的二線或三線隱形冠軍供應商？這不是要完全相信 AI 的搜尋結果，而是讓它做第一層的資訊過濾，幫你拉出全新供應商的初選清單。
💡 馬上能用的 Prompt 範例：「目前我們常用的 [特定材料/零件規格] 面臨全球缺貨，產線即將斷料。請扮演供應鏈專家，幫我全面檢視該規格，並列出：1. 有哪些其他產業（如汽車、醫療或消費電子）可能會使用外形或功能高度相似的替代料件？ 2. 除了歐美日大廠，亞洲（如台灣、東南亞）有哪些具備此類加工能力的潛在供應商廠商？ 3. 當我致電這些新供應商時，為了快速確認對方的技術可行性，我應該優先詢問哪 3 個關鍵問題？」 |
結語：先有工作流，再談自動化
最後我想跟所有製造業與中小企業的老闆、採購主管講一件很重要的事情。
很多企業現在最大的誤區是：連基本的日常資訊都還沒梳理好，就急著花大錢開發系統、談 Agent 自動化串接。結果最後系統做出來了，員工嫌麻煩根本不用，AI 工具淪為擺設。
企業導入 AI 的第一階段，真正核心的只有這三件事：固定輸入、固定輸出、固定人工驗收方式。
先讓採購同仁每天自發性地、在對話框裡複製貼上這 5 個 workflow，真切享受到「以前要弄一整天，現在 10 分鐘搞定」的甜頭。大家真的用起來了，我們再來談自動化、代理與內部資料串接。
AI 時代來臨，不一定會先取代採購這個職位；但那些懂得利用 AI workflow 幫公司精準控管成本、抓出供應風險的採購，正在迅速與傳統採購拉開差距。
------------------------------------
⚠️ 作者溫馨小提醒（採購資料安全宣導）：採購部門涉及大量公司商業機密與法律合約。在將任何工作資料（如供應商報價、議價底線、底標價格、客戶合約條款）丟給外部公開的 AI 工具處理時，請務必養成良好習慣，將『供應商真實全名』、『具體專案代號』與『核心價格數字』進行去識別化（例如用 A 廠、B 專案、X 元代替）。在利用 AI 瘋狂提升效率的同時，也要百分之百確保公司的商業機密安全喔！
作者：JACK，AI 工作流實戰者。長期關注中小企業如何把 AI 從工具試用，落地成可持續運行的情報、銷售、營運與管理流程。
