夜雨聆风左手商业.右手AI
有故事.有方法.有工具
2026年6月27日
2026年第170篇，总第1232篇原创文章
全文2868字，阅读时间约9分钟
在过去三年里，你可能已经习惯了把问题扔给AI，让它帮你写一段文字、翻译一份文件、摘要一页合同。这类使用方式有一个共同特征：你问，它答，然后结束。
这是生成式AI的"对话模式"。它很有用，但有一道天花板——你每次都要主动发起，AI每次都从零开始。它不记得上次的结论，不会主动追踪任务进度，也不会在你不在场时自己去做事。
智能体AI（Agentic AI）打破的，正是这道天花板。
"养虾"和"养马"，说的是什么？
最近采购圈和AI圈都流行这两个比喻，值得认真解释一下。
"养虾"指的是批量部署大量低成本的小型AI智能体，让它们24小时不间断地跑特定任务——监控供应商舆情、检查发票异常、追踪合同到期……这类智能体不需要多聪明，但胜在量大、持续、不知疲倦，就像水产养殖里密度养殖的虾，批量产出。
"养马"则是调教少量高能力的大型智能体，处理需要复杂推理和多步决策的任务——比较复杂供应商方案、分析谈判筹码、制定采购策略……这类智能体更贵，需要更多"训练"和精心配置，但能完成高价值的任务，就像一匹经过训练的马能做很多事。
这两个比喻共同指向同一个本质转变：AI智能体监控合同里程碑、标记定价异常、触发补货请求、验证发票，无需被要求即可主动执行——这是执行，而不是对话。
Gartner预测，到2030年，使用供应链管理软件的企业中将有60%采用智能体AI功能，而2025年这一比例仅为5%。从5%到60%，是一个从试验到主流的跃迁，而这个窗口期正是现在。
智能体的四个核心能力
理解采购智能体，先要理解它和普通AI工具的四个本质差异。
目标拆解（Goal Decomposition）。 你只需要给智能体一个目标——"找三家符合欧盟RoHS认证的替代供应商，附近一年价格趋势"——它会自己把这个目标拆成一系列具体任务：搜索供应商数据库、核查认证记录、抓取价格数据、整理对比报告。用户不需要逐步告诉它"先做A，再做B"，智能体自己规划执行路径。
工具调用（Tool Use）。 这是智能体能真正"动手"的原因。它不只是生成文字，而是能调用外部工具：ERP接口、供应商数据库、网络搜索、邮件系统、合同管理平台……现代采购平台设计了八大核心智能体群组，覆盖寻源、合同、供应商入驻、风险、绩效管理、品类管理、采购和发票付款，每个群组下有专门执行特定任务的子智能体。
记忆保持（Memory）。 很多被包装成"智能体"的工具其实是无状态的——它们响应提示、产出输出，然后忘记一切。这在生成摘要或起草邮件时没问题，但当智能体需要记住供应商A三周前未通过合规检查、预算上周刚刚修订过、某干系人在第二轮寻源中提出了异议时，这种遗忘会让整个工作链断掉。真正的智能体在整个任务周期内保持上下文连贯。
多步骤执行（Multi-step Execution）。 智能体可以执行需要几小时乃至几天才能完成的任务链——先搜索，再分析，根据中间结果调整下一步，遇到阻碍自动尝试备选方案，最后汇总报告。这是人类做项目的方式，只是速度更快、全程不下班。
采购智能体的典型形态
智能体不是一个通用的"万能助手"，而是针对不同采购场景高度专业化的执行单元。以下四种是目前最成熟的形态。
寻源智能体（Sourcing Agent）。 负责从市场情报搜集到供应商推荐的全链路。它监控供应商数据库、发起RFQ、收集和评分供应商回标、生成对比报告。某化工企业在耗材品类试点自主寻源智能体，覆盖招标准备、供应商预资质审查、报价分析和供应商问询路由的全流程——原本需要品类经理耗费六到十二周的操作序列，智能体完全接管执行层。
合同智能体（Contract Agent）。 合同智能体扫描合同的续约条款、自动提取义务、标记非标准条款，并将高风险语言上报法务团队。它不只是被动响应请求，还会主动追踪合同里程碑——某个关键交付日期临近时提前预警，某个价格调整触发条件被满足时自动通知相关方。
风险监控智能体（Risk Agent）。 制造企业正在使用智能体追踪供应商、路线和地缘风险。一旦检测到中断，系统自动建模备用寻源方案，采购团队在几分钟而不是几天内就能收到选项。这类智能体24小时不间断运行，真正实现从"事后发现"到"事前预警"的转变。
支出分析智能体（Spend Analytics Agent）。 支出分析智能体持续分析各部门的采购支出，检测游离采购行为，并建议供应商整合策略。它不是每月出一份静态报告，而是实时监控，在支出偏离预期时主动推送洞察。
亮点场景：一个智能体如何处理紧急采购需求
说了这么多，不如直接演示一遍。
以下是一个完整场景：某工厂生产线在周五下午4点发出警报，某关键电子元件库存跌破安全线，当前库存仅够维持3天生产，而主供应商刚刚宣布因工厂火灾停产。采购经理不在场，但采购智能体已经开始工作了。
以下是第七篇中"亮点场景：一个智能体如何处理紧急采购需求"的六个步骤完整文字版：
背景：某工厂生产线在周五下午4点发出警报，某关键电子元件库存跌破安全线，当前库存仅够维持3天生产，而主供应商刚刚宣布因工厂火灾停产。采购经理不在场，但采购智能体已经开始工作了。
第1步 · 触发阶段（周五 16:03）
库存系统检测到警报，智能体自动唤醒：
调用：库存监控系统 → 读取元件L7X-402实时库存
调用：供应商新闻监控 → 检索主供应商相关信息
识别：当前库存62单位，安全线200单位，可维持约3天
识别：供应商通告已于今日11:40发布，停产原因为工厂火灾
→ 风险等级升为高危，启动紧急寻源协议
第2步 · 分析阶段（周五 16:11）
交叉核查在途订单与内部缓冲库存：
调用：ERP系统 → 查询L7X-402在途PO及预计到货日期
调用：仓储系统 → 核查各厂区备用库存情况
发现：最近一张在途PO预计下周三到货，数量150单位
缺口：生产需求540单位/周，即使在途到货仍缺约330单位
→ 更新风险模型：停产窗口约为5天，需在48小时内锁定补充来源
第3步 · 寻源阶段（周五 16:24）
搜索并评分备选供应商：
调用：供应商主数据库 → 筛选L7X-402兼容替代品及有资质供应商
调用：合规数据库 → 核查候选供应商的认证和制裁记录
找到3家合规供应商：SupCo-A（库存充足·交货期4天）、SupCo-B（库存有限·交货期6天）、SupCo-C（需确认·交货期5天）
调用：历史交易记录 → 提取3家供应商近两年绩效评分
→ 推荐优先联系SupCo-A，曾有合作记录，准时率94%
第4步 · 沟通阶段（周五 16:38）
自动起草紧急询价并发送：
调用：邮件系统 → 生成并发送紧急RFQ至SupCo-A及SupCo-C
RFQ包含：规格要求、需求数量400单位、期望交货日（+4天）、付款条件
调用：供应商门户 → 在线递交询价，同步合规声明要求
标记：SupCo-B库存不足，建议作为第三备选保留
→ 两封RFQ已发出，等待供应商回复，追踪计时器已启动（24小时）
第5步 · 上报阶段（周五 16:42）
生成决策简报，推送给采购经理：
生成：紧急采购决策简报（1页，含问题描述、风险评估、供应商推荐、建议行动）
调用：消息系统 → 推送给采购经理和供应链总监（含移动端通知）
简报已标注：需人工确认的决策点2项（超权限金额授权、新供应商首单付款条件）
→ 等待人工确认：两项超授权阈值决策，其余执行层已就绪
（人工介入节点：需要采购经理审批）
第6步 · 执行阶段（周五 17:15）
采购经理审核确认，智能体继续执行：
采购经理审核简报（耗时约8分钟），批准SupCo-A作为主要来源
调用：ERP → 创建紧急PO，金额¥148,000，交货期D+4
调用：合同系统 → 调取SupCo-A框架协议，自动填充紧急采购附件
PO已发出，自动触发确认追踪（2小时无回复则电话预警）
→ 从风险警报到PO发出：耗时约1小时12分钟，人工实际介入约10分钟
引用来源
1、Ivalua——《The Future of Autonomous Procurement: How AI Agents Are Reshaping Sourcing and Supplier Management》（2025年11月）
2、Gartner新闻稿——《Gartner Predicts Half of Supply Chain Management Solutions Will Include Agentic AI Capabilities by 2030》（2025年5月21日）
3、Gartner新闻稿——《Gartner Predicts 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026》（2025年8月26日）
4、GEP Blog——《The Rise of Agentic AI in Procurement: Moving Beyond Automation to Autonomous Decision-Making》（2025年8月）
5、Sievo——《The Ultimate Guide for AI in Procurement》（2026年4月）
6、SAP Blog——《Agentic AI Can Help CPOs Automate Work, Cut Costs》（2025年）
7、Procurement Magazine——《Agentic AI in Procurement: The Ultimate Guide》（2025年10月）
8、Art of Procurement——《How Are AI Agents for Procurement Different from Chatbots and Copilots?》（2024年10月）
图片来源：AI生成
版权及免责声明：“卢山说AI精进”个人公众号的文章均为本人原创（含联合AI创作部分）。未经本人许可，禁止进行转载、摘编及复制等任何使用。如需转载、引用或者有其它意向，请事先通过本公众号后台等方式申请并获得授权。原创文章中的部分文字、图片源于网络，如有任何问题请联系本公众号。
近期精华文章回顾：
