夜雨聆风假设你是一家中型企业的采购总监。年终盘点时你发现，全年订单有近一半集中在单笔不足两万的"长尾支出"上——办公用品、耗材、IT外围设备、临时服务。
这些交易单笔看不大，战略价值也低，但供应商多、频次高，没人有时间逐一询价。你的团队知道这里有钱可省，但人力带宽永远不够。
于是这些支出长期处于"半管理"状态：有审批，没谈判；有供应商，没比较。
这正是Zycus想让它的Merlin AI Agent切入的地方。
1998年的老厂，和新的一队Agent
Zycus不是新玩家。这家公司成立于1998年，在Source-to-Pay领域已经做了二十多年，是典型的采购软件老兵。
但Zycus现在讲的不再是传统S2P套件的故事。它把Merlin发展为一组专业Agent，分别覆盖采购需求入口、寻源事件创建、供应商推荐、自主谈判、分析和授标建议。
员工提需求时，系统识别意图并自动路由；寻源环节创建事件、推荐供应商；自主谈判Agent在企业设定的条件范围内，直接与供应商沟通价格和条款；最后形成横向比较和授标建议。
重点不是单个Agent有多聪明，而是多个动作能否在同一套数据、权限和审计轨迹中连接起来。
从1998年的传统采购软件到一队协作的AI Agent，这个跨度本身就是Zycus正在"重做"Source-to-Pay的核心信号。
Tata Play如何放开第一批尾部支出
Zycus在2025年宣布，印度媒体与宽带公司Tata Play采用其Autonomous Negotiation Agent处理尾部支出。
据Zycus客户活动资料称（厂商自报），Tata Play在90天内将Agent投入实际运营，被称为印度首家在尾部支出中部署自主谈判的企业。
尾部支出交易多、单笔战略性低，团队没时间逐一处理。这些交易长期被"放养"——不是不重要，而是管不过来。Agent恰好填补这个人力空白。
案例描述的流程是：识别供应商、建立轻量寻源事件、让Agent在设定条件内谈判、评价响应、建议授标。团队最初观察每一个事件，随着结果趋于稳定，再逐步降低人工监督频率。
这套方法的核心叫"渐进式信任"：不是第一天就把控制权全部交出去，而是从尾部支出开始，先看住每一个事件，稳定后再逐步放开。
自动谈判不等于自动授标
Agent可以在企业划定的红线内讨论价格和条款，快速覆盖大量没人管的交易。但边界必须说清。
最终选择供应商，仍然涉及质量、交付能力、供应商关系、风险和业务连续性。特别是当数据不干净、供应商竞争不足或规格不清楚时，自动流程可能把错误放大。
Zycus的材料反复强调human-in-the-loop——"人在环中"。但真正需要追问的是：这个"人"到底站在哪里？是审批供应商名单？是批准谈判策略？是检查例外？还是做最终授标？
不同的位置意味着完全不同的风险边界。Agent执行重复性步骤，治理框架才定义供应商选择、谈判限制和最终授标。
BDO是另一条线，别混着看
Zycus还发布了菲律宾BDO Unibank的Source-to-Pay改造案例。
据Zycus案例页面，BDO的采购速度提升约80%，并在约三个月内完成集中化。这是一个完整的S2P套件改造故事，不是Agent谈判项目。
BDO的80%提速属于BDO，不能拿来证明Tata Play的谈判效果。两者放在一起，只说明Zycus同时在推进两件事：完整套件的平台化改造，和具体Agent场景的落地。
一条线是把整个S2P搬到新平台，另一条线是让Agent在某个环节自己做决策。分清楚，才能看清Zycus到底在做什么。
给中国采购人的三个启发
第一，先选尾部支出练手。
找规则清楚、供应商有竞争、失败可逆的品类。不要一上来就碰战略性采购。尾部支出的好处是试错成本低，但流程完整性一样能验证。
第二，在试点期记录每一轮。
报价、Agent理由、人工干预点和结果都要留存，建立可回溯的判断依据——稳定与否靠数据说话，不靠感觉。
第三，不只看价格节省。
供应商参与率、例外率、谈判周期和复核时间，才能告诉你Agent在起作用还是添乱。流程效率的改变比价格波动更可信。
Tata Play案例最有价值的部分，不是"AI终于会谈判"这个标题，而是企业找到了一个逐步建立信任、又能连接真实业务结果的入口。从尾部支出开始，看住每个事件，稳定后再走一步——这条路比"一步到位"的AI故事可靠得多。
资料来源
本文内容基于Zycus官方公开信息撰写。
本文用于行业学习与趋势观察，不构成厂商排名、背书或具体软件选型建议。
以上就是今天的今日公司。你觉得自主谈判Agent在国内企业里，最先可能从哪个品类跑通？欢迎留言聊聊。
关注「采购AI前沿」
全球AI采购公司、产品与趋势的深度观察。
不做厂商排名，只讲行业逻辑和实践启发。