外部公开案例解读 · 非识度交付项目：2026 年 10 月 16 日，金山办公在昆明开了一场组织级 AI 办公峰会，云南一家煤炭企业的招采中心负责人讲了他们每天早上怎么把招采数据导进台账。文中效果数据为企业自述，单一来源、未经独立验证。
这件活不难，但每天都要做：数据导进来、逐条校验、回写进采购台账，做完还要在群里报一句今天多少条、多少钱，而且只有一个人做得最熟。我们的判断：采购数字化该先动的不是买系统，也不是把数据丢给大模型，而是找出这段「每天固定时间、规则说得清、输出固定」的活，先让机器整段接走。
采购数字化指的是把询价、比价、下单、验收、对账这些动作，从纸面和个人经验搬到能被记录、能被复查的地方。它先解决的不是「聪明」，是「不漏、不重、查得到」。
采购数字化，为什么先动台账这一段？
因为采购台账是采购里少有的、同时占住三个条件的活：每天发生、规则写得出、结果长一个样。三条都占，交给机器成本最低，出错也最容易发现——对不上就是对不上。反过来，采购里真正值钱的动作一条都不占：谈账期、判断这家厂扛不扛得住旺季、临时插单怎么调。这些交出去，出的不是效率问题，是钱的问题。
所以我们给这类项目分三类，先按采购流程分完再谈工具：规则写得死的（导入、校验、回写、汇总）交给机器；要人判断的（价格、账期、供应商取舍）留在人手里；规则还没定的（口径、审批线、异常处理）先别动——这时候动，等于把混乱自动化。
这家企业披露的做法，能拆成哪几步？
据其披露，云南恒通煤业有限公司（云南省能源集团所属）的招采中心用 WPS Comate 搭了个「数字员工」，承担招采数据的导入、校验与台账回写：原先两个多小时的手工作业，现在几分钟完成；台账每天凌晨自动处理，早九点前把处理条数与金额推送到工作群。
三步的顺序值得注意：先导入（数据进得来），再校验（规则比对得上），最后回写（结果落回台账）。很多企业做反了：先搭一块漂亮的看板，数据还得人一条条填，等于给手工活加了个显示屏。凌晨跑、早上看，这个顺序比「快了几分钟」更值钱——它把「人等活」改成了「活等人」。
三条通道不通，数字员工会变成摆设
同场金山办公副总裁吴庆云的说法是，组织级 AI 落地没有捷径，得先铺好数据、知识、接口三条通道，再管住成本与安全。落到台账上很具体：数据是招标平台、ERP 和 Excel 里那些格式不一的表；接口是能不能取到、能不能写回；知识是「什么算异常、校验不过怎么处理」这类只在老采购脑子里的判断。
失败多半卡在第三条。数据能导、接口能通，但没人把「金额差三块钱算不算异常」「同一家供应商换个名字算不算重复」写下来，机器只能照字面比，比完人还得全查一遍，最后大家回去手工做，还多了一道。另一条边界来自中国信通院吴江伟在同一场会的提醒：智能体在权限越界、插件生态、外部调用上有风险，企业引入时要建管理规范。落到台账就两件事：它能读哪些表、能改哪些字段要写死；跑完的结果要留人抽查，校验规则本身得有人签字。
什么情况下，这段活先别交给机器？
三种情况我们劝退。量太小：一周几单，手工十分钟，接机器比省下的时间贵。口径不稳：科目和统计维度一年改三次，先定规则。数据出不来：招标信息在纸上、在个人微信里、在供应商发来的图片里，先解决「进得来」。
还有一条容易忽略：这段活眼下若绑在一个人身上，而他每天靠它证明自己在忙，接走前先想清楚他接下来做什么。这不是技术问题，是排班问题；排不好，项目会卡在人这一层。
采购数字化先替的，从来不是岗位，是每天固定那两小时；这两小时被接走之后，剩下的活才轮到谈判断。
常见问题
采购数字化是什么意思？
把采购的询价、比价、下单、验收、对账从纸面和口头搬到能被记录、能被复查的地方。判断做没做到看一件事：三个月前的某一单，现在能不能三分钟翻出全过程。
机器校验错了，谁负责？
签字的人负责，不是机器。把校验规则写成清单、逐条定责任人，机器出的异常按清单分派；同一条规则连续两周没出异常，才允许降低抽查比例。
小公司量不大，值得做吗？
看你每天花多久。一天不到半小时、一个月出不了两次错，手工更划算。若每天两小时以上、错一次要来回解释半天，量不大也值得先接走——省的是固定占用。
如果你手上也有一段每天固定要做的台账活，先别问「买什么工具」。拿一页纸写清楚：每天几点做、几步、哪一步最容易错、错了谁发现。写完还觉得值得接走，再谈方案。这一步可以用识度的《AI 落地自检清单》逐条过一遍。拿不准的，预约一次适配沟通，我们按你的实际流程给判断，不先推产品。
销售侧的报价与跟进是另一条线，可参考《报价管理，为什么发出去的报价总没下文？》。
← 返回识度案例