我们豆浆厂搞AI采购优化，到底值不值？

豆价一波动，老板就头疼

我们是一家在天津的豆浆厂，干了十几年了，主要给本地连锁早餐店和商超供货。年产值大概3000万，听起来不小，但在行业里也就是个中等规模。厂里有两条生产线，三十几个工人，三班倒。

以前采购这事，一直是我和采购老李两个人盯着。老李跟了我八年，人很实在，但说句实话，靠经验和人脉吃饭的时代，真的有点过去了。

问题主要出在两方面：

一是价格。东北大豆、安徽大豆、进口大豆，价格一天一个样。老李每天打电话问一圈，记在本子上，再跟我商量。等我们决定要订的时候，好价格可能已经过去了。旺季豆子紧张的时候，更是被动，经常是价高也得硬着头皮拿。

二是质量不稳定。这是最要命的。不同批次的豆子，出浆率、豆腥味控制、蛋白质含量都有差别。虽然每批都抽检，但抽检总有漏网之鱼。有一回，一批豆子杂质多了点，导致那几天生产的豆浆沉淀物明显，被两个早餐店投诉，差点丢了单子。老李也很委屈，说供应商拍胸脯保证跟上一批一样。

每个月月底对账算成本的时候，我就感觉像在开盲盒。原料成本占比忽高忽低，利润薄得像层纸，一捅就破。

病急乱投医，钱没少花弯路没少走

大概两年前，我下定决心要改改采购这个事。一开始想法很简单，觉得上个系统，把数据管起来就行。

我们先是买了一套市面上常见的进销存软件，带采购模块那种。花了五万多。用起来才发现，它就是个高级记事本。能把合同、订单录进去，但价格趋势、供应商评价，还得靠人判断。它告诉你上个月豆子什么价，但不告诉你下个月大概会是什么价。

后来听说有专门做供应链优化的公司，找了一家北京的来聊。对方PPT做得漂亮，开口就是“大数据”“智能预测”，说能帮我们把采购成本降15%以上。我一听心动了，但一看报价，一年服务费就要四十万，还得买他们指定的硬件。这对我们来说压力太大了，而且他们案例都是给大集团做的，我心里没底，最后没敢签。

我们也试过自己搞。让办公室一个小伙子，每天上网扒各种农产品期货价格、主产区天气新闻，做成Excel表格。坚持了两个月，小伙子累得够呛，做出来的东西，我和老李也看不太懂，更不知道怎么跟实际采购决策结合起来。

折腾了大半年，钱花了几万，时间精力搭进去不少，但采购该头疼还是头疼。那段时间真有点灰心，觉得是不是我们这种小厂，就不配用这些“高级玩意”？

找到对的路子，先从一件事做起

转机是有次去无锡参加一个食品行业的交流会，听一个做烘焙原料的老板聊，他们用AI在看面粉采购。他说的很实在，不是上来就搞什么“智慧大脑”，而是就用AI做两件事：预测价格走势和给供应商打分。

我回来就琢磨，我们是不是也能这么干？目标别定那么大，别想着一口吃成胖子。

我们重新开始找供应商，这次目标很明确：一要懂食品行业，特别是农产品原料的特性；二不能光卖软件，得能帮我们落地，教我们怎么用；三价格得在我们能承受的范围内，先看效果再谈扩展。

前后聊了四五家，最后选了一家青岛的团队。他们之前给山东几家花生油厂、酱油厂做过类似方案。打动我的有几点：

第一，他们不提“赋能”，直接在我们厂里待了三天，跟着老李跑流程，看我们怎么验豆子、怎么谈价、怎么处理投诉。

第二，方案很聚焦。就说先帮我们搭建一个“大豆采购决策看板”，核心就三块内容：未来1-4周的豆价概率预测、现有几家供应商的实时评分、每次采购的综合成本模拟。别的功能先不做。

第三，报价方式灵活。不是打包卖软件，而是按“数据服务+实施辅导”来算，

第一年投入大概在十五万左右，包含了他们帮我们整理三年历史数据、训练模型和半年的专人指导。这个数，我们算算账，觉得还能搏一搏。

实施没有神话，就是不断磨合

实施过程，前后用了差不多四个月。

第一个月，主要在整理数据。 这是最枯燥，但最重要的。把过去三年的采购合同、发票、质检报告（包括我们自己的抽检记录和第三方报告）、生产记录（不同批次豆子的出浆率、能耗）、甚至供应商每次交货的准时情况，全部翻出来，整理成规范的表格。很多数据是纸质的，或者散落在不同人的电脑里，光这个就花了大力气。

第二、三个月，是系统试运行。 我们并没有马上停掉老李的传统采购方式，而是“双轨制”运行。AI看板每天给出采购建议，比如“建议本周内采购XX吨，价格区间在XXX-XXX元/吨概率较大，优先考虑供应商A”。老李还是按他的路子去询价、谈判。

然后每周开会对比：AI推荐的和老李实际买的，哪个价格更低？质量后续反馈怎么样？一开始，AI有几次预测偏差比较大，老李还有点得意。但技术团队马上根据新的市场数据调整模型。两三个月跑下来，AI的胜率慢慢超过了老李的经验判断。特别是对那种缓慢上涨或下跌的趋势，AI比人更敏感。

第四个月，才逐步切换。 我们定了个规矩：常规采购，以AI看板的建议为基准，老李在这个基础上发挥他谈判和人情关系的优势。比如AI说供应商A这周性价比最高，老李就重点去和A谈，争取比预测价再低一点。对于突发的小额急单，还是老李全权处理。

这里有个关键决策点：要不要让系统直接对接供应商下单？我们讨论后决定不要。采购的核心决策权还得留在自己人手里，系统只是提供最好的“弹药”（信息和建议），扣扳机的还得是老板。这样人也安心，系统也发挥价值。

一年下来，账本上的变化

从去年下半年正式用起来，到现在差不多一年。说翻天覆地的变化那是骗人，但账本上确实能看到实实在在的东西：

1. 采购成本更稳了。 平均下来，每吨大豆的采购成本比之前降低了大概3%-5%。你别小看这几个点，我们一年用将近两千吨豆子，算下来一年能省下小二十万。更重要的是，成本波动小了，财务做预算心里有底多了。

2. 质量投诉少了八成。 系统给供应商打分，不光看价格，更看历史交货质量、出浆率稳定性。分数低的供应商，我们会减少份额甚至淘汰。现在我们的主力供应商从原来的七八家精简到了四家，都是长期表现稳定的。这一年多，再没因为原料问题被客户投诉过。

3. 老李的工作价值提升了。 他不用每天花大量时间到处打听价格了，系统推给他重点关注的供应商和时机。他现在的主要精力放在深化和这几家优质供应商的关系，以及处理一些系统覆盖不到的异常情况上。他自己也说，比以前轻松，但做的事反而更关键了。

当然，也有没解决好的地方。比如对于突发的、极小批量的特种豆（像用来做黑豆浆的黑豆）采购，系统数据少，给出的建议参考价值就不大，还得靠人。另外，系统目前主要看经济和质量指标，对于一些软性的东西，比如某个供应商的财务风险、老板的人品口碑，还判断不了。

如果重来，我会这么干

走过这一圈，如果再让我做一次，或者给同行朋友提建议，我会说这么几点：

第一，别贪大。 千万别一上来就要搞个“智慧供应链平台”。就从你最痛的一个点切入，比如“价格预测不准”或者“供应商质量好坏没数”。先解决这一个问题，做出效果，大家有了信心，再慢慢加。

第二，数据是基础，越早整理越好。 不管你现在用不用AI，都把采购、生产、质量这些数据规范地存起来，哪怕是简单的Excel表格。等你真想用的时候，这就是黄金，能省下大把的时间和钱。

第三，选供应商，看行业经验胜过看技术名词。 一个懂大豆特性、知道豆浆生产关键指标的团队，比一个光会算法的团队，更能做出对你实用的东西。多问问他们做过哪些同类工厂的案例，最好能让你和那些老板直接聊聊。

第四，人机结合，而不是机器换人。 好的系统是让老师傅如虎添翼，而不是把他取代掉。把系统当成一个不知疲倦、信息灵通的高级参谋，最后的决策权一定要握在自己人手里。实施过程中，一定要让老员工参与进来，听听他们的意见，他们抵触，这事八成干不成。

第五，算好你的经济账。 对我们这种规模的厂子，一年投入控制在十几二十万，能省回这个数或者明显提升稳定性，就值得做。回本周期最好能在一年到一年半。别听那些画大饼的。

写在后面

说到底，我们就是个做豆浆的，搞不了太花哨的东西。AI采购优化对我们来说，不是什么“数字化转型”，就是一个更趁手、更聪明的工具，帮我们把原料这个命脉管得更明白一点，让老板晚上能睡个踏实觉。

如果你也在为原料价格起伏、质量不稳头疼，想试试又怕踩坑，我的经验是：先别急着满世界找供应商，静下来把自己的流程和数据摸摸清楚。如果还在纠结要不要做、找谁做，可以先在“索答啦AI”上咨询一下，它会根据你的实际情况给建议。心里有个谱，再去市场上聊，就不容易被人牵着鼻子走了。

这行饭，说到底还是靠产品说话。东西好，成本稳，我们这些小厂子才有底气一直走下去。