总部想上AI，别先做大屏——先把采购比价和月度对账这两张表啃下来

2026-09-20舍予基业来源:公众号「舒毅讲AI」

连锁总部上AI应从采购比价和月度对账切入，而非经营大屏。文章拆解单据识别、主数据对齐、差异比对四步流程，指出跳过商品档案统一是最大坑，帮管理者判断落地顺序与红线。

9月的头几天，做连锁的老板基本都在催同一件事：上个月的账。

十几家店，三四十家供应商，肉、菜、米面粮油、包材、耗材。门店每周报要货，总部汇总下单，货送到店里签收，月底供应商开单、财务对账、付款。中间还夹着门店之间的调拨——A店鸡蛋多进两箱，拉给B店。

听上去不复杂。但只要你把上个月的采购单、送货单、门店签收单、供应商对账单摊在同一张桌子上，就会发现一件很荒谬的事：五张纸上的商品名，没有两个是一样的。

采购表里叫「冷冻鸡中翅」，送货单写「中翅（冷冻）」，门店签收是「鸡翅中」，供应商账单又变成「鸡中翅1kg×10」。

这活儿你随便找个管过后勤的人问，他都能给你翻出十几种写法。

我的观点放在这儿：连锁总部真要上AI，第一站不该是那块人人点赞的经营大屏，就该是采购比价和月度对账这两张最土的Excel。

理由很直接。这两个环节几乎是纯粹的信息搬运和比对，人埋在里面，机器最擅长；而且它一旦出错，代价是真金白银，做对了老板当场看得见。

过去这活儿是怎么干的

先说比价。

正常节奏是每半月或每月询一轮价，供应商把报价发过来——有Excel的，有PDF的，有直接发一张图片的，还有微信里打几行字的。采购收齐，手工敲进一张汇总表，一行一行挑最低价。

但真到下单，看的从来不只是价格。规格对不对、起订量多少、账期几天、到货是早上还是下午、上次送货有没有缺斤少两，全在心里那本账上。门店临时加个单，来不及询价，还是找老供应商拿。

再说对账。

三个数据源：总部采购订单、门店签收记录、供应商对账单。三边数量对得上、单价对得上，才能付款。对不上，就得一条一条翻——翻采购的微信，翻店长的群，翻上个月那张被改过三次的表。

月底两三天，公司里最贵的几个人，全在一个Excel里对数字。

第一是时间。这套流程在十几家店的规模上，一个月吃掉两到三个人、两三天。不是巨大的数字，但它是每个月都发生的固定损耗。

第二是错误。人工对账的常态是抓大放小，几十块钱的差先记着，记着记着就没了。多付一笔货款、漏记一笔送货，直接后果是门店毛利失真——你以为这家店成本控制得不错，其实是有一批货压根没进账。到了季末盘亏，总部和门店互相怀疑，扯不清。

第三是人的问题。比价逻辑和对账口径，常常装在某个人的脑子里和一张私人表格里。他休假，活就断；他一走，后面接手的人得重新摸一遍。

第四，也是最容易被忽略的一条：对完的账，除了付款，没人再用。价格涨了多少、哪家供应商在悄悄缩规格、哪家店的损耗长期偏高——这些数据都在表里躺着，但没有人手去挖。

顺序不是「买个大模型」，而是四步。

第一步，把单据全收进来。 送货单、签收单、报价单，照片、PDF、手写签收都收，机器先做识别和结构化。这一步现在的成熟度已经够用，不是瓶颈。

第二步，做一次主数据对齐。 这是全场最重要的一步，也是最不体面的一步：把商品编码统一，把供应商别名映射上，把「鸡翅中」「中翅（冷冻）」「冷冻鸡中翅」认成同一个东西。这活儿一半靠人拍板，一半靠机器比对。

第三步，机器跑比对，只输出三样东西。 差异清单——按类型分开：单价不符、数量不符、无单送货、重复开单；比价建议——同规格、同账期、同到货条件下比，而不是单纯比数字；异常复现清单——这家供应商上个月也在这个规格上少了分量。

第四步，人只看异常项，签字确认。

这里有个很关键的参照。据常熟农商银行公开披露，他们2025年完成大模型的评测和本地化部署，把信贷审批流程拆成标准节点，流水解读时间从3小时压到3分钟。日均审批贷款200笔，自动化通过率85%。但真正值得你看一眼的是另一个数字：审批意见的业务采纳率约55%。

55%意味着什么？机器给出的判断，一半多被审批人员直接用掉，剩下的改了。人没有离场，人只是不再干那3小时的机械核对，把时间花在了核实和判断上。

你的对账也一样。目标不是零人工，是让人只出现在需要判断的地方。

我见过做这件事翻车的，基本是同一个原因：跳过第二步，直接上工具。结果系统每天早上给你吐一屏差异，全是同义词造成的假差异，采购看三天就不看了，项目死掉。

另外三个坑：

我们在给连锁客户做这块的时候，第一版通常只干三件事：把门店签收单收上来、把三份单据的数量对上、把差异分成几类。花最多时间的地方不在模型，而在项目开始前帮客户把商品档案对齐——这活儿不体面，但省了后面两个月的扯皮。

「我就十几家店，一个月两三百张单，请个人半天也对完了，上什么AI

零售餐饮AI应用门店经营采购对账