世界太吵,來原聲聽播客

a16z

系統記錄裡只有價格結果,真正的採購戰爭藏在系統之外

採購價格數字背後,是幾十場會議、幾百封郵件和上千個供應商——AI原生公司的優勢,是把這整段看不見的工作接管下來,而不只是記錄結果。

企業軟件AI agent供應鏈採購護城河信任

原視頻在 YouTube 上放不出來,用音頻聽:

用採購這個最繁瑣的垂直場景,具體講清楚AI原生公司對抗軟件巨頭的真實打法和信任爬坡過程,機制感強。

核心論點 · 點時間戳可跳到原聲

4:16

價格是結果,活兒都在系統外

Seema的論點是:老牌軟件只接得住系統記錄裡的東西,接不住真正的工作。比如客戶投訴多扣費,答案要同時查賬單、聊天記錄和合同,沒有一個系統記錄全裝得下。採購更極端:ERP裡「鋁材8K」只是結果,背後是30場會議、500封郵件、20張Excel表,還有供應商曾要價10K的拉鋸。AI原生公司的機會,正是把這整段系統之外的活兒端到端接管下來。

— Seema Amble
12:22

發票是兩成,例外才是大頭

Leo最初做發票處理:抓取信息、跨單據核對、推送進SAP/Oracle,流程清晰——這恰好是今天整個發票軟件市場的全部做法。但Vlad說這隻佔工作量的20%,剩下80%是「如果發票是假的怎麼辦」「如果對不上賬怎麼辦」這類例外處理。三年前Leo靠最基礎的單據抓取就讓客戶驚豔,趁勢很快把產品推進到例外處理這一層,複製這套「永遠比客戶預期快一步」的打法。

— Vlad Kyle
16:24

從萬元到十萬,人在環換信任

Vlad說沒有一家企業第一天就敢用全自動談判智能體——不是技術不行,是他們還不信任。Leo的辦法是先讓人類審核每一步,把反饋喂回給智能體,讓它學會某個具體的財富十強客戶究竟怎麼運作。信任就這樣一點點攢起來:先是萬元級談判,再到十萬元級規模。而涉及3D模型和技術圖紙的千萬級談判,則是故意讓專家全程留在環裡——智能體跑幾個小時後停下來問成本工程師意見,再繼續下一步,而不是一次性全自動完成。

— Vlad Kyle
22:41

一封漏看的郵件,代價上億

造飛機、建數據中心要對接成千上萬家供應商,一個零件晚到兩週,就可能拖累整個項目、造成上億美元損失。但系統記錄裡能看到的往往只是一個日期——「不是這週三,是下週三」——真正的風險信號藏在採購經理Outlook裡的某一封郵件裡,而那只是他每天要處理的500封郵件之一。漏看一封,代價就是上億。Leo的智能體要做的不只是把這封郵件找出來,而是判斷這會不會有影響、影響多大、怎麼補救。

— Vlad Kyle
32:01

兩千供應商裡,一個談下一億

直接採購不是筆記本和鉛筆那種五萬家供應商的生意,而是100到2000家戰略級供應商,其中一家就可能佔到十億美元的採購額。這種談判不會交給全自動流程:要花三個月、動用十人團隊,成本工程師拆解圖紙、追蹤鋁材和石油的價格走勢,才能把十億美元談到九億美元。Vlad還設想了實時版本:談判桌上智能體實時提示——石油價格漲了10%,但這個零件只含30%的石油成分,價格漲幅該是4%左右,而不是對方開口要的10%。

— Vlad Kyle
38:03

護城河不是提前設計的六步棋

Seema說護城河很難在早期就按部就班設計出來——「我先做這六步,第七步就有護城河了」這種打法並不成立。真正能看的,是最好的公司早期只是在贏得客戶信任、不斷多賣一點東西。關鍵信號是依賴:老的CRM只是一個記錄成交的賬本,而新的銷售AI智能體是真正在替客戶完成銷售準備和拓客這些工作本身。客戶依賴的不再是「記錄」,而是「幹活」,這種依賴才是護城河的來源。

— Seema Amble
41:17

自建三個月,也只到七成

Leo三年前的第一個產品——把報價單信息抓進SAP——現在成了招聘時的考題,應聘者8小時就能做出來,證明這類東西如今很好複製。那為什麼企業不自己花兩個月做?因為做到70%的效果不等於70%自動化:還是要有人把100%的結果核對一遍,甚至比之前更費力。Seema舉了個財富500強的例子:他們內部花三四個月做現金回收工具,錄音和截圖堆了一堆但上下文質量很差,又趕上要收購一家公司、多出一套ERP要維護映射關係,最後放棄了自建。

46:27

雙方都用智能體,照樣談得攏

按常理猜,供應商該比採購方更早用智能體,但Vlad說現實相反:供應商在錄音工具上領先,智能體部署反而落後。因為大型工業企業的採購部門本就有權規定供應商該用什麼系統、怎麼回應詢價,Leo就有機會把智能體也推給供應鏈另一端,同時拿下交易兩頭。價格看似是唯一的零和戰場,但Vlad說價格其實是另外五千項任務共同作用的結果——雙方都想要更快交付、更少摩擦——所以雙邊都裝上智能體,談判反而更快談攏。

— Vlad Kyle

原話 · 已逐字校驗

Someone sends a confirmation of like, hey, sorry, like this part is going to arrive two weeks later. And if they miss this email, hundreds of millions of them.

有人發來一封確認郵件說,抱歉,這個零件要晚兩週才能到。如果他們漏看了這封郵件,損失就是幾億美元。

Vlad Kyle0:00

No company and no enterprise starts with fully autonomous negotiation agents from day one. Why? Because they don't trust us and they don't trust the technology from day one.

沒有哪家公司、哪個企業第一天就敢用全自動談判智能體。為什麼?因為他們從第一天起就不信任我們,也不信任這項技術。

Vlad Kyle0:00

the opportunity for the AI native startup is to say, we're going to own that entire end-to-end arc.

AI原生創業公司的機會在於說,我們要把這整段端到端的工作全部接管下來。

Seema Amble4:16

if there's like one specific part which arrives two weeks later, this can have like a damage of like hundreds of millions of dollars and postpone and postpone the project.

如果有一個特定零件晚到兩週,這可能造成幾億美元的損失,還會讓項目一拖再拖。

Vlad Kyle22:41

it's really, really hard to forecast your moat going forward. If you look back at all the best businesses at the, at the early stages, they were, they were just thinking about, okay, I'm winning customer trust.

提前預判你未來的護城河真的非常非常難。回頭看所有最好的公司,在早期階段,它們當時想的只是:好,我正在贏得客戶的信任。

Seema Amble38:03

you will only reach 70 percent, let's say, like the of the performance. And the problem is 70 percent of performance or accuracy or however you measured it, it depends really on the task, doesn't mean 70 percent automation.

你只能做到大概70%的效果。問題是,不管你怎麼衡量,70%的性能或準確率並不等於70%的自動化。

Vlad Kyle41:17

So to get like 1% margin increase, um, you need to make 10% more revenue, 10% more sales.

要讓利潤率提升1%,你需要多做10%的收入、多賣10%的東西。

Vlad Kyle57:43

數字與實體

一次採購談判背後的協調量30場利益相關方會議、500封郵件、20張Excel表5:17
人類在環談判的信任爬坡區間從10K到20K規模的談判16:24
零件延遲兩週的潛在項目損失數億美元級(hundreds of millions)22:41
採購經理收件箱裡的郵件量約500封22:41
直接採購的供應商規模100到2000家32:01
單一供應商最大采購額案例約10億美元32:01
大宗談判結果與投入從10億美元談到9億美元,投入3個月、10人全職團隊33:01
內部自建系統的效果上限約70%性能(不等於70%自動化)41:17
Leo員工中工程師佔比85%50:34

術語

system of record系統記錄
企業存儲某類業務數據的權威主系統,如ERP、CRM
RFQ詢價單
採購方向供應商發出的正式報價請求文件
should-cost modeling應該成本建模
基於圖紙和工藝推算零件合理成本,用於談判議價
direct procurement直接採購
採購直接用於生產產品的核心零部件,供應商少但單筆金額巨大
principal agent主事智能體
四級框架最高層級,能像決策者一樣權衡是否額外補償等戰略判斷

收聽指南

誰該聽

關注AI原生公司如何對抗軟件巨頭的創業者、企業軟件產品經理,以及看供應鏈和採購數字化的投資人。

可跳過

14:22-15:23一段全是重複語氣詞的轉寫錯亂,可直接跳過。