新供应商准入审查能不能交给智能体?资质核验和现场评估怎么分
每到季度末,采购部门的老张就要面对同一个难题:手里压着二十几份新供应商准入申请,每一份背后都是厚厚一摞营业执照、资质证书、财务报表、业绩清单和现场照片。资料看得完,判断却难做——漏掉一张过期证书,可能埋下合规风险;现场跑得不细,可能引进一个产能根本跟不上的供应商。更麻烦的是,业务部门还在催:“这家要得急,能不能快点?”
这不是某一家企业的困境。IDC的调研显示,中国大中型企业中超过六成的采购组织仍然依赖人工完成供应商准入的初筛与资料核验,平均单个供应商的准入周期在7—15个工作日之间。而随着供应商数量增加、合规要求趋严,这套靠人堆出来的流程越来越难以为继。
于是问题自然浮现:新供应商准入审查,到底能不能交给智能体?如果能,资质核验和现场评估这两件事该怎么分工?这篇文章试着把这条分工线画清楚。
一、先把问题拆开:准入审查到底在审什么
讨论“能不能交给智能体”之前,需要先承认一个事实:新供应商准入审查并不是一件事,而是一串性质迥异的工作被塞进了同一个流程里。
1.1 一条准入流水线上的四个节点
一个典型的新供应商准入流程,大致包含四个环节:
- 资料受理:收集供应商提交的证照、财报、业绩、承诺书等材料,检查是否齐全、格式是否合规。
- 资质核验:逐项比对证照真伪与有效期、经营范围与采购品类的匹配度、财务健康度、涉诉与失信记录、关联关系等。
- 现场评估:走访生产场地、仓储、质检环节,评估设备状态、产能、工艺水平、管理水平与配合意愿。
- 结论审批:综合上述信息形成准入结论,确定准入等级、合作品类与后续管理策略。
这四个节点的共同点是都要看材料、做判断,但它们的确定性程度差别极大——资料受理和资质核验,规则清晰、标准可写、答案唯一;现场评估则高度依赖经验、现场观察和人际判断。
1.2 判断能不能交给智能体,看三个指标
一个环节是否适合交给智能体,可以用三个指标快速判断:
- 规则可表达性:审核标准能不能写成明确的判断条件?能写成“证书有效期≥投标日”“经营范围包含XX类”的,就适合自动化。
- 输入数字化程度:信息是否已经以文档、图片、系统数据的形式存在?纯线下口头沟通的部分,自动化价值有限。
- 错误可承受性:判断错了后果有多严重?可以事后抽检纠偏的,适合全自动;错了不可逆的,必须留人。
用这三条尺子一量,结论其实很清楚:资质核验是智能体的主场,现场评估是人的主场,中间地带需要人机协同。
二、资质核验:智能体可以接住的“高确定性”部分
2.1 资质核验的本质,是拿着规则做重复比对
一家供应商的资质材料,少则十几页,多则上百页。审核员要做的事,说穿了就是反复执行同一组动作:
- 证照有效性核验:营业执照、开户许可证、行业资质证书、ISO体系认证的有效期、发证机构、证号一致性。
- 经营范围匹配:供应商登记的经营范围,是否覆盖本次拟采购的品类。
- 财务健康度判断:近三年营收、资产负债率、现金流是否满足准入底线。
- 风险信息穿透:失信被执行人、经营异常、涉诉记录、行政处罚、关联企业黑名单。
- 业绩与能力比对:同类项目案例数量、金额、客户类型是否达到要求。
- 材料一致性校验:同一信息在不同文件中的表述是否矛盾,比如财报营收与业绩清单金额是否对得上。
这些动作的共同特征是:规则明确、材料固定、答案唯一。人做久了会疲劳、会漏看、会凭印象放行,而这恰恰是智能体最擅长补位的地方。
2.2 智能体的能力早已不止于OCR
不少管理者对“智能体审资质”的印象还停留在“把图片识别成文字”。实际上,当前的技术路径已经演进为大模型加小模型的双轨制:
- 小模型负责“看得准”:OCR识别、版面分析、印章检测、证照结构化,把非标准材料转成标准字段。
- 大模型负责“看得懂”:理解制度文本、解析复杂条款、做跨文档语义比对、生成审核结论与打回理由。
- 规则引擎负责“判得死”:把企业制度转成可执行规则,做穿透查询与硬性校验,避免大模型的“自由发挥”。
某大型电力集团在单据审核场景中采用这套思路后,初审替代率达到66%,人工负荷降低超60%,审核准确率提升至99.2%,项目投入10个月即收回成本,风控响应速度提升300%。供应商资质核验与单据审核在底层逻辑上高度相似——都是“多份材料对着规则做交叉验证”,这套方法可以直接迁移。
2.3 实在Agent在资质核验环节怎么用
把这件事落到具体操作上,实在Agent可以承接这样一条链路:
- 材料自动受理:Agent按准入清单自动校验材料完整性,缺件即时生成催办通知,不再靠人工逐份翻看。
- 证照结构化提取:支持PDF、图片、扫描件、电子证照等多种格式,自动抽取企业名称、统一社会信用代码、有效期、经营范围等关键字段。
- 规则化交叉核验:外挂企业准入制度知识库,比对资质等级、财务门槛、业绩要求,对超标项、缺项、矛盾项高亮标注并生成打回原因。
- 外部风险穿透:自动查询工商、司法、信用等公开信息源,识别失信、异常、关联风险。
- 结论与留痕:生成结构化审核报告,全量记录操作痕迹与判断依据,形成可追溯的证据链。
参考同类场景的实践数据,标书合规关键词自动核验已经能做到审核周期从“天级”缩短到秒级、匹配精度99%、合规追溯100%。供应商资质核验的材料复杂度与之接近,具备同样的自动化空间。
三、现场评估:智能体只能坐“副驾”
3.1 现场评估不可替代的三件事
如果资质核验是“对材料”,那么现场评估就是“对现实”。现场评估里有三类判断,目前仍然很难交给智能体:
- 事实采集类判断:设备是否在正常运转、产线是否满负荷、仓储是否规范、质检记录是否真实。这类判断需要现场观察与临场追问。
- 专业经验类判断:工艺水平处于行业什么位置、管理水平是否匹配订单要求、产能弹性有多大。这类判断依赖评估人员的行业经验积累。
- 关系与意愿类判断:对方配合度如何、诚信度如何、是否存在隐性风险信号。这类判断往往来自面对面交流中的细微感受。
把这三类判断强行交给智能体,结果往往是“看起来有结论,实际上不可用”。
3.2 智能体在现场评估里能做的四件事
但“不能主导”不等于“帮不上忙”。实在Agent在现场评估环节可以扮演一个高效的“副驾”:
- 评估前:生成定制化评估清单。根据供应商的品类、资质等级、历史风险点,自动生成差异化检查项,避免所有供应商用同一张表走过场。
- 评估中:辅助信息采集。通过移动端上传现场照片、录音转写访谈记录、自动定位打卡,把非结构化信息转成可归档的结构化记录。
- 评估后:报告自动成稿。把现场记录、打分表、资质核验结论整合成一份完整的评估报告,减少评估人员50%以上的案头工作。
- 全过程:闭环跟踪。对评估中发现的整改项自动建单、跟踪、提醒,直到关闭。
换句话说,现场评估的判断权在人,但信息处理权可以给智能体。
四、分工线怎么划:一张表说清楚
4.1 三档分工模型
| 环节 | 主导方 | 智能体承担 | 人的角色 | 自动化程度 |
|---|---|---|---|---|
| 资料受理与完整性校验 | 智能体 | 清单比对、缺件催办、格式规范 | 异常处理 | 全自动 |
| 资质核验(证照、财务、风险) | 智能体 | 提取、比对、穿透、生成结论 | 抽检复核 | 高(80%以上) |
| 资质核验中的疑难判断 | 人 | 提供证据与建议 | 拍板 | 人机协同 |
| 现场评估(观察、访谈、判断) | 人 | 清单生成、记录采集、报告成稿 | 主导判断 | 辅助 |
| 准入结论与等级定级 | 人 | 汇总依据、给出建议、留痕 | 决策 | 辅助 |
| 准入后跟踪与复评 | 智能体 | 到期提醒、风险监控、复评触发 | 抽查 | 高 |
4.2 一条简单的判断口诀
给一线管理者一个更好记的判断方法:
- “错了能改”的交给智能体:证书有效期判断错了,抽检能发现、能纠正,可以放手。
- “错了难改”的必须留人:产能判断错了,订单交不出货,损失不可逆,必须人来定。
- “重复三遍以上”的优先自动化:同一个动作一天做几十次,就是智能体的最佳切入点。
4.3 交接点在哪,要说清楚
分工最怕的是“都管都不管”。建议在制度层面明确三个交接点:
- 核验结论的置信度阈值:低置信度的资质核验结果自动转人工,不由智能体自行放行。
- 现场评估的前置条件:资质核验未通过的供应商,不进入现场评估环节,避免无效差旅。
- 异议处理通道:供应商对核验结果有异议时,必须有人在规定时限内复核并给出解释。
五、落地路径:四步走,不用一步到位
5.1 从“最痛的重复劳动”开始
- 第一步:选场景。挑资质材料最多、审核最频繁的品类先做,一般集中在包装材料、MRO、物流服务等供应商数量大的品类。
- 第二步:把制度变成规则。把准入制度拆解成可执行的判断条件,这是整个项目里最费功夫、也最关键的一步。实在Agent支持上传制度文本后由大模型解析生成可执行规则,减少人工翻译规则的投入。
- 第三步:人机并行跑一段。前期保持“智能体出结论、人工复核”的双轨运行,用真实数据校准准确率,同时积累抽检样本。
- 第四步:按置信度逐步放开。对准确率稳定在阈值以上的审核项,转为抽检模式;对波动较大的项,继续保留人工复核。
5.2 成效参考
从已经落地的同类场景看,合理预期大致是:资质核验环节初审替代率60%以上,单家供应商准入周期从7—15天压缩到3—5天,人工案头工作减少一半以上,同时因为规则执行不打折扣,合规一致性反而提升。
六、几个容易踩的坑
- 坑一:把智能体当“万能审”。期望它连现场评估一起判断,结果做出“看起来很专业但不落地”的结论,反而增加返工。
- 坑二:只做识别不做规则。只上了OCR,把纸质材料变成文字,判断还得人来,效率提升有限。
- 坑三:制度本身不清晰。准入标准写的是“财务状况良好”“具备相应能力”,这种条款智能体无法执行,必须先量化。
- 坑四:没有留痕机制。审核过程不可追溯,出了问题无法定责,风控部门不会认可。
- 坑五:一次上线全部品类。不同品类的资质要求差异极大,建议分批推进。
常见问题解答
问:智能体核验资质,准确率能到多少?错了谁负责?
答:在规则明确、材料规范的场景下,关键字段提取准确率普遍可达95%以上,规则判断准确率更高;但对于模糊条款、非标准材料,准确率会明显下降。责任归属上,建议采用“智能体审核+人工抽检+异议复核”的三层机制,最终责任仍在人工审批环节,这也符合内控要求。
问:现场评估能不能用AI视频或远程方式替代?
答:可以作为补充手段,尤其是对异地供应商的初筛,远程视频能筛掉一部分明显不合格的对象,减少差旅成本。但核心供应商的首次准入,仍建议实地走访,因为设备状态、管理水平、配合意愿这类判断,远程很难看清。
问:我们制度比较粗,很多标准写不清楚,能上吗?
答:可以先上“能写清的部分”。资质证照的有效性、经营范围匹配、失信记录这些标准本身就清晰,可以直接自动化;模糊条款部分保留人工判断。随着制度逐步细化,再扩大自动化范围。
问:中小供应商材料不规范,智能体还能处理吗?
答:能处理,但需要额外配置。图片模糊、盖章遮挡、格式不统一是常态,需要在提取环节做质量检测,对识别置信度低的材料自动转人工,而不是硬着头皮出结论。
问:上线这套东西,多久能看到效果?
答:从选定品类到双轨运行,通常2—3个月可以跑起来;稳定运行并转为抽检模式,大约需要半年。参考同类项目的投入产出情况,多数企业在10个月左右收回投入。
新供应商准入审查当然可以交给智能体,但要交给它该交的那部分。资质核验是规则与材料的重复比对,交给智能体,人只做抽检与决策;现场评估是观察、经验与判断,人必须站在前面,智能体做好清单、记录与报告的“副驾”。这条分工线画清楚了,准入流程才能既快又稳——智能体负责把确定的事做到零遗漏,人负责把不确定的事判断到位。下一步,不妨先挑一个供应商数量最多的品类,把资质核验这一环跑通,让数据说话。



