核心要点
先看结论——该做什么、什么时候做：
- 本周先量你自己的采购P95前置期，再跟任何厂商说法比，并把容易重复的订单和决定你承诺交期的长尾非标询价分开。
- 上线前按两个阈值审物料主数据：字段完整率至少约百分之八十五填了，一物多码率低到没有实物零件带重复标识。
- 任何试点都圈在商品数据治理这块，十倍就出在这，而不是整个采购职能，并把百分之六十到九十的成功带当验收线。
- 把剩那百分之十当作一支专人队列来配人，专接长尾非标件，别等智能体退回时从缝里漏掉。
- 盯端到端整链成功率，不是单智能体准确率；任何五节各百分之九十的链，在你自己数据量出来前，先当约百分之五十九交付。
- 设试点目标：一个季度内把工具类采购周期从二十多天压到三到五天，按你自己的订单量，P95每月复盘。
京东工业“工品智炼”把物料治理、合规审核和聚品降本封装成22个可组合智能体，商品数据治理人效提升10倍，端到端任务成功率从60%升至90%，P95耗时缩短30%。平台已覆盖14个行业、80余家企业；相关落地案例把工具类采购周期从20多天压到3至5天。对采购团队而言，价值不在“大模型”标签，而在主数据清理与选型周期终于能量化验收。
详细拆解
我做采购和供应链运营的年头，够我对任何不带分母的生产力数字起疑心。所以京东工业放出那组二十二个可组合智能体的数字时，商品数据治理人效提十倍、端到端任务成功率从百分之六十升到百分之九十、P95耗时降百分之三十、工具类采购周期从二十多天压到三到五天，我当从业者看，不是当粉丝看。
这组标题数字是真的，值得当回事。二十二个可组合智能体跑在十四个行业、八十多家企业上。最跳出来的是商品数据治理那块人效十倍，那活以前是一个人把规格从PDF抄进系统、还得求代码对得上。端到端任务成功率从百分之六十到百分之九十，尾部延迟也就是P95，第95百分位耗时，降了百分之三十。工具类采购从二十多天变成三到五天。
让我停住的是P95。多数厂商通稿报平均值，而平均值天生就是用来藏你疼的那块的数。他们反而拿第95百分位当头，这一个选择，比任何增长倍数都更说明痛点在哪。
先说为什么一份通稿会把P95而不是均值当头。采购任务的平均完成时间，被那些容易、可重复的订单拽低了，某人每周买的螺栓，每季度两次的同一本过滤器目录。这些关得快，把平均值拉到一个幻灯片里好看的数。P95是最慢的那百分之五任务，真正决定你承诺交期守不守的，而采购周期里尾部才是真相。供应商承诺五天，你内部前置期由最坏那单定，重要的不是平均，是第95百分位。写这份通稿的人懂这个，所以后面我比平时读得更仔细。
百分之六十到百分之九十这个跃升是我第二个想坐下来看的，因为那丢掉的十个百分点才是有意思的。一个九成成功的系统，仍把最后百分之十交回人，而从业者问的不是那九成多好，是那百分之十长什么样。采购里这剩量几乎从不是随机分布，它是长尾非标件，规格三种冲突的物料、得手工核对的作废代码。如果这百分之十恰恰是最难、低量、高判断的尾部，那智能体干了容易的百分之八十九，把从来都得人的那块留给你。这是公平的分工，但不是全自主同一个故事，买的人得知道自己还在给哪百分之十配人。
下面是报道没写清的部分，也是决定这东西在你楼里跑不跑得通的部分。这类搭法的瓶颈变量不是模型能力，是主数据质量，也就是智能体读写的那批物料记录的干净度。把二十二个智能体当串行管道而不是二十二个独立帮手看，端到端成功率是一节节成功率的乘积，不是平均。把五节各百分之九十串起来，是零点九的五次方，约百分之五十九，不是百分之九十。
这套算术正是通稿强调可组合和端到端成功率、而不是单智能体准确率的原因：一旦把智能体串起来，唯一有意义的数是整条链交付的概率，而串联悄悄把失败乘上去。这也解释了十倍人效为什么偏偏出现在商品数据治理、而不是整个采购职能，那一段输入够干净、闭环够紧，智能体才真能复利，链上更乱的部分做不到。
把一支具体的采购团队摆上桌，收益就诚实了。假设一个团队一年处理一千二百个非标询价，每人每单花四十五分钟做查数、匹配、录入。按十倍人效，降到每单四点五分钟。省下的是每单四十分钟乘一千二百单，约八百小时一年，按一周四十小时算大约零点四个全职当量。这是真金白银、真人头决策，但注意范围：十倍是在数据治理那块，不是跟供应商谈判、也不是实物购买。再把P95的削减叠上去。如果承诺交期五天，旧P95前置期比如七天，砍百分之三十把尾部带到约四点九天，这就把一批原本没守住的承诺翻成守住。所以智能体赚两份钱，解放了分析师，把最坏那批订单拉回承诺线下。
从这个例子，反事实是我签合同前不会跳过的部分。跑在脏主数据上的智能体不修脏，它把脏放大。如果物料记录不全、或同一实物零件带重复代码，下游每个智能体更快、更大量地读错，十倍变成错误的十倍乘数。所以结论越过一个可观测阈值就翻，而阈值不是玄学。盯两个数：物料主数据的字段完整率，也就是必填属性真正填了的比例；以及一物多码率，也就是同一实物零件在几个标识下出现。低于字段完整率地板，暂按约百分之八十五填了当规划点，按你自己的目录调，且高于重复代码天花板时，管道不再帮忙、开始害人，你该先修数据、再加任何一个智能体。
百分之六十到九十这个带被当成标题卖，但这带只描述他们量的那段，商品数据治理。同一份通稿告诉你工具类采购从二十多天降到三到五天，那是另一个指标，周期指标，不是成功率指标。脑子里把这两样分开，因为混在一起，就是数据录入的十倍变成某人提案里整个采购支出的十倍的地方。我坐过那种提案会，写十倍那张幻灯片，永远不是写那百分之十难案去了哪张。
让任何这东西靠近活采购订单前，先把分母钉死，像对任何别的说法那样。问被量的是哪些任务、排除了哪些；问那一年一千二百个询价的假设对不对得上你自己的量、还是厂商举例；问那百分之九十在你长尾非标件上成不成立、还是只在干净的目录品上。在一个容易的百分之八十九上量出的成功率，对你季末落到桌上的那百分之十几乎什么都不说。
我让客户在信演示前先装好的仪表很不起眼，但它是赢和静默核销的分界。本季把你自己采购前置期的P95当基线记下来，给每单打标签区分是重复品还是长尾非标品，每周盯物料主数据的一物多码率。这三条流会在一个月内告诉你，智能体是在复利价值还是在复利错误，而且你比董事会那页数字早知道。
作为对采购或供应链组织负责的人，我具体会干什么，写在下面清单。泡杯咖啡的短版：别把十倍当整个职能的数买，当商品数据的数买；先量你自己的P95再比他们的；让任何智能体碰活订单前，按那两个阈值审你的主数据。我看过干净的工具部署因为没人查底下数据而翻车，智能体只是让翻得更快。
作者 Leo
那跨十四个行业、八十多家企业的铺开，是反而该让你谨慎、不是让你放心的一句。敢报广安装基数的厂商是在说这产品通用，不是说它在你的货上验过。采购数据不是跨行业一个样：化工分销商、汽车总成厂、医院网络，各自的代码、合规、主文件里的脏度都不同。所以那八十家是八十个起点，通稿没说多少家是从干净数据起的、多少家还在跟它打架。有人拿广基数当证据，你要问的是跟你像的那群，因为宽分布的平均值藏着你的那片是赢家还是落后者。
人效不是成本，这两样在这类公告里每次都被混。十倍省下的是工时，意味着分析师被解放去干别的，这是真的。但智能体平台本身要钱：许可、算力、集成、看护，这些都没进十倍那标题。真正的考题不是每单多少小时，是含软件在内的这个功能总服务成本，按这个口径算，增益几乎永远小于十倍。我见过团队庆祝一个生产力倍数、然后发现平台费第一年就把省的全吃掉。把十倍当人工数，把平台成本放它旁边，再决定账还笑不笑。
↑ 返回核心要点