上一篇聊了知识操作系统。这篇说一个真用上的例子——我是怎么把这套系统套到采购成本分析上的。

先说一个尴尬的事

我刚接手现在这家制冷制造公司的供应链时，最怕老板问一句话：“我们一年到底花多少钱在哪些东西上？”

听起来是个简单问题。但真要回答，就发现谁都说不清楚。

采购系统里七八万条记录，跨三年半，几百个供应商，成千上万个物料编码。有人说"板材是大头"，有人说"压缩机才是大头"，但谁也拿不出一张表说"这是全部成本的分布"。

谈判的时候更糟。跟供应商谈降价，对方说"我们已经是最低价了"，我没法反驳——因为我手上没有结构化的成本分布，不知道他报价在同类物料里处在什么分位。只能凭感觉压，压不动就算了。

这就是问题：没有成本地图，谈判就是瞎子摸象。

一张地图怎么搭起来

后来我干了一件事，给它起了个名字叫"成本 DNA"。

不是什么高深的模型，就是一件事：把所有采购记录按"功能"重新分类。原来系统里的分类是乱的——同一个物料在不同年份可能被归到不同类目，同名异码、异名同码到处都是。我把三年半的所有记录拉出来，一条一条重新归类，最后落到几个大功能块上。

比如制冷设备，拆完之后大头大概是这样的：

  • 金属板材：占三成多（柜体的骨架和外壳）
  • 制冷系统：占一成半（压缩机、冷凝器、蒸发器）
  • 柜体内部结构：占一成（货架、隔板、照明）
  • 电气与控制：占一成（电控板、传感器、线束）

前四个加起来快七成。这不是什么新发现，二八法则老早就说过了：少数关键品类吃掉了绝大部分成本。但知道这个道理是一回事，能拿着数据把"那 20% 到底是哪几个"指出来是另一回事。

以前只知道"板材是大头"，现在知道板材比第二名高一倍。谈判精力该怎么分配、降本目标该往哪里砸，一目了然。后来我想明白一件事：做采购管理这么多年，本质上就是一个反复应用二八法则的过程——不是什么都管，是找到最关键的那几个点，把力气全砸上去。 Cost DNA 给了我一张分布图，让我每次都能找到那个"20%“在哪。

真用起来是什么感觉

地图搭好之后，几件事变了。

谈判不再凭感觉了。 以前供应商说"我这个价格在行业里算合理的”，我只能信。现在我可以拿数据回去核对：同类物料里你处在什么分位，年度均价是涨了还是跌了，跟其他供应商比你的溢价是多少。具体数字我不方便说，但有一家核心供应商，做完一次完整的成本比对之后，谈判结果比我预期好得多。

降本目标能落到具体物料上了。 以前定年度降本目标都是"今年再降百分之 X"，然后平摊到每个采购员头上，每个人盯着自己的几个供应商瞎谈。现在反过来——先看 DNA 里哪块占比最高、哪块单价波动最大、哪块供应商集中度最高，然后把精力集中砸到二八法则指出的那几个交叉点上。砍掉一个低价值的供应商可能省的钱，远不如在头部供应商上磨出 1% 的让步。

能回答"为什么"了。 老板再问"我们为什么花这么多在板材上"，我不再只能说"因为板材贵"。能说：板材占多少，是因为我们用的是 X 类不锈钢，单价比普通钢材高 Y 倍；供应商集中度是多少，前三家占了多少份额；过去三年的单价曲线是什么形状。每个数字都有出处。

怎么搭的

具体技术不多说，核心就一件事：把所有数据先拆散，再按功能重组。

采购系统里的原始分类是给会计和税务用的，跟实际业务的成本结构对不上。比如同一个不锈钢板材，可能有的记录归在"原材料"，有的归在"外协加工"（因为是外协厂代采的），有的归在"模具"——但本质上它们都是同一类东西，应该一起看。

重组的过程很枯燥，但跑通了之后，那张地图就是活的——以后每个月新增的采购数据，按同样的规则归类，自动落到对应的功能块上。不需要每次重新分析。

这个过程最大的收获不是那张地图本身，是搞清楚了一件事：数据本身不会说话，得有人替它搭一个能说话的结构。

AI 时代，这些技能已经不算什么了

说到这要泼一盆冷水。

会做透视表、会写 Vlookup、会用 VBA——以前这些在采购圈子里算"会做数据"，现在不算了。AI 一两分钟就能写出来。

真正值钱的是什么？是能在拿到一堆乱七八糟的数据之后，快速判断"应该从哪个维度切"，然后搭出一个能回答具体业务问题的结构。Cost DNA 的本质不是 Excel 技能，是业务判断：我要回答什么问题、数据应该怎么分类、结论怎么落到行动上。

AI 能帮我把七万八千条数据按规则分类。但"按什么规则分"、“分完之后要回答什么问题”、“答案怎么变成下个月的行动计划”——这些是 AI 替不了的。

以前觉得"会用工具"就是能力。现在觉得工具人人会用，能基于数据做出有计划、能产出成果的方案出来，才是真正的本事。

这个网站之前整理过七项基础能力——逻辑、统计、修辞、研究、心理、投资、主体性。Cost DNA 这件事用到最多的其实是其中两项：统计（把数据切成有意义的维度）和主体性（敢于砍掉不合理的分类方式，按业务逻辑重新来）。还有麦肯锡的五种判断力——解构问题、建立假设、抓关键变量、验证逻辑、推动执行。从一堆采购流水搭出一张成本地图，五步全走了一遍。

以前觉得这些"能力"是写在培训手册里的概念。现在觉得，做成一个 Cost DNA 就是一次完整的实践。

跟知识库的关系

这个案例其实就是上一篇说的"知识操作系统"在一个具体业务上的落地。

  • 输入：三年半的采购流水
  • 加工：重新分类、清洗、对账
  • 存储：落到结构化的成本 DNA 模型里
  • 检索：任何成本问题都能从模型里拉出来
  • 应用：直接喂到谈判桌上和降本决策里
  • 反馈：每次谈完，回来更新模型，下次更准
  • 淘汰：过期的供应商信息定期清理

闭环跑起来了，知识就不再是写在文档里吃灰的东西，而是能产生钱的工具。

这也是我之前说"5000 个笔记吃灰"那个问题的反面——同一套逻辑，套到具体业务上，效果立刻可见。RAG 帮我从笔记里找答案，成本 DNA 帮我从数据里找决策依据。底层都是一件事：让信息能被结构化地检索出来，并且能回答真问题。

这是第六篇。前几篇：为什么我开始写这个网站 · 网站的结构 · 100 个模型的孤岛 · 5000 个笔记吃灰之后 · 知识不是用来收藏的