先把高频问题解决掉
如果你最关心的是提效、表达、分析与工具上手，先别管宏大叙事，先把工作里的高频痛点解决掉。
Kraljic Matrix
利润影响 ↑
杠杆物料
Leverage
战略物料
Strategic
一般物料
Non-critical
瓶颈物料
Bottleneck
供应风险 →
ai_procurement.py
# AI 驱动的采购决策引擎
from ai import
SuperIndividual
class Buyer(SuperIndividual):
def analyze(self,
data):
return self.ai("优化供应链")
🤖 Claude
🧠 DeepSeek
⚡ Cursor
🐍 Python
💡 GPT
核心典型应用
将多年一线采购实战经验，深度融合大模型底层能力，构建出直击业务痛点的有效方法。
MRP 齐套分析系统
深度接驳 MRP 逻辑，联动计算需求、BOM、库存与在途 PO。快速精准诊断齐套状态，将传统 2~3 天人工核对缩短至 3 分钟，独创实时仿真界面，彻底取代 Excel 手工排查。
BOM 智能比价工具
直连市面主流现货平台底层框架，通过建立现货价格与订货价的动态换算模型，实现极速预估 BOM 成本助力抢单，定期极速评估降本空间，为项目核价与采购审批提供高效支援。
SkyNet 情报雷达
采用最新 OpenClaw 架构部署，实现 100% 自动化的定时监控系统。将海量市场情报与突发风险等分层提炼，定时通过飞书直接推送至个人手机。
SCM-Skill 智能助手
专为采购量身定制的工程化 Skill 体系。将零散的个人智慧沉淀为标准引擎，深度辅助采购团队完成生命周期内的端到端高效业务协同。
多智能体虚拟专家团
针对实战中各种各样的复杂棘手问题，系统将智能拉起匹配的虚拟专家团，从各自维度的专业视角展开交叉研判，最终合并输出闭环的完整分析与破局建议。
为什么我从采购切入 AI
之前工作是在国内云服务器工厂，接触AI硬件非常早，很自然就关注GPT；
当GPT三言两语解决我多年的工作困惑后，我开始研究，从此一发不可收拾。
先看真实问题
采购工作里有大量高频、重复、跨角色协作的场景，最适合拿来验证 AI 到底是不是有用。
再看方法如何沉淀
当案例能够稳定复现，零散技巧才会变成方法，方法再进一步变成系统。
最后看判断框架
把问题、方法和案例串起来，才能真正看清 AI 会怎样改变岗位、流程与组织。
认知地图
这不是目录，而是一张完整的AI路线图
你可以按问题进入，也可以按深度递进。
看判断、看落地、拿资源，这三层共同构成我的个人沉淀。
看判断
关于AI的历史，现在和可能的演变路径
先建立大势判断，再理解岗位、流程和组织会怎么变。
看落地
采购全链路的应用场景
不是抽象概念，而是从个人效率到团队系统的真实升级。
拿资源
给行动派的脚手架
工欲善其事必先利其器，通过我可以让你少走很多弯路。
