一句话下单之前：医药行业 B2B 订货采购平台如何把 AI 采购助手做成「可审计」的

下午四点，医药商业公司的采购员面对一页三十多个品规的补货清单：同一通用名下剂型、规格、厂家各异，还得确认是否落在已审核的供货范围内。她一边打电话核型号，一边翻页找货，最怕规格拿错、数量多个零。医药 B2B 订货的难点，从来不是有没有下单按钮，而是这一单能不能被核实、被复核、被追溯。

一、量在涨，费用率却只有 6.9%：医药 B2B 的效率账要重算

商务部《2024年药品流通行业运行统计分析报告》显示，2024 年全国七大类医药商品销售总额 29470 亿元，医药电商直报企业销售总额 2488 亿元、占 8.4%，其中 B2C 仅 129 亿元、占 5.2%。医药电商的主体是机构间订货。同一报告还给出：B2B 日出库完成率 99.4%，B2B 电商业务费用率 6.9%。

交易早已搬上线，履约端也跑得稳，剩下的空间在下单之前的重复劳动——几十个品规逐条搜索加购，两个近似规格来回翻参数表，清单从表格誊进系统，下单后还要反复查订单、物流、发票。6.9% 的费用率意味着改进必须算得清账：省下采购员的小时数，多出可复核的记录，而不是再改一次界面。

二、从搜索式采购到对话式采购：一句话走完五个环节

商派 AI 采购助手智能体不是给订货平台加一个聊天窗口，而是把一句话翻译成可执行的业务动作。产品页拆成五步：多模态输入、意图理解、工具调用、生成式界面、确认下单。助手以悬浮面板常驻页面右侧，找商品、查订单、看物流不打断当前浏览。

入口可以是语音报出的品名，也可以是采购清单表格、需求图片、规格文档附件或长文本需求。语音实时转写后，模型去掉口语冗余、规范商品术语；附件上传即解析为结构化需求，与商品库自动匹配生成采购草案。页面自述清单录入从 1 小时级降到秒级，这是交互目标，实际耗时取决于清单复杂度。

决定它是不是智能体的是第三步：22+ 真实业务工具直连交易系统，检索、比价、购物车调用平台既有的商品与交易数据，而非模型凭记忆生成的价格。随后商品卡、对比表与下单确认卡随对话生成，规格与价格并排展示；涉及订单的写操作一律先给确认卡，经人确认才落单。人在回路，对医药行业不是体验优化，而是准入条件。

三、对话产物要能回溯：把聊过的内容变成可复核的记录

对话式助手容易在第二次使用时失去信任：比过的规格翻不回，查过的订单无法交给财务复核。商派让每次对话都留下一份结果：商品结果、商品对比、业务记录（订单、物流、售后、发票、账户）随对话收进产物面板，按品类分类，可按品名、厂家、销售商搜；每条标注第几次回复、几点几分，可跳回来源消息。

三个边界比功能更值得看：产物就是对话中那批数据，同源而非模型事后重写的副本；快照有时效，面板提示价格与库存以重新核验为准；只收当前对话，未确认的账户资金资料不展开明细。它们对应三类复核动作——规格并排核对给采购与验收，来源时间点给质量复核，订单与发票记录给财务对账。承认快照会过期，比承诺永远准确更接近真实业务。

四、把判断权留在宿主：三层架构决定 AI 能做什么

同样是大模型，差别不在模型，在工程分层。架构是三层加一个模型层：前端挂件负责对话、流式事件消费与确认卡交互；智能体宿主采用 Python 与 FastAPI，承载会话轮次、五道闸、预算、写授权、复核、审计与模型密钥，模型只能请求它执行白名单工具；平台业务服务复用既有商品、交易、订单服务；模型网关按场景路由模型档位，能力先探测再放行。

分工可概括为：业务能力留在服务里，判断权留在宿主里，模型只负责理解。由此，工具、事件、错误码契约先行；工具可逐个从模拟实现切到真实接口，出问题随时退回；同域部署、共用登录态，不必为助手另开一套身份体系。对企业侧而言，新增一项业务能力等于注册一个新工具，换模型不改业务代码与前端。

五、GSP 视角下的敢不敢：用工程化闸门替代提示词约束

《药品经营质量管理规范》要求：首营企业、首营品种须经质量管理部门和企业质量负责人审核批准；采购记录应含通用名称、剂型、规格、生产厂商、供货单位、数量、价格、购货日期；发票的购销单位、金额、品名应与付款流向及财务账目相对应；到货核对做到票、账、货相符。任何进入这条流程的 AI，都得先回答谁授权、改了什么、能不能查回去。

Gartner 在 2026 年人工智能技术成熟度曲线研究中指出，仅 17% 的组织已部署 AI 智能体，超过 60% 计划两年内部署；Gartner 同时预计，超过 40% 的智能体 AI 项目将在 2027 年底前因成本、价值不明确或风险控制不足被取消。瓶颈正从模型能力转向可控性。

产品页的原话是：以工程化闸门而非提示词约束。六项防护覆盖身份、工具、预算、写入、数据与审计：身份作用域隔离、工具白名单管控、资源预算前置、写入授权确认卡、数字溯源复核、全程审计回放。会话绑定独立身份与权限边界，越权在入口拦截；调用参数逐条校验，超额熔断；关键数据附来源指纹，交付前复核一致性；每步调用留痕可回放，问题定位到具体事件与参数。

边界也要说清：助手不替代质量管理部门对首营企业与首营品种的法定审核，不生成法定质量记录，不承接通用 ERP、仓储执行与物流承运；它提供权限隔离、确认前置、来源复核与参数级留痕，供企业既有质量与财务体系核验。把法定判断留在人和既有系统里，把重复操作交给智能体，才是可持续的分工。

六、政策与场景：从只读开始，把高频低风险动作先交给对话

工信部等七部门在《医药工业数智化转型实施方案（2025—2030年）》中提出，到 2027 年形成 100 个以上医药工业数智技术应用典型场景，医药流通与追溯列入典型场景方向，并强调符合 GXP 的系统解决方案与计算机化系统验证；到 2030 年规上医药工业企业基本实现数智化转型全覆盖。场景与验证两个词，提示了先验证、再推广的落地顺序。

可从四类交互切入：语音采购解放双手，附件识别把表格与规格文档解析为结构化需求，语音播报让关键结果随订随听，多轮记忆保持跨轮次条件。建议分三步：先开放只读能力（找货、比价、查订单），再逐步放开写操作并保留确认卡，最后按工具维度从模拟灰度切到真实接口。采购员省下逐条录入的时间，质量负责人拿到可回溯的操作记录，财务对账不必再追问这单是谁改的。

七、常见疑问