重庆的配套厂,报价卡在三个人手里 重庆的装备配套产业散在主城周边的工业园区里:璧山的汽摩零部件、江津的齿轮和液压件、永川的机床配套、大足的五金、九龙坡的紧固件和线缆。这些企业规模普遍不大,几十人到两三百人,却是主机厂的直接或二级供应商,一年要报几百次价、做几千份技术确认。 报价在这类厂里有一套固定流程:销售接到询价,先看图纸和参数,不确定的问技术,技术不在问车间主任,成本算不出来问老板,价格能不能
重庆的配套厂,报价卡在三个人手里
重庆的装备配套产业散在主城周边的工业园区里:璧山的汽摩零部件、江津的齿轮和液压件、永川的机床配套、大足的五金、九龙坡的紧固件和线缆。这些企业规模普遍不大,几十人到两三百人,却是主机厂的直接或二级供应商,一年要报几百次价、做几千份技术确认。
报价在这类厂里有一套固定流程:销售接到询价,先看图纸和参数,不确定的问技术,技术不在问车间主任,成本算不出来问老板,价格能不能报要老板点头。一张报价单从接到询价到发出去,快的半天,慢的三天。中间任何一个人不在,单子就停在那里。客户催一次,销售跑一次,回来重新算一遍。
麻烦的是主机厂的节奏越来越快。一个新品开发,采购方会同时向五六家供应商询价,谁先给出专业、完整、可核对的报价,谁进下一轮。慢一天,可能连报价机会都没有。重庆不少配套厂的老板都吃过这个亏:不是做不了,是报价跟不上。
更深的损耗在经验上。一张图纸怎么核价,老工程师看几眼就有数,靠的是对材料、工序、工时、外协、损耗、模具摊销的长期感觉。这种感觉没有写在任何地方,人一走就断了。新人报价要么报高丢单,要么报低亏本,老板只能每张单子亲自过,结果自己成了最大的瓶颈。
国外怎么解:把报价拆成可计算的动作
在欧美市场,机加工报价已经是一个专门的软件品类。最常被提到的是 Paperless Parts,它把 CAD 模型解析、工艺路线推荐、成本估算、报价单生成放在同一个流程里,并且和 Autodesk Fusion 这类设计工具做了集成,估价师可以直接从客户发来的三维模型生成报价。它做过一次覆盖 400 多名制造采购和采购工程师的调查,结论是 67% 的人期望在 24 小时内拿到报价。这个数字对国内配套厂来说也是同一把尺子:客户不是嫌贵,是嫌慢。
另一条路线是平台化的即时报价。Xometry 用自动化引擎把「上传图纸—选择工艺和材料—即时出价」做成标准流程,靠的是把加工能力、材料价格、工时模型参数化,再用真实订单数据不断校准。这类模式对国内的启发不在于照搬平台,而在于它证明了一件事:报价可以被拆成可计算的动作,而不是纯靠老师傅的感觉。
欧洲的 Lantek 走的是第三路线。它的 iQuoting 模块基于企业历史报价、实际生产成本和排样数据来估算材料浪费、加工时间和成本,把「报价」和「实际生产结果」连成闭环:这次报得准不准,回头能被生产数据验证,下一轮估算就更准。这一点比任何一次性的「AI 报价」都重要,因为报价能力的提升来自反馈,不来自模型。
国内也有厂商在做类似的事。程析智能的玲珑 AI 报价助手公开宣传的能力是:支持 Excel、Word、PDF、图片、微信聊天截图等多种格式,自动抽取型号、规格、数量、单位、技术参数,再按企业预设模板生成报价单,厂商自述可以在 10 秒内完成百行数据的提取和报价输出。这类数字是厂商口径,但功能路径和国外是一致的:先解决「读懂客户要什么」,再解决「算出来」。
拆开看:报价智能的四个步骤
第一步是解析询价。客户发来的东西五花八门:PDF 图纸、Excel 明细、微信里一段话、一张手机拍的照片,甚至一句「同上次一样」。系统要做的第一件事是把它变成结构化的需求:零件类型、材料、数量、关键尺寸和公差、表面处理、交期。这一步做不好,后面全是错的。
第二步是匹配历史。企业做了十几年,一定有相似零件报过价。系统按零件特征从历史报价里找出最接近的三个到五个案例,连当时的工艺路线、材料单价、工时、成交价一起给出来。这一步的价值最大,因为它把「老师傅的感觉」变成了可查的证据。
第三步是工艺与成本建议。基于设备清单、加工范围、精度能力、外协资源和当前材料价格,系统给出建议的工序、估算工时、材料成本区间和可能的瓶颈工序,并明确标注不确定项:这个公差需要确认磨床能力、这个表面处理没有合作过的供应商、这个批量下模具摊销怎么算。把这些不确定项摆出来,比给一个看起来很确定的数字更有用。
第四步是人来定价。价格是商业决策:客户关系、产能负荷、战略取舍、竞争对手报价,这些因素模型不知道。系统给区间和依据,老板给最终价格。这条边界必须在系统设计时就划死,否则出一单亏一单,没人敢用。
报价真正难的三件事
第一件是图纸版本。客户发来的图纸经常是旧版,或者中途改了却没标出来。报出去的价是按 v2 算的,实际生产按 v3 做,差额只能自己吞。可行的做法是把图纸版本和报价单绑定:报价单上写明依据的图纸版本号和日期,客户改图后系统提示「与上次报价依据不一致,需重新核价」。这个规则简单,却能挡住大量扯皮。
第二件是外协。配套厂很少有全工序能力,热处理、电镀、磨齿、大型龙门加工常常外协。外协的价格和交期不稳定,是报价里最大的变量。系统要做的是把外协供应商的报价记录、实际回货周期、质量表现结构化,报价时按最近的记录给区间,并标注「该外协厂近三次平均延期几天」。这比拍一个数字靠谱。
第三件是定价权。很多厂的报价实际由老板一人拍板,系统如果绕过老板直接对外报价,一定出事。正确的做法是分层:标准件、老客户、小批量可以走系统建议价加授权折扣;新客户、大单、非标件必须老板确认。授权规则写进系统,谁在什么额度内可以定,一目了然。
报价之后,交付才是真战场
配套厂的压力不只在报价,更在交付:排产、备料、外协跟进、质检、发货、对账。这些环节信息断裂是常态:销售不知道车间排到哪一天,车间不知道客户催的是哪一批,采购不知道外协什么时候回货,老板不知道哪些订单要延期。
系统在这里的作用是把碎片信息汇总成一张「可问的台账」。销售问「A 客户第三批什么时候能发」,系统给出排产进度、当前工序、外协状态和预计发货日;老板问「本月哪些订单有延期风险」,系统按交期和实际进度列出清单,并说明卡在哪道工序。答案过去要靠人挨个打电话问,现在一句话就能拿到。
再往前一步是异常预警:某道工序实际工时明显超标准、某个外协件超过约定回货时间、某批材料检验结果接近临界值,系统主动推给对应的人,而不是等客户投诉。对配套厂来说,提前三天知道要延期,和延期当天才知道,处理空间完全不同。
对账也是被低估的痛点。账期长、批次多、退货换货频繁,月底对账经常对出几万块的差异,双方各执一词。把订单、发货、签收、退货、发票结构化之后,系统可以按客户拉出对账明细,标出有争议的条目和证据,销售拿着去谈,效率完全不一样。
工艺是命根子:数据必须留在自己厂里
制造业对数据的敏感最直接。工艺参数、材料配比、热处理曲线、客户图纸、报价成本、外协价格,这些东西一旦外流,竞争对手照着抄一遍,几年的积累就白费。所以配套厂做智能体,基本只有一个选项:私有化部署。
形态可以很轻:一台带显卡的服务器放在厂里机房,模型跑本地,知识库存本地数据库,车间和办公室通过内网访问,外网只开必要接口。不追求通用大模型能力、只做检索与生成的情况下,中等参数的开源模型加领域微调就够用,投入并不像想象中那么大。
私有化还有两个实际好处:一是断网可用,制造业网络环境往往不稳定,公有云一断,流程就停;二是可控,模型升级、知识库更新、权限调整都由自己说了算,不用等服务商排期。
权限要想清楚。销售能看报价和客户信息,但不能看成本明细;技术能看图纸和工艺,但不一定该看客户价格;车间主任能看排产,但不该看利润;老板看全部。这套划分要在系统里硬性实现,而不是靠「都是老员工」的信任。制造业的人员流动比想象中频繁,尤其是销售和技术。
知识库谁维护:这才是能不能长期用的关键
智能体答得准不准,取决于库里的内容新不新。材料价格一个月一变,设备能力一年一变,客户要求每个客户都不同。没有维护机制,系统三个月就会答出过时的答案,然后就没人用了。这是国内制造业上 AI 最常见的死法,不是技术不行,是内容烂了。
比较现实的做法是把维护嵌进日常动作:报价定稿时顺手更新材料价格和外协单价,工艺变更时顺手更新工艺卡,新客户合作后顺手补上客户偏好和付款习惯,质量异常处理完顺手写进常见问题。不新增岗位,只改变动作的落点。谁做的谁更新,系统记录更新人和时间,下次报价时能看出依据是哪一版。
还有一件事要提前定:谁对答案负责。智能体给的工艺建议如果导致报废,责任在技术;给的报价区间如果导致亏损,责任在定价的人。系统只提供依据,不承担责任。这一点在项目启动会上就要说清楚,否则出了问题会互相推。
从哪一步开始:先报价,再交付
判断先做哪个场景,看三个问题:这件事每天占用多少人的时间、做错一次的代价有多大、是不是经常卡在某一个人身上。三个都指向报价的厂,就先做报价;都指向交付的,就先做交付。
试点建议用一个月做「报价初稿」这一件事:把近三年的报价单和工艺卡电子化,按零件类型分类;把材料价格、设备能力、外协名录整理成三张表;选一个销售、一个技术、一个老工程师,跑二十张真实询价,统计三件事:初稿要改多少处、响应时间缩短多少、客户有没有更快的反馈。数据能说服老板,再谈扩容。
重庆的制造业正在往高端化走,主机厂对配套企业的要求越来越高:不只是能做,还要能快速响应、能追溯、能协同。报价快不快、技术答得准不准、交期说得清不清楚,这些看起来是小事,实际上是配套能力的直接体现。把这些小事用系统接住,是小厂在大产业链里站稳位置的一种务实办法。