同一家供應商、三個名稱：在 AI 提出節省建議之前，先釐清支出全貌

完成後的試點，應該提供採購經理一份可以逐項檢視的支出視圖：供應商身分、採購品類、原始紀錄，以及尚待決定的事項。我們建議的驗收規則很簡單：完成一季紀錄的對應，過程中不得悄悄合併不同的法人實體，也不得更動約定的支出總額。

這是一項對帳作業，不是節省成本的預測。採購決策與 ERP 主檔資料的變更，都不在範圍之內。

功能已經存在，但您的紀錄仍需要測試

SAP 於 2026 年 9 月 16 日宣布推出 SAP Ariba Spend Analysis and Insights，說明其可跨系統匯入資料、依標準或客戶自訂的分類體系進行分類，並補充企業集團層級資訊。這份公告證實了產品已經上市，也說明了廠商所提供的功能，但並未證明它能對您匯出的資料完成對帳。SAP 公告

Supplier.io 同樣介紹了法人實體比對、信心分數、比對屬性與來源文件等功能。它所宣稱的報表價值，明確指的是更乾淨的報表，而非預估的節省金額。這些都是廠商的說法，並非針對您的業務獨立量測的成果。Supplier.io 產品頁面

因此，最有力的反面觀點其實很務實：您可能不需要再添購一套比對引擎。在導入更多軟體之前，先用同一套驗收標準測試現有的功能。我們會從試點必須說清楚的紀錄與決策著手，而不是要求汰換整套採購系統。

1. 凍結輸入資料並定義總額

選定一個採購品類、一季的資料。請採購經理核准範圍，包括哪些相鄰品類或尚未分類的紀錄，應該檢查是否納入。

在這個建議的試點中，ERP 匯出檔與試算表都要原封不動地保留。為每一筆匯入的資料列加上來源檔案參照與固定不變的列識別碼。事先議定哪些檔案包含交易，哪些只是註記或重複列出交易；不要把試算表中的每一筆金額都自動加進 ERP 總額。

開始比對之前，先記錄會計基礎：納入的日期、幣別、稅務處理、折讓與排除項目。除非已核准明確的換算基準，否則各幣別要分開對帳。若檔案內容重疊，要記錄以哪一種交易呈現方式為準的決定，並保留被排除的副本作為佐證。

這樣就得出轉換後的視圖必須對得上的基準。範圍的修正應視為有書面紀錄的基準修訂，絕不能是悄悄進行的清理。

2. 建立供應商模型，而不是整理一欄名稱

GLEIF 將身分資訊（例如正式名稱與登記地址）與「直接及最終會計合併母公司」的關係區分開來。這項區分可作為實用的參考，用來分辨「同一實體」與「相關實體」。GLEIF 關於身分與所有權的說明

我們會建立一個範圍明確的共用供應商模型，串連來源紀錄、別名、法人實體、有佐證的母公司關係與採購品類。這就是試點的基礎本體（ontology）：明確描述業務物件及其彼此之間的關係，而不是取代 ERP 的系統。

請參考以下假設性的審閱決策（並非客戶紀錄）：

• 合併別名：「Supplier A」、「A Ltd」與「A Purchasing」具有相同且經驗證的法人識別碼，佐證紀錄也一致。建議將它們對應到同一實體，並保留每一個原始名稱。
• 連結，但不合併：名稱相似，但各自具有不同且經驗證的法人識別碼，並有證據顯示屬於同一家母公司。應保留為各自獨立的實體，另外提供一個分開標示的集團視圖。
• 維持未解決：名稱彼此相似，但缺少識別碼，或佐證細節互相矛盾。將建議的比對結果與相關佐證送交採購經理。

不要把名稱相似度當成核准規則。在倚賴識別碼或登記資料庫之前，先用實際樣本驗證識別碼是否齊全、登記資料庫的涵蓋範圍是否足夠。

3. 讓經理的決策可供檢視

我們會建立一個審閱佇列，將原始資料列與每一項建議的供應商對應並排顯示，內容包括佐證屬性、互相矛盾的證據、建議的關係，以及任何信心分數。採購經理可以核准、駁回或暫緩決定，並記錄理由。

採購品類也採用同樣嚴謹的審閱方式。將來源品類與建議品類、交易說明並列。證據不足時一律送審；不要只為了消除空白欄位而硬性指派品類。

記錄對應規則的版本與審閱者的決定，這樣修正後的規則就能重新套用，而不必改寫來源紀錄。在這個試點中，核准的對應只發布到分析視圖，不回寫到 ERP。

這樣的取捨是刻意的：寧可接受看得見的未解決工作，也不要強加缺乏依據的確定性。

4. 先驗收對帳結果，再測試建議

在執行試點之前先訂定驗收標準。每一筆納入的交易都必須能追溯到來源，每一筆金額都必須出現在對帳後的視圖中，包括供應商或品類尚未解決的分組。結果也必須依約定的會計規則與基準對帳相符。

接著，分別檢查身分與分類的決策。總額對得上，不能當作歸類正確的證明。應審閱建議的合併、有爭議的分類，以及由經理挑選、看似單純的比對樣本。

對帳工作量以記錄下來的準備與審閱時間衡量；未比對支出以其金額及占約定總額的比例衡量；分類更正則以經理審閱後修改的歸類數量衡量。要註明分母，並將尚未審閱的紀錄另外區分。不要把這些指標換算成承諾的節省金額。

第一步：選定品類、指定採購審閱者，並議定基準。唯有當您能說明支出落在哪裡、哪些決策已獲核准、還有哪些尚未解決時，才進一步請 AI 提出節省建議。