采购智能体的能力上限，首先取决于数据底座，而不是对话界面的流畅程度。若供应商、物料、合同、订单和审批信息分散在 ERP、供应链系统、OA、合同管理系统及个人文件中，智能体即使能够提取文本，也难以形成可靠判断。企业建设数据底座的核心，不是简单汇总数据，而是建立统一对象、稳定关系、明确权限和可追溯版本。
先统一三类主数据
供应商主数据是采购智能体开展准入、询价和履约分析的基础，至少应关联供应商唯一标识、基础身份信息、所属品类、准入与冻结状态、资质有效期、业务范围、合同订单记录、交付质量表现及风险事件。资料核查可以由智能体完成，但供应商是否准入仍需由采购、质量、财务、法务或业务负责人依据授权制度确认。
物料主数据则要解决“同物不同名、同名不同物”的问题。企业应统一物料编码、规格描述、计量单位、品类层级、质量要求和替代关系，并与历史价格、订单和供应商信息建立关联。否则，需求无法准确结构化，报价也难以横向比较。
第三类是交易与流程数据，包括采购申请、询价版本、供应商报价、澄清记录、评审结果、合同、订单、收货、验收、发票和付款申请。每项数据都应保留来源、版本、责任人和状态变化，特别是需求变更与报价更新，不能只保留最终结果。
规则、知识与系统连接同样关键
采购智能体不能只依赖制度文件，还需要可维护的规则库和知识库，覆盖采购流程、审批矩阵、品类策略、评分标准、合同关键条款、合格供应商清单及常见异常处理方式。规则必须标明适用范围、版本、维护人和生效时间，避免用一套通用提示替代正式制度。
数据底座还要打通 ERP、供应链系统、OA 和合同管理系统，明确字段含义、唯一标识、更新机制、权限范围、失败重试和回写责任。推荐采用“智能体建议—人工确认—业务系统执行”的模式：智能体负责资料整理、规则校验、风险提示和异常分派，高风险决策、合同变更、付款及账户变更仍由授权人员完成。
数据治理要先于智能化扩张
建设时应先选择一个品类或业务单元，完成供应商资料核查、询价、报价比较、审批和订单草稿生成的最小闭环。上线前重点测试缺失资料、过期证照、报价口径不一致、附件缺失和接口回写失败等异常场景。系统必须能够展示原始依据、规则版本、不确定性和人工修改记录。
真正可持续的数据底座，不只是“数据更多”，而是让每个关键判断都能回答三个问题：数据来自哪里，规则如何得出，出现异常由谁负责。只有主数据统一、流程数据连续、规则可维护、权限可控制，采购智能体才不会把原有的信息孤岛和管理混乱转移到新的系统中。
