报价更快发出，客户接受了所提议的折扣，订单也拿下了。对销售团队来说，这是好消息。但公司是否因此赚得更多，是另一个问题。因此，在让 AI 助手参与准备报价之前，必须先明确它可以在多大的经济空间内提出建议。
我不会先问系统在技术上能算出多少折扣。我会先明确一条底线：订单的贡献低于什么水平，就必须另行审批。如果每笔新增订单用于覆盖日常经营成本的贡献太少，成交率再高也未必有多大帮助。
5% 的折扣，可能让每单贡献毛益减少四分之一
下面是一组明确用于说明问题的模型计算。假设一笔标准订单的净价为 CHF 10,000，变动成本为 CHF 8,000。这里的变动成本，是指因这笔订单而发生、每增加一笔同类订单就会再次发生的成本。扣除这些变动成本后，这笔订单的贡献毛益为 CHF 2,000。这部分余额先用于覆盖固定成本，覆盖之后才可能形成利润，不能直接等同于公司利润。OpenStax 于 2019 年出版的管理会计教材也说明了这一计算逻辑。1
给予 5% 的折扣后，价格降至 CHF 9,500。如果变动成本不变，贡献毛益就只剩 CHF 1,500。在这个模型中，5% 的折扣使每单贡献毛益减少了 25%。 要获得相同的贡献毛益总额，按计算需要增加约 33.3% 的同类订单。计算方式是：CHF 2,000 ÷ CHF 1,500 − 1 ≈ 33.3%。
这不是行业研究统计，不是 Fassbender 的客户成果，也不是预测。计算假设每单变动成本不变、产能充足，而且不会增加固定成本。如果为了承接更多订单，需要增加人员、设备或外部服务，就必须重新计算。但这个例子说明，小幅降价不应被简单地当作一项影响很小的经营决策。
折扣底线要看具体订单，不能只看标价
“折扣不超过 5%，销售团队可以自行决定”这样的统一规则可能有其价值，但单靠它还不够。两笔价格相同的订单，所需的投入可能不同。特殊运输、额外的客户服务或定制调整，都会改变成本和贡献的计算结果。
因此，在实行自动化折扣审批之前，我会先选一种经常出现的报价类型。由财务与运营负责人共同确定，哪些成本应纳入计算，以及当前成本数据从哪里获取。然后由管理层确定允许的折扣空间。最低贡献毛益不能由模型根据过去的报价自行推导。历史上的例外，并不意味着今天仍有权给出同样的价格。
AI 可以解释建议、整理已获批准的交易条件，并提示哪些信息尚未提供。但作为审批依据的计算和底线检查，必须遵循清晰、可追溯的计算规则。建议写得再有说服力，也不能代替这一步核验。NIST 在 2023 年发布的自愿性《AI 风险管理框架》中，建议明确界定风险管理职责。该框架提供指导，不是认证，也不提供法律保证。2
让审批规则真正用在日常工作中
针对选定的报价类型，我会把以下内容写在一页纸上：
- ◆计算基础：扣除所有折扣后的净价，以及已确认的变动成本，包括相关附加服务的成本。
- ◆授权范围：订单必须达到的最低贡献毛益，以及在满足这一底线时，谁有权批准折扣。
- ◆例外审批：明确由哪个岗位负责决定是否允许低于底线，并记录作出该决定的理由。
- ◆依据不足时的处理：没有可靠的成本依据，或特殊服务尚未明确，就不得自动批准。
这一页规则必须真正进入报价流程。只把规则放进文件夹，并不能守住订单的贡献毛益。每份报价都应保留可追溯的折扣建议、所用的成本依据及审批决定。如果采购价格或服务范围发生变化，就不能继续原样沿用旧的计算结果。
低于通常底线的订单，也可能有充分理由接受。进入新市场，或维护现有客户关系，都可能成为有意识地作出例外决定的理由。此时必须由明确的负责人作出决定，并限定例外的适用范围。预期的后续订单只要没有合同保障，就仍然只是假设。助手不能把这种期待写成看似已有依据的收益。
在下一次销售复盘中，我会选取少量真实的折扣报价，与财务共同逐一检查。订单交付完成后，原先采用的成本数据还准确吗？有多少报价需要特别审批？拿下的订单是否实现了预期的贡献毛益？这样才能看清，这条底线究竟经得起实际检验，还是只在纸面上显得合理。
如果企业已经批准的转型计划中包含这类报价流程，AI 转型执行合作 可以帮助企业将计算规则、审批机制和内部交接落实到实际工作中。其价值必须通过实际完成的订单来检验，而不是看发出了多少份报价。