AI可以给出报价,什么时候它也在代表企业作出承诺?

《AI进入工作之后》· 第三季“当AI开始代表组织”· 第三篇

“大约需要一万元”“目前价格是九千八百元”“这份正式报价有效十四天”“我们接受你提出的九千元”——四句话都包含价格,但它们并不做同一件事。

第一句是估算,第二句可能只是提供现行信息,第三句意在让对方据此决定,第四句则可能完成一次协商。人们在日常工作中会通过职务、文件格式、上下文和措辞分辨这些差异。AI进入报价流程后,语言仍然相似,生成路径却变了:系统可能从价目表取数、根据客户资料套用折扣、选择有效期,再自动从销售邮箱发出。

此时真正的问题不是AI算得准不准,而是企业在哪一步把“价格信息”变成了“可以被客户依赖的承诺”。

一条报价可以跨过五级权限

报价系统不应只有“能生成/不能生成”两个开关。更实际的做法是把对外价格行为分成五级:

等级 AI进行的行为 客户可以怎样理解 应有的控制
1 从公开资料显示标价 一般信息 版本与适用范围
2 根据输入计算估算 非保证性的预测 假设、税费与误差说明
3 生成供员工审核的报价草稿 尚未发出的建议 人工核价与批准
4 在预设条件内自动发出正式报价 可在有效期内被依赖 金额、折扣与期限限制
5 根据对方回应改变条件并接受 协商和承诺 明确授权、升级与交易记录

许多风险来自系统在界面上被描述为第二级,实际却已经进入第四或第五级。比如网页写“即时估价”,下载文件却带有公司抬头、唯一报价编号、付款链接和“接受”按钮。客户不会只看后台产品名称,而会根据整个交易设计判断这是不是一份可以接受的报价。

因此,报价权必须根据外部效果定义,不能根据内部团队把它叫作“计算器”“助手”还是“代理”来定义。

准确价格仍可能是未经授权的价格

把错误只理解为计算错误,会遗漏三个更深问题。

第一是资料适用性。AI可能准确读出旧价目表,却不知道它只适用于上季度;可能正确套用折扣,却没有识别客户不满足最低采购量。

第二是裁量来源。某个折扣并非公式结果,而是销售经理为特定关系作出的例外。AI从历史交易中学到这种模式,并不表示它获得了重复例外的权力。

第三是承诺权限。数字和条件都可能商业上合理,但发送者仍没有权代表企业作出这个承诺。准确性回答“价格是否算对”,授权回答“谁可以让公司受这项条件约束”。

这种区分也适用于动态定价。系统可以根据库存、时段、需求或服务成本调整价格,但企业必须决定哪些变量是可接受的定价依据,哪些个人特征不应影响价格,以及客户何时需要知道价格会变化。生成模型不能从数据相关性中自行创造商业政策。

法律不会因为交易自动化就自动失效

澳大利亚《1999年电子交易法》为电子通信、电子签名以及通信的发送、接收和归属提供技术中立框架。澳大利亚联邦立法登记册:《Electronic Transactions Act 1999》 某一报价是否构成要约、客户的点击是否构成接受、员工或系统是否拥有实际或表见权限,必须依具体事实和适用法律判断;“由AI生成”本身不是统一答案。

联合国国际贸易法委员会在2024年通过的《自动化缔约示范法》也以类似方向处理自动系统参与合同形成的问题:它试图为自动化交易的法律承认、归属和错误提供规则,而不是把机器拟人化成一个新的合同主体。UNCITRAL:《Model Law on Automated Contracting》 各司法管辖区是否采纳以及怎样实施需要分别核查,但其基本问题十分清楚:企业选择用自动系统形成交易,不能因此让交易进入无法归属的空白。

这意味着技术团队不应自己决定“这只是推荐,不算报价”。对外文件、客户流程和授权设置必须由业务、法律与技术共同确认,而且在界面中保持一致。

客户看到的是整体印象,不是数据库字段

一份报价可能在数据库里被标记为 estimate_only=true,但客户看不到这个字段。他看到的是公司品牌、精确金额、到期日期、销售人员署名和付款按钮。如果小字在最后说“仅供参考”,而主要设计鼓励立即接受,组织不能假定内部标签决定了外部理解。

澳大利亚竞争与消费者委员会关于价格展示的指引要求企业显示消费者为取得商品或服务必须支付的最低总价,并清楚呈现特定费用。ACCC:《Price displays》 关于虚假或误导性陈述的指引则要求考虑整体印象。ACCC:《False or misleading claims》 具体AI报价是否合规仍取决于场景,但自动化不会降低价格信息清楚、准确和不误导的要求。

一个有效的报价界面至少应让客户分辨:这是估算还是真正报价;包括和不包括哪些项目;有效期多久;哪些输入由客户提供;什么变化会导致重新核价;点击下一步是申请、预订还是接受。

给AI的不是“报价权”,而是一组条件化权限

组织可以把报价权限写成一张可执行矩阵,而不是一句“允许销售AI报价”。例如:

标准目录商品 + 公开价格
→ 可自动显示

已批准折扣范围内 + 数据完整
→ 可自动生成并发送,保留记录

超过折扣上限 / 非标准条款 / 资料冲突
→ 转指定经理批准

责任限制、独家条款、长期锁价或重大金额
→ 禁止AI承诺,进入正式审查

矩阵还应包含累计风险。单笔折扣可能很小,但AI在一天内向几千名客户重复同一错误,就会形成重大敞口。金额限额、发送数量、时间窗口和异常模式必须共同控制。

权限也要绑定身份。系统代表哪个法律实体、哪个业务单位、哪个地区、哪种货币和税制,不能由AI根据品牌相似性推断。集团内部共享模型尤其容易把一个实体的条件误用于另一个实体。

正式报价需要一份可重建的“承诺记录”

当客户接受报价时,公司应能够还原当时的完整条件,而不只保存AI最终写出的自然语言。最低记录包括:

  • 报价编号、时间和适用实体;
  • 使用的价格表、规则和版本;
  • 客户提供的关键输入;
  • AI建议或更改过的字段;
  • 自动权限检查的结果;
  • 人工批准者及批准范围;
  • 客户看到并接受的最终版本。

这份记录让组织在争议中区分四类错误:输入错误、计算错误、权限错误和传达错误。它也支持撤回同类错误、通知其他客户并修改系统。

如果AI可以谈判,记录还要保存对方的反建议以及每次条件变化。只保留最后版本,会失去判断系统是否越过授权、是否把临时探询误认为接受的证据。

“人工批准”不能只是点击一封已经完成的邮件

报价复核者需要看见变化,而不是从头重读一整份流畅文件。界面应突出:价格与标准值的差异、使用了哪个折扣、哪些条款由AI新加、资料是否缺失,以及接受后企业承担什么义务。

对标准低风险报价,可以采用自动批准与抽样审计;对临界条件使用双重确认;对不可逆或高金额承诺,保留具有相应职务权限的人签发。这里的重点不是“人永远比AI准确”,而是把商业裁量和责任放在能够被识别的位置。

复核负荷也必须受限。如果销售人员为了达到响应时间目标,每小时被要求批准数十份复杂报价,形式上的人类环节不会产生真实判断。组织要么缩小自动报价范围,要么增加复核能力,而不能用员工姓名为不可审查的流量背书。

发现错误时,不能只把价格改回去

如果AI发送了未经授权的低价,组织首先要停止继续生成,识别已发送和已接受的报价,并由有权人员判断怎样处理。对客户的通知应明确:哪项条件错误、现有什么选择、此前的付款或安排怎样处理,以及由谁负责后续。

是否必须履行、能否撤回或需要补偿,是具体法律和事实问题,不应由同一个出错系统自动回答。重要的是不要先把责任转给客户:“你应该知道这是AI。”如果企业使用正式渠道和设计让报价看起来可以依赖,就必须处理自己制造的信赖。

事故复盘也不能止于“模型幻觉”。可能的原因包括:价格资料没有所有者、旧版本未退出、折扣规则没有编码、权限检查发生在发送之后,或客户界面把估算包装成正式报价。只有修复这条链,错误才真正得到处理。

结论:报价能力必须小于承诺能力

AI可以显著缩短估价、比较选项和准备文件的时间。但语言生成和计算能力越强,组织越需要把报价的法律与商业地位设计清楚。

最终原则是:

AI可以计算所有组织允许它计算的价格,但只能在明确的实体、金额、条款、期限和例外边界内作出对外承诺;客户能够依赖的内容,必须有一份组织能够重建并愿意承担的授权记录。

一份好报价不只是一个正确数字。它还说明条件、有效期、身份和接受方式,并让企业知道自己为何有权作出这项承诺。AI可以使报价更快,却不能替企业决定什么值得承诺。

主要资料

继续阅读:浏览《AI进入工作之后》系列文章


了解 Geoffrey Chen 的更多信息

订阅后即可通过电子邮件收到最新文章。