合规为什么成了采购的瓶颈
本库第 5 篇讨论过企业采用智能体的宏观断层：技术就绪与组织就绪之间的鸿沟。本篇往下钻一层，看断层在采购执行环节的具体样貌——智能体产品的采购，正在把传统软件采购的流程拉长、变严、也变贵。原因不难理解：传统软件替人存储与处理数据，智能体替人做决策与执行动作，风险等级完全不同。一个会自动读邮件、查数据库、对外发报价单的系统，在安全与法务眼里是另一种物种。
于是出现了典型的组织摩擦：业务部门两周就想上手的工具，采购与安全评审走三个月。这三个月里发生的事情，值得每个智能体创业者与乙方销售认真研究，因为它直接决定你能不能拿到企业客户的钱。同样值得研究的还有评审会上的角色分工：安全团队盯权限与数据流，法务团队盯责任条款与训练用途，合规团队盯行业监管的适配，采购团队盯价格与退出机制——四拨人的关注点很少重叠，供应商要同时说服四拨人，任何一拨的红旗都可能让交易搁浅。
安全问卷的新考题
企业采购智能体产品，第一关几乎都是安全问卷。传统条目一样不少：第三方审计报告（SOC 2、ISO 27001 一类）、渗透测试摘要、漏洞响应时效承诺；国内市场还要叠加等级保护测评与算法备案。这些是入场券，不是差异化。真正决定生死的是 Agent 带来的新条目，而这些恰恰是多数创业公司的失分点。
工具权限边界。采购方会问：Agent 能访问哪些系统？权限如何最小化、按角色与场景收敛？能否一键吊销全部授权？一个把客户 OAuth 授权当黑盒、说不清自己的 Agent 到底拿过哪些权限的供应商，问卷阶段就会被刷掉。
提示注入与间接攻击。Agent 会读外部内容——邮件、网页、文档，而外部内容可能携带恶意指令。评审方开始问：你们如何隔离不可信内容与系统指令？工具调用有没有分级确认？外部输入能否触发文件删除或对外发送？这类问题两年前还不存在于任何问卷模板里，如今正快速变成标准题，答不上来的团队会被视为「没想过这个问题」而不是「问题不存在」。
数据流向图谱。Agent 的一次任务可能串联多个系统：读邮箱、查客户管理库、写工单、发通知。评审方要一张清晰的数据流向图：什么数据在什么环节经过什么模型、是否存在跨区域传输、日志里存了什么、保留多久。画不出这张图的团队，说明自己也没想清楚架构——这比架构本身保守更致命。
模型供应链。底层模型用第三方的还是自研的？换模型要不要重新评估？模型供应商的数据政策变化如何传导到你的产品？企业客户越来越意识到，买 Agent 产品实际上是在买一整条模型供应链的风险敞口，供应商需要有办法把这个敞口讲清楚。
国内市场的特殊考题
国内企业采购还要叠加几道本土考题。等级保护测评对涉网系统是硬性前置，Agent 产品若触达企业对外服务，往往被要求一起纳入定级备案；生成式人工智能的备案与登记制度覆盖面向公众提供服务的场景，企业内部使用虽然宽松一些，但一旦 Agent 的产出触达外部客户，合规口径立刻收紧；生成内容的标识要求也在落地，智能体产出的文本、图像在对外分发时需要可识别的标注。对供应商，这些考题的正确姿势是把资质做成「资产清单」：哪些已完成、哪些进行中、哪些需要客户配合，一张表讲清楚，评审会上的信任成本会显著下降。
数据协议谈判：训练用途成为角力点
数据协议的谈判在智能体采购里权重显著上升，核心争议只有一个词：训练。企业客户的数据能不能被供应商用于改进模型？这件事在传统软件时代是常规条款，在 Agent 时代成了战略问题——因为训练数据就是模型能力，而模型能力就是供应商明天的竞争壁垒。
成熟采购方的标准立场是：默认禁止，或明确限定为「仅用于改进本租户的服务且不得留存」。供应商则希望保留改进权，因为没有数据飞轮的产品会越用越旧，最终在竞争中掉队。双方的折中方案正在标准化：遥测数据脱敏与聚合后可用于质量分析，原始对话内容不进入任何跨客户的训练集；客户可以付费换取「数据永不用于训练」的合同承诺。行业里已经出现把「数据不训练」做成明码标价的企业版功能的做法——合规条款商品化，是这个市场正在形成的微妙惯例。
谈判桌上的筹码不对称也在变化。大企业有议价能力要来严格条款；中小企业往往默认接受供应商模板，事后才发现自己行业的数据（医疗、法律、金融）已被用于加固一个未来可能服务自己竞争对手的模型。金融与医疗行业还叠加行业监管：客户数据的留存期限、出境限制与审计义务是硬约束，供应商模板里的弹性条款在这些行业根本不适用。签下 Agent 产品的数据协议之前，值得逐字读「训练用途」那一条，它是整份合同里复利最高的条款。
供应商评估的新维度
传统软件评估看功能清单、案例与价格。Agent 产品的评估正在增加三个新维度，它们决定了合作能否长久。
模型可替换性。企业不想被单一模型锁死。评估时会问：底层模型可否替换？替换的成本与回归测试怎么做？接口层是否隔离了模型差异？供应商宣称「模型无关」的真假，一问版本升级流程就露馅——如果每次底层模型升级都要客户重做全套验收，所谓可替换只是接口名词上的换皮。
审计日志的完整度。Agent 的每个决策链条——输入什么、检索到什么、推理了几步、调用了哪个工具、参数是什么、结果如何——都应可回放。审计日志不是运维日志，它的读者是合规与安全团队，要能回答「上周三下午那次自动退款是谁授权的、依据是什么」。日志完整度差的供应商，出了事故无法自证清白，企业也无处追责。
行为可解释与可控。高风险动作（对外发送、资金操作、删除数据）是否有分级确认机制？Agent 判断错误的边界案例能否被人工接管？成熟的评估方会用几个「坏案例」现场测试：给它一份夹带诱导指令的文档，看它是否照做；给它一个模糊指令，看它是擅自行动还是请求澄清。行为不可解释的产品，不是不能用，是不敢用在高价值流程里。
部署形态与退出条款。还有一个维度正在从加分项变成必答题：部署形态能不能进企业的边界内——公有云、专有云还是本地化部署，密钥与日志归谁管，合同终止时数据与配置怎么导出。智能体深度嵌入业务后，退出成本远高于传统软件，评估时不谈退出条款，等于把未来的谈判筹码提前清零。成熟的企业客户会把「数据导出演练」写进验收，供应商若连这个都不敢配合，依赖度的问题就不用再问了。
这三个维度共同指向一件事：企业买的不是「最聪明的 Agent」，是「出了事说得清楚」的 Agent。聪明的供应商已经把这三维做成售前演示的一部分——现场展示一次完整的任务回放，比任何功能清单都有说服力。
试点协议本身也有新的写法。越来越多的企业把试点合同做成「双门结构」：第一道门验证技术效果，第二道门验证组织消化能力——有没有人接得住 Agent 的异常工单、流程改不改得动、数据质量撑不撑得起。第二道门经常被忽略，却是试点转正式采购时翻车最多的地方：技术跑通了，组织没准备好，续约照样失败。供应商若能在试点期主动帮客户把组织侧的准备做了（培训、操作规程、值班安排），续约率会显著高于纯技术交付的对手。
采购流程的新玩法：试点预算与多供应商
采购流程本身也在被智能体改造。传统软件采购是年度预算加多年合同，Agent 产品太快、太不确定，双方都在摸索新玩法。
小额试点预算普遍化。越来越多企业设立不占用正式预算的探索额度，金额从数万到数十万元不等，用于三个月以内的场景验证。试点通过再走正式采购，不通过快速止损。这降低了创新门槛，也意味着供应商必须能在小合同里证明价值，靠大合同养试错的日子变少。
多供应商并行验证。因为很多 Agent 产品按用量计费、部署轻量，切换成本低，企业倾向于同一场景同时试点两三家赛马。这对供应商是残酷的：你不再只跟对标产品竞争，还要跟客户的耐心与预算周期竞争。赛马机制下，试点期的数据口径之争（什么叫一次成功的任务）往往比产品本身更重要，聪明的乙方会在试点前主动跟客户对齐验收指标，避免「效果不错但说不清」导致的续约失败。
责任条款的重新划分。Agent 出错造成的业务损失谁来承担，是采购谈判里最磨人的议题。供应商希望把责任压到使用条款与免责声明里，企业希望按数据泄露事故的惯例追责。目前的均衡点大致是：产品缺陷导致的错误由供应商承担有限赔偿，客户配置不当或数据质量导致的错误由客户自担，双方共同的责任通过事后复盘条款界定。这个均衡并不稳固，随着 Agent 进入资金与合同等高价值流程，责任划分会成为法务桌上的长期战场，也会反向推动产品把操作留痕与可解释性做到位——没有留痕，出了事连责任都算不清。
采购决策链的前移与分散。传统软件采购由信息技术部门主导，Agent 采购的业务部门话语权明显上升——因为价值直接落在业务流程里。供应商的销售打法随之改变：光说服信息技术部门不够，要能向业务负责人证明任务成功率与人力节省，还要经得起安全法务的放大镜。三线同时作战，是智能体销售的真实日常。
对创业公司的建议浓缩成三句话：问卷新条目提前准备成标准答案库，别在评审会上现想；数据协议把训练条款当成产品能力来设计，而不是当成法律负担来应付；定价与试点节奏对齐客户的验证周期，别用多年合同的思维卖一个季度迭代的商品。
小结
智能体的企业采购，本质是用旧流程买新物种：安全问卷长出了工具权限、提示注入与模型供应链的新考题，数据协议的「训练用途」条款成了复利最高的角力点，供应商评估从功能清单转向可替换性、审计日志与行为可解释。
对采购方，本篇的判断清单是：把 Agent 的权限边界与数据流向图列为必答题；高风险动作必须有分级确认与可回放日志；数据协议逐字读训练条款，行业强监管数据按行业口径谈；用小额试点加赛马机制控制不确定性，验收指标在试点前对齐。
对供应商，反过来做：把安全问卷的答案变成产品能力而非销售文档；把审计与人工接管机制做成演示环节的亮点；把验收指标写进合同，用可度量的成功换取续约。
采购合规的成熟度，正在成为智能体在企业市场渗透速度的真实瓶颈。谁先把合规从门槛变成卖点，谁就能在断层两侧架起桥——这不是合规部门的胜利，是产品能力的胜利。
读者留言
COMMENTS 暂无还没有留言，来说第一句？