要用 AI 对采购支出分类，先冻结一套获批的分类法和一份已勾稽的支出快照，再让模型依据明确允许的证据提议类别代码。用人工标注的金标准评估这些提议，把歧义交给审核人，并证明分类后的金额仍能与来源勾稽。供应商映射、例外和后续决定由采购负责人批准，而不是 AI。

通用 AI 工作流提供了基本的来源和复核控制。本文讨论的是采购发生之后的支出分析，不是采购评估评分卡、供应商资格审查、税务分类或授标决定。

关键要点

分类任何行之前，先给分类法、定义、排除项和映射规则定版本。

原始供应商身份与经审核的规范供应商记录分开保存。

建立有代表性的金标准，包括罕见和模糊的采购。

每条提议都须有证据、允许的代码和异常状态。

按类别衡量错误；总体准确率可能掩盖代价高昂的少数类失败。

分类前后都要勾稽行数和金额。

用 AI 对采购支出分类，怎样才算负责任？

支出分类把采购交易映射到受控的层级结构，让分析人员了解买了什么、资金集中在哪里、哪些记录需要更正。产出是一张与原始支出行关联、受治理的映射表，不是改写后的总账。

UNSPSC 是可选结构之一。美国商务部介绍了它的 segment、family、class、commodity 层级，CanadaBuys 也描述了同样的八位四级模型。［1］［3］你的组织也可能使用产品服务代码、本地类别树或混合体系。不要让模型暗中混用多种分类法。

以下产物要分开：

产物	用途	权威来源
支出快照	保存源交易和总额	财务或采购系统
分类法	定义可用类别	类别负责人
映射建议	提议代码并附证据	AI 辅助流程
审核决定	接受、修改或拒绝建议	获授权的审核人
分析	汇总已批准的映射	受控报告流程

先要准备哪些分类法和证据？

第 1 步：冻结范围、来源和分类法

写一个分类表头，记录：

支出快照 ID、提取时间和会计期间；
纳入的实体、系统、单据类型和币种；
总额、净额、税款、贷项和取消的处理方式；
分类法名称、版本、生效日期和负责人；
本次用途所需的分类深度；
混合采购和不可寻址支出的处理方式；
重要性或审核阈值；以及
获批的下游用途。

类别管理使用既定的类别结构来分析支出并制定策略。［2］但这并不意味着每笔交易都应归到最细的代码。按证据和决策需要选择层级：一个宽泛但站得住的类别，胜过一个编造的商品代码。

不要覆盖源类别字段。新增“建议”和“已审核”字段，以便比较新旧映射、复现报告，并撤回错误规则。

第 2 步：归一化供应商身份而不抹掉证据

同一供应商可能以法定名称、商号、银行卡描述、分支机构、缩写或拼写变体出现。建立带稳定 ID 的规范供应商表，但保留每个原始值及其来源行。

一条安全的供应商记录可包含：

字段	含义
`vendor_raw`	源系统中的精确值
`vendor_canonical_id`	经审核的内部身份
`vendor_display_name`	获批的报告名称
`match_basis`	合同 ID、供应商主数据或经审核的规则
`match_status`	已确认、候选、有歧义或未匹配
`effective_period`	映射适用的日期
`reviewer`	批准该映射的人或角色

不要因为名称相似就推断是同一家公司，也不要根据名称、网站语言或一般口碑推断供应商所属行业。交易平台、经销商或支付处理商可能涉及许多类别。身份有歧义的留在队列中。

源字段需要修复时，使用受控的清理流程，不要让分类器暗中弥补。采购数据的验证检查项应覆盖缺失 ID、重复行、零或负金额、不可能的日期以及不一致的币种。

第 3 步：写清类别定义和边界规则

对每个允许的类别，记录代码、名称、父级、纳入定义、排除项、正例、易混淆的邻类、所需证据和升级负责人。把这套资料与分类法版本一起冻结。

描述应区分用途与物品。为培训室购买的笔记本电脑，在许多体系下仍属硬件；与软件许可捆绑的实施服务，可能需要拆分，或适用受治理的主类别规则。答案取决于你的分类法和报告目的，而不是模型的偏好。

建立明确的状态，例如：

classified：证据支持一个允许的代码；
multi_category：该行确实包含可分离的多个类别；
insufficient_description：源文本不足以支持任何代码；
vendor_ambiguous：供应商身份未解决；
taxonomy_gap：没有合适的允许类别；
out_of_scope：交易被冻结规则排除；以及
review_required：重大或敏感个案需要人工处理。

这样可以避免被迫猜测，也能把源数据问题与分类法设计问题区分开。

第 4 步：建立有代表性的金标准

在调校提示词或规则之前，先挑选并标注样本。包括常见类别、低频类别、大额行、贷项、模糊描述、一次性供应商、混合发票、框架协议、经销商和已知的历史错误。

当类别影响重大或确实有歧义时，至少由两名合格审核人独立标注样本。记录分歧，而不是把第一个标签当作真值。通过分类法负责人解决分歧；如果争议暴露出缺口，就更新定义。

把样本分成开发集和留出集。不要反复针对同一批测试行修改指令，再把结果称为独立表现。留出集在方法准备好接受评估之前应保持不动。

文档分类指南解释了相关的金标准和边界案例原则，但支出分类还额外需要金额勾稽和供应商映射控制。

如何分类、衡量并治理结果？

第 5 步：让 AI 给出提议、证据和异常

只提供获批的字段。行描述、采购订单类别、合同引用、经审核的供应商 ID 和分类法定义可能有用。个人联系方式、银行信息、机密价格细节和无关的发票文本，除非专门授权，否则不要提供。

使用受约束的输出约定：

对每个 spend_row_id，返回一个允许的类别代码或一个异常状态。
引用支持该提议的已提供字段。不推断供应商业务、
拆分金额、税务处理、合规或供应商资格。如果证据
支持多个类别或没有类别，返回 review_required 并说明
歧义。不得创建分类法版本 TAX-07 之外的代码。

对回复做机械校验：拒绝缺失的行 ID、重复输出、未知代码、虚构字段、无效状态和被改动的金额。模型输出只是候选映射，绝不能直接写入供应商主数据或财务系统。

第 6 步：复核可能的错分

按后果而不只是模型置信度排定复核优先级。低置信度的办公用品行可能无关紧要；而对一项重大外包服务作出自信但错误的分类，可能扭曲策略。

有用的复核切片包括：

金额最大的行和规模最大的供应商；
新的或未匹配的供应商；
金标准样本很少的类别；
经常混淆的相邻类别；
与已批准的历史映射分类不同的行；
“服务”“月费”“项目”这类模糊描述；以及
突然改变的供应商—类别组合。

审核人必须能看到源字段、分类法定义、建议代码、证据和相邻的备选类别，并记录 accept、change、split、insufficient_evidence 或 taxonomy_issue，附上理由和审核人身份。

不要把供应商尽职调查当作分类的隐性替代。供应商尽调问卷收集的是另一类证据，无法证明某笔交易买的是什么。

第 7 步：按类别衡量错误

用混淆矩阵以及类别级的精确率、召回率和 F1 评估留出集。同时报告支持量——已标注样本的数量和金额——让读者看到哪些百分比不稳定。

指标	问题
Precision	被归入某类的行中，有多少是正确的？
Recall	某类的真实行中，有多少被找到？
F1	精确率和召回率是否平衡？
金额加权错误	有多少金额被错分？
异常率	流程多常放弃分类？
人工推翻率	人多常修改提议？

不要在不给出类别分布的情况下发布单一“准确率”。系统只要一直预测主导类别，就可能看起来很出色，却漏掉每一个罕见但重要的类别。行数加权和金额加权结果都要看。

NIST 的生成式 AI 概况把评估和风险管理视为贯穿生命周期的活动。［4］当分类法、供应商群体、源系统、模型、提示词或支出结构变化时，要重新评估。

第 8 步：勾稽行数和金额

在生成类别汇总之前，先证明：

源行数 = 已分类 + 异常 + 排除行数
源金额 = 已分类 + 异常 + 有记录的排除金额
已审核类别金额之和 = 已审核的已分类金额
拆分子项金额 = 原混合行金额

除非有获批的换算流程提供本位币金额，否则按币种分别勾稽。保持贷项和冲销可见。不允许舍入或 AI 生成的拆分凭空增加或减少金额。

如果某项总额对不上，就停止出报告，检查连接、重复映射、多对多的供应商关联、被丢掉的异常、无效拆分、筛选条件和币种处理。模型不应为控制失败找理由搪塞过去。

第 9 步：治理映射并安全变更

发布一个映射版本，包含源快照、分类法版本、指令、金标准标识、评估结果、已批准的供应商映射、行级决定、例外、审核人角色和生效日期。保留上一版本，以便比较和回滚。

监控新供应商、新描述、类别分布变化、异常率、人工推翻和分类法变更。除了异常，也要抽查已接受的行；否则自信的系统性错误会一直隐而不见。

修改类别定义应触发影响分析：找出受影响的历史映射，决定是否重述报告，并记录负责人的决定。绝不要悄悄把今天的分类法套用到昨天的报告上。

常见失败方式

**只根据供应商名称分类：**要求有交易和合同证据。
**默认使用最细的代码：**只选证据所支持的层级。
**把歧义行藏进“其他”：**保留有理由的异常状态。
**只测试常见类别：**纳入罕见和高金额个案。
**只优化一个总体分数：**报告按类别和按金额加权的错误。
**将建议直接写入主数据：**要求经审核、有版本的晋升流程。
**因连接或拆分而增加或丢失金额：**在每个边界勾稽行数和金额。

总结

冻结支出快照和一个获批的分类法版本。
归一化供应商身份，同时保留原始来源证据。
定义类别、排除项、相邻类别和弃权规则。
用有代表性、经独立审核的金标准评估。
复核高影响、有歧义、有变化和样本不足的个案。
分析或发布前勾稽每一行和每一笔金额。

常见问题

能只根据供应商名称对支出分类吗？

通常无法可靠做到。一个供应商可能销售多种商品或服务、充当经销商，或使用含糊的描述。应使用交易、合同、目录和经审核的供应商主数据作为证据，否则把该行送去复核。

应使用哪种采购支出分类法？

使用为你的报告目的和适用辖区批准的分类法，记录其版本和所需深度。UNSPSC 是选项之一，并非对每个组织或每项分析的统一要求。

混合发票应该自动拆分吗？

只有当源证据提供了金额、且获批规则允许拆分时才可以。AI 不得编造分摊。否则保持原金额不变，并送去复核。

什么是错分供应商？

严格来说，被分类的是交易；供应商级别的默认类别只是一种受治理的简便做法。一个供应商可能跨多个类别，因此在修改主映射前，要复核受影响的行和证据。

模型置信度足以让我们跳过人工审核吗？

不够。置信度可能未经校准，也不衡量业务影响。应结合经验证的阈值、重要性、类别风险、新颖程度，并抽查已接受的行。

金标准应该有多大？

没有通用数字。它必须代表每个重要类别、易混淆的边界、源系统、供应商模式、金额和异常类型。报告支持量和不确定性，而不是仅凭样本多少就宣称足够。

支出分类结果能决定选择哪家供应商吗？

不能。支出分类描述的是已批准的历史映射。选择供应商需要另外的标准、证据、利益冲突控制、采购规则和获授权的决定。

何时应重新评估分类器？

在分类法、源字段、供应商群体、提示词、模型、阈值或预期用途发生变化后重新评估；监控显示出现漂移、异常增加或人工推翻增多时也要重新评估。

**免责声明：**本文提供一般信息，不构成采购、会计、税务、合规或法律建议。请遵循适用规则和获授权专业人士的决定。

来源

U.S. Department of Commerce, United Nations Standard Products and Services Codes (UNSPSC): https://www.commerce.gov/oam/resources/united-nations-standard-products-and-services-codes-unspsc
Acquisition.gov, Category Management: https://www.acquisition.gov/content/category-management
CanadaBuys, Commodity codes: https://canadabuys.canada.ca/en/tender-opportunities/commodity-codes
National Institute of Standards and Technology, Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile (NIST AI 600-1): https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence

Sources checked 2026 年 9 月 6 日。

如何用 AI 对采购支出分类：金标准评估与金额勾稽