AI 标准成本差异分析与降本归因 — 可复用 POC skill

把「五要素差异拆解 + 恒等式闸门 + BOM 版本感知 + 证据打分矩阵 + 预警派单」沉淀为一键可跑的工作流。源自 2026-08-29~31 真实规划->落地：用户（零售快消制造企业，月度经营分析会）要做标准成本差异分析与 AI 降本归因，方法学锚定 3 本书（《成本会计学》第6版 7.3 / Horngren's Cost Accounting 第12章 / Kaplan & Cooper《Cost & Effect》第2-5章），归因输出机制复用 financial-attribution-engine 的证据分级思想，骨架按 ai-inventory-procurement-forecast 复刻。

何时用

用户要搭「BOM标准 vs 实际领料 -> 差异拆解 -> 多源联动归因 -> 超阈值预警」（不是只出差异 Excel）。
用户问：价差/量差公式、材料混合差异 mix 与产出差异 yield（可替代输入）、固定MOH 二/三差异法、差异科目与账务处理（国内口径）、BOM 配方调整/版本切换对差异口径的影响、 "超了多少->为什么超->责任在哪个部门（候选）->怎么改"的自动化。

核心范式（四层，AI 含量只在 Layer 3）

数据接入(5源) -> 确定性差异拆解(纯代码) -> 证据打分矩阵(AI归因) -> 预警派单+复盘闭环
                     │                          │
               三组恒等式闸门              Top3候选+支持度+证据明细+[数据/分析/假设]打标
               (不平拒绝归因)              非定责！定责留人工确认

执行步骤

环境：零第三方依赖（dashboard 除外），托管 python 3.13 直接跑（venv 可选）。
跑 POC demo（生成 prototype_report.html，浅色底硬纪律）： python <skill_dir>/scripts/std_cost_prototype.py
回归测试（29 项断言：教材数字交叉核对 9 项 + 恒等式 + 版本感知 + 归因找回内嵌真根因
- 浅色底 + 参数覆盖/回填回测闭环）： python <skill_dir>/tests/test_all.py
交互仪表盘（校准评审操作台；streamlit 首次需安装）： pip install streamlit 后 streamlit run scripts/dashboard.py 三个 tab：差异报告（侧栏调阈值/权重->预警与 Top3 实时重算）｜权重回测（案例库混淆统计->建议权重 vs 经验权重，样本≥5 可采信切换）｜案例归档（复盘会一键回填，确认根因须来自当期 Top3）。已验证环境：~/.workbuddy/binaries/python/envs/aiproto（streamlit 1.62.0）。
回填回测 CLI（不用仪表盘时）： python scripts/feedback.py list|demo-add|clear-demo|backtest
接真实数据：实现 data_layer.ErpMesProvider 的 _fetch_bom_versions/_fetch_work_orders/ _fetch_issuance/_fetch_iqc，返回与 DemoProvider.load_all() 同构 dict；缓存陷阱见 data_layer 注释。
投产前必做：按品类校准阈值（用量比 1.05/1.15/1.30、差异率 3%/5%/10%、IQC 1.5 倍）与证据权重表——大宗原料与包材波动基线不同，同一档阈值会让包材天天报警、原料从不报警。校准方法论（单位=品类×工艺路线、三类参数三种方法、落地五步）见 guide/architecture.md。

关键设计纪律（来自踩坑与书）

恒等式闸门：全要素实际-标准=Σ差异 / 用量差=mix+yield / 能量差=能力+效率，不平禁止进归因。
BOM 版本感知：SQ 与标准配比按工单开工日生效版本取（bom_version_for）。同月新旧版本并存时，全月用旧标准会把配方切换误算成用量差冤枉车间——POC 用 naive 口径对照演示（多冤枉 4,750 元）。
mix/yield 联合解读（Horngren）：替代便宜料的有利 mix 可能正是 yield 不利的原因，不能孤立评价；有利耗费差也可能掩盖电力单耗超支。
跨部门责任传导（《成本会计学》7.3.4）：材料质量差导致的量差/效率差追采购而非车间；固定MOH 能力差追计划/销售而非车间。证据矩阵必须编码传导，否则归因必错。
预警粒度到物料级：工单总投入会被配比对冲稀释（F-03 超耗 49% 在工单层只剩 8.2%）。
先查标准再怪车间：多 SKU 同向偏离 -> 「标准/BOM失真」候选置顶；无同向偏离则该候选自动排除。
数字须打标：阈值/权重为推荐初值·待校准；归因结论带 [数据]/[分析]/[假设] 三级标签。

方法学出处（已从全文抽取核验，仅署名归纳无原文摘录，详见 guide/method_sources.md）

| 模块 | 书 | 作用 | |---|---|---| | 全部差异公式、三差异法、差异科目与账务处理、跨部门责任归属 | 《成本会计学》(第6版) 张敏·黎来芳·于富生 7.3 | 公式层权威 + 国内落地口径；POC 数字锚定例7-18~22 | | mix/yield 三列法分解、±5pp 配比容差、「差异不能孤立评价」「跨职能追因」 | Horngren's Cost Accounting (Datar/Rajan) 第12章 | 配方型 BOM 差异内核 + 归因纪律 | | 标准成本系统局限、GPK 计划vs标准、Kaizen 标准持续重置 | Kaplan & Cooper《Cost & Effect》第2-5章 | BOM 版本化的立项依据 + 运营信号设计依据 | | 证据分级 [数据/分析/假设]、责任中心、复盘钩子 | 本地 financial-attribution-engine skill | 归因输出机制 |

版权与授权

代码与方法说明为原创整理；3 本参考书仅作方法署名（作者+书名+章节），不含任何原文摘录或翻译。
许可：MIT；使用请保留署名与方法来源。

文件清单

scripts/data_layer.py — 虚拟数据层：BOM 版本表（v1/v2 配方调整）、工单、五要素实际数据、观测信号（IQC/报废/换线/新人/等料）、DemoProvider/ErpMesProvider 契约、bom_version_for 溯源函数。
scripts/std_cost_prototype.py — 主原型：五要素差异计算 + 三组恒等式 + 证据矩阵 + 预警分级 + 浅色底 HTML 报告；run_pipeline() 返回结构化结果；configure() 集中参数覆盖入口（仪表盘/校准用）。
scripts/dashboard.py — Streamlit 交互仪表盘：调参实时重算 + 权重回测 + 案例归档三 tab。
scripts/feedback.py — 根因确认回填案例库（feedback/case_log.json）+ 混淆统计回测器（建议权重 vs 经验权重，demo 案例隔离，MIN_CASES=5 可采信）。
tests/test_all.py — 29 项回归断言（教材数字交叉核对 + 归因找回内嵌真根因 + 浅色底纪律 + 回填回测闭环）。
guide/architecture.md — 四层架构、BOM 版本感知机制、证据信号表、品类校准方法论、真实接入契约。
guide/method_sources.md — 三本书逐章抽取锚点（含 txt 行号区间，可追溯）。
bundle/examples/prototype_report.html — POC 输出报告样例。

已知边界

POC 为管理口径，不含 GL 过账（差异期末两种处理法见教材 7.3.5，接入账务时需扩展）。
归因是候选排序非定责；单一强信号候选（如开工不足）支持度可达 100% 但按证据绝对量排序。
离散材料示例量纲为演示虚构（数字锚定教材例题便于交叉核对）。