毛利表面很健康,公司却在悄悄失血:成本假象的真相

春武里工业区里,「金旺塑胶」的老板帕塞特(Prasert)每个月看财报都觉得心安——两条产品线,标准收纳盒跟定制化汽车零件小批量精密件,毛利率都落在28%到32%之间,看起来一样健康。直到年底盘点现金,他发现银行存款怎么越接越薄,明明订单量比去年多了三成。

他把会计叫来重新核对报表,数字没有错——材料成本、直接人工都精确记录,制造费用也按照工时比例分摊到每张报价单上。问题不在算错,而在于"怎么算"这件事本身,从一开始就选错了方法。标准收纳盒一天能开出两千件,模具不用换,质检几乎零客诉;定制化汽车零件一批可能只有五十件,却要重新对模、试模、多次品质抽验,工程师还得跟客户反复确认图纸。这些差异,在"只看直接工时"的分摊逻辑里完全被抹平了。

为什么

哈佛商学院教授 H. Thomas Johnson 与 Robert S. Kaplan 在1987年出版的《Relevance Lost: The Rise and Fall of Management Accounting》中指出,今天多数企业还在用的成本会计架构,其实是二十世纪初、直接人工占生产成本七八成时代的产物。那个年代,用"工时"当唯一分摊基础很合理,因为工时本身就能反映大部分成本的消耗。但当工厂自动化、多品项、少量多样成为常态,制造费用(模具、质检、工程支持、机台调机)远远超过直接人工,"用工时分摊一切"的老公式就开始说谎——它会把高复杂度、低产量的产品成本严重低估,把简单、大量的产品成本高估,两边互相"补贴"出一条看似公平、实则扭曲的毛利率曲线。

怎么做

先把"两条产品线的真实面貌"摊开来看

帕塞特后来做的第一件事,不是急着换掉整套成本制度,而是先挑出报表上"毛利率很接近"的两个品项,回头列出每一项各自实际消耗了哪些间接资源:换模次数、质检抽验工时、工程师往返客户的次数、报废率。结果很清楚——标准收纳盒一个月消耗不到3小时的质检与工程支持,定制化零件同样产量规模却吃掉超过40小时。用工时分摊出来的制造费用,两者却几乎一样。

用"消耗轨迹"重新估一次成本

他请会计把制造费用先拆成几个"消耗来源"(换模、质检、工程支持),再依各产品线实际发生的次数重新分摊一次。结果让人倒抽一口气:定制化零件的真实成本比报表数字高了将近22%,实际上是在赔钱接单;标准收纳盒的真实毛利率反而比报表更好。多年来,公司一直在用赚钱的订单去补贴亏钱的订单,却完全不自知。

🔧 AI 动手做:报价单抓漏机

你不需要先导入一整套新制度,才能发现报表里的假象。把你现有的产品线数据丢给AI,先做一次快速体检,看看哪些品项最可能被错误分摊法"保护"或"惩罚"。

我经营一家[你的行业]公司,目前用[分摊基础,例如:直接工时/机台工时/产量]来分摊制造费用。
以下是我两到三个主力产品线的数据:
- 产品名称、月产量、报表毛利率
- 各自的换模/换线次数、质检频率、定制化程度、退货/报废率

请你:
1. 指出哪些产品可能因为目前的分摊方式被"低估成本",哪些可能被"高估成本"
2. 说明判断依据(哪个间接资源消耗差异最大)
3. 给我一份"该深入重算成本"的产品优先顺序清单

本周就能做的一步:从你的产品线里,挑出两个报表毛利率相近、但你直觉觉得"一个做起来轻松、一个做起来很痛苦"的品项,列出各自实际消耗的换模、质检、工程支持次数,不用急着重算数字,先把差异摊在阳光下看清楚就好。

📎 理论依据:H. Thomas Johnson & Robert S. Kaplan,《Relevance Lost: The Rise and Fall of Management Accounting》(Harvard Business School Press, 1987)。