什么是采购 AI？

简单来说，人工智能 (AI) 是指机器或计算机程序模拟人类智力的某些方面并执行任务的能力。AI 系统可以学习知识、解决问题、理解人类语言、进行逻辑推理，甚至“感知”周围环境。采购 AI 是指采用先进的 AI 技术，自动化和优化企业的关键采购流程，例如合同管理和战略寻源流程。面对新的业务需求和市场挑战，采购团队越来越倾向于利用 AI 来降本增效，降低风险并提高决策能力。

采购 AI 的类型

目前，采购领域应用的 AI 技术主要分为五种类型：

1. 人工智能 (AI)： 泛指被视为具备“智能”特性的软件或算法的统称
2. 机器学习 (ML)： AI 的一个子集；机器学习算法能够识别数据集中的模式，并据此做出决策、预测或推断
3. 机器人流程自动化 (RPA)： 模拟人类操作执行重复性任务的算法。严格来说，RPA 并不是一种 AI 技术，但可以由 AI 驱动
4. 自然语言处理 (NLP)：能够理解、解析和生成人类语言的算法，如聊天机器人、智能副驾和虚拟助手
5. 光学字符识别 (OCR)： 能够从图像和扫描文档（如纸质发票）中识别并提取文本的算法

生成式 AI 在采购领域的应用

自 2022 年底 ChatGPT 问世以来，生成式 AI 已成为全球企业董事会的热议话题。生成式 AI 能通过简单的用户界面创造新的内容，并凭借这项能力颠覆各个企业乃至整个行业的格局。一些富有远见的采购团队已经开始运用这项技术生成 RFP 文档，构建全新流程，自主筛选供应商名单。生成式 AI 在采购领域的应用尚处于起步阶段，但潜力巨大。

采购 AI 的用例

采购部门面临着巨大的压力，他们需要节约成本，降低风险，推动可持续发展，并在企业中发挥更战略性的作用。为了实现这些目标并适应快节奏的变化，采购团队必须保持高度敏捷性，在每项工作中都主动出击，而不是被动响应。AI 正在一些核心领域为采购团队提供帮助：

• 支出分类和分析： 支出分类算法可以快速检索交易明细条目，并通过突出显示关键词，精准关联到支出类别（准确率接近 100%）。基于 AI 的支出分析还可以帮助采购团队主动发现节约成本的机会，并为优化寻源、品类管理及支出管理策略奠定基础。
• 全球寻源策略： 通过分析全球海量数据集，机器学习算法能够识别供应趋势变化，预测未来发展动向，并为制定全球寻源策略提供决策依据。
• 引导式采购： AI 辅助的商品推荐功能将采购政策整合起来，帮助用户轻松找到所需的商品和服务，引导采购企业目录内产品以避免不必要的成本，并支持采购部门提供个性化帮助。此外，引导式采购功能还支持快速对接首选供应商，同时整合了实用的采购准则。
• 智能寻源和供应商管理： 基于 AI 的软件能够分析供应商数据库、市场趋势、历史数据、ESG 报告以及其他因素，根据具体需求推荐最合适的供应商。另外，该软件还能提供对企业供应网络的全面洞察，帮助提升供应商绩效，并推进战略优先事项。
• 招投标 (RFX) 文件生成： 从编制供应商名单到起草关键问题，AI 可以自动生成招标书 (RFP)、询价单 (RFQ) 以及其他招标文件。
• 供应商风险管理： AI 算法可以快速检测供应商的突发变化，并评估这种变化对风险的影响。这些算法还可以挖掘数百万个不同的数据源，提醒企业关注供应链中的潜在风险。
• 合规管理： 通过利用 AI 对合同、发票和采购订单数据进行结构化处理，企业能够自动比对支付条款，消除重复项，并发现违规行为。
• 数据提取：自然语言处理技术可以从发票和合同中提取数据，从而识别欺诈与风险，提供更深入的业务支出洞察，并加快端到端流程。同时，自然语言处理技术还能从外部数据源（如市场指数、企业信用评级、社交媒体以及公开的供应商信息）捕获数据，发现商机和风险。
• 合同生命周期管理： 基于 AI 的工具能自动生成合同初稿，辅助合同谈判，并标记合同条款中的潜在风险。此外，这类工具还能监控合同条款细则及截止日期，确保合规性。
• 应付账款自动化：智能机器人流程自动化技术可以消除应付账款流程中的手动操作，加快发票处理和审批流程，提高准确性，并确保合规性。光学字符识别技术则能从纸质发票中读取关键信息，实现流程优化和文档数字化。

寻源和采购 AI 带来的优势

通过将 AI 融入寻源和采购相关流程，企业能获得诸多优势，包括：

• 制定更明智的决策： AI 能够快速、精准地分析海量数据。这种由数据驱动的方法能够为采购专业人员提供切实可行的洞察，帮助他们掌握支出模式、供应商绩效和市场趋势。另外，基于 AI 的预测分析和场景分析功能还能帮助采购团队评估选项，降低风险，并作出更明智的寻源和支出决策。
• 提高效率并实现自动化： 基于 AI 的自动化技术能够接管数据录入、发票处理等耗时的重复性任务，从而提高效率，让采购专业人员能够专注于更具战略性的工作。
• 节约成本： 借助 AI，企业能够优化供应商选择，达成更有利的交易，更精准地预测需求，从而节约大量成本。同时，企业还能分析支出模式，从而发现并把握更多削减成本的机会。
• 降低风险： AI 工具能够主动识别并评估与供应商、市场环境和法规变化相关的风险。这样，采购团队就能提前防范供应链中断事件。
• 增进与供应商的关系： 通过在招标书中清晰列明需求和期望，同时监控和评估供应商绩效，AI 能够帮助企业构建更稳固、更可靠的供应商关系。

实施采购 AI 面临的挑战

尽管将 AI 应用于采购流程能够给企业带来巨大优势，但同时也会带来一些挑战。

• AI 需要大量高质量数据来精准训练算法并指导决策。因此，企业必须投资数据质量和维护计划，避免 AI 系统性能不达标。
• AI 解决方案需要与其他采购软件和 ERP 系统相集成，这通常需要中间件、API 和定制开发。
• 此外，要实施、管理和运行 AI，适当的技能和专业知识必不可少，但这些资源有时供不应求。
• 最后，由于 AI 系统通常依赖敏感数据，因此，企业必须实施可靠的网络安全措施、数据加密措施和隐私保护机制。

为了应对这些挑战，企业必须采取严谨缜密的方法，但如果解决得当，企业就能在采购领域充分释放 AI 的巨大价值。

使用采购 AI 的卓越实践

采用以下卓越实践，将 AI 成功融入采购流程：

第 1 步：制定明确的目标

无论是降低成本、提升效率，还是优化决策，设定清晰的目标都将为你落实 AI 实施策略指明方向。

第 2 步：从小型试点项目入手

试图一次性革新全部采购流程可能会后患无穷。建议选择一个简单直接的用例作为切入点，例如将现有寻源事件流程自动化。这样就可以在可控环境中评估 AI 解决方案的效能，发现潜在挑战，并在扩展解决方案之前进行优化调整。

第 3 步：确保数据质量和规模

在将数据输入 AI 模型前，务必尽可能多地收集相关数据，并进行清洗和预处理，确保数据具备高质量、一致性和完整性。预先解决数据问题是成功实施 AI 的关键。正如业界常言，“输入的是垃圾，输出的当然是垃圾”。

第 4 步：引入关键利益相关方

在项目初期便与采购专业人员、财务团队及 IT 团队展开协作，并指定一名利益相关的高管作为项目发起人。这一关键步骤有助于准确理解核心需求、确保与业务目标保持一致，并获得各方支持。

第 5 步：与现有系统集成

为了尽可能减少业务中断并充分发挥 AI 的优势，必须将 AI 解决方案与现有采购系统、ERP 以及其他企业应用集成。

第 6 步：开展培训与变革管理

通过开展培训并演示 AI 如何协助执行日常任务，帮助采购专业人员熟悉 AI 工具，并提高用户采用率。实施稳健的的变革管理策略，并展示 AI 技术如何增强（而不是取代）采购团队的专业能力。

第 7 步：确保伦理合规和数据安全

定期审核 AI 模型，通过人工监督确保 AI 模型具备公平性、遵守数据隐私法规且合乎伦理，特别是要监控算法偏见问题。同时，实施强大的网络安全防护措施，保障敏感数据安全并建立用户信任。

阅读文章