采购 AI：优势和用例

在企业中，几乎没有哪个团队像采购团队那样整合如此多的数据。采购处于供应链管理与财务的纽带，自然成为运用 AI 的理想场景。借助 AI，采购团队能够更快速、更深入地分析数据。但要真正发挥 AI 的价值，采购团队需要全面了解不同类型的 AI、其优势与挑战，以及取得成功的优秀实践。

什么是采购领域中的 AI？

在采购领域，AI 可以执行以往由人工完成的部分任务，例如发出供应商报价请求、进行成本分析等，目标是更快地完成工作并减少错误。如今，采购经理开始了解 AI 自动化如何帮助他们预测和应对市场状况、降低供应链风险以及管理供应商关系。这样一来，AI 将助力做出更明智的决策，降低成本，提升运营效率。

关键要点

• 大多数采购团队仍处于 AI 采用的早期阶段。
• AI 在采购领域有许多潜在用途，包括研究和管理供应商以及实现采购流程关键环节的自动化。
• 未来几年，采购团队将越来越依赖 AI 来提升效率、降低成本，并预测供应网络的快速变化。

采购领域中的 AI 解析

采购团队需要整合来自内部和外部的大量数据，以了解支出、需求模式、采购规范、市场状况等。同时，采购团队还需要更强大的数据分析能力，以制定行动方案。根据德勤 2024 年的一项研究，92% 的首席采购官已对 GenAI 功能进行了评估，其中近 11% 的首席采购官将超过 100 万美元的年度预算用于 AI 采购工具。优先事项包括供应商管理自动化、更准确地识别风险以及更全面地评估现有与潜在合作伙伴。这些改进将有助首席采购官在采购及整个供应链中降低成本并规避风险。

AI 在采购领域的优势

通过自动执行部分采购任务，AI 不仅能提高效率，还能降低成本和风险。此外，AI 还有助于改善需求预测、支出分析和供应商管理。欢迎继续阅读，了解更多优势。

• 提高效率
  AI 可用于自动执行采购任务，帮助提高生产力和减轻管理负担，让采购人员能够专注于更具策略性的活动。根据毕马威 2023 年的一项研究显示，AI 可将完成基本采购任务所需的时间缩短多达 80%。同一份研究报告得出结论，50% 以上的采购工作可以实现自动化，以帮助提高效率并降低成本。据报道，一家商业地产开发商使用 AI 收集采购数据的速度比人工方法快 92%。
• 降低人为错误的可能性
  AI 可用于自动执行重复性任务，从而降低人为错误的可能性。AI 可协助处理供应商合同的签署、采购订单的提交与审批等流程。如果出现错误，AI 检测功能还可以帮助标记错误。据报道，一家水处理公司利用 AI 将其采购支出分类的准确率提高了 90% 以上。
• 实现扩展
  AI 采购系统可以根据不断变化的业务需求和市场状况扩展数据处理能力。随着采购团队从孤立、手工的操作方式向互联、自动化的流程转变，强大的可扩展性变得尤为关键，这使得团队能够更快速地共享信息，并做出更明智的决策。例如，基于历史支出与需求预测等大型数据源生成的洞察，可以指导企业降低不必要的支出。
• 削减成本
  AI 能够帮助采购团队选择和管理供应商，从而改善合作关系并实现成本节约。例如，一家全球印刷公司利用 AI 支持的采购应用，与指定的间接供应商协商总量折扣，以提前付款作为交换。AI 数据分析和模式识别帮助团队更深入地了解各类支出，提供具体建议以降低成本。采购经理可以利用 AI 快速获取各种查询结果，收集信息以做出更明智的决策，例如某些地区极端天气事件导致的风险支出，并推荐其他地区的替代供应商。
• 减少被动应对
  AI 能够更快提供洞察，帮助采购团队规避突发状况。过去，由于数据分散、手工流程繁琐且易出错，采购往往处于被动应对状态。如今，借助 AI 提升数据可视性、加快流程响应，采购团队能将更多时间投入到支出分析、财务预测等策略性工作中。
• 增强决策能力
  AI 与数据分析可从总账、采购订单、供应商交易等多个来源快速提取信息，为采购决策提供支持。此外，AI 系统还能不断适应和学习，产生更精确的分析和更有影响力的建议。

采购领域的 AI 类型

AI 在采购领域的应用形式多种多样，包括机器学习、自然语言处理、计算机视觉等分支技术，以及机器人流程自动化这一互补技术。以下是各类技术的介绍。

• 人工智能 (AI)
  人工智能是一项统称技术，是指能够表现出“智能”或类人行为的算法，例如识别模式、提供建议等。这些算法本质上是为解决特定问题而设定的规则。在采购领域，AI 被用于执行预定义的特定任务，因此被视为一种“狭义 AI”。
  
  生成式 AI 是采购中最常用的 AI 类型。GenAI 能够生成文本、图像和视频等内容。为此，它需要处理大量数据来创建内容。一些供应商的采购应用中已集成 GenAI 功能，用于定制供应商沟通内容或起草报告和合同。
• 机器学习 (ML)
  机器学习是 AI 的一个子集，用于检测模式和进行预测。并非所有 AI 都包含 ML，但大部分 AI 都使用 ML 技术。在采购方面，ML 模型可以分析过去的采购数据和市场趋势，以预测未来需求。
• 机器人流程自动化 (RPA)
  机器人流程自动化使用机器人来自动执行重复性任务，例如填写表格、生成报告和处理交易。虽然 RPA 本质上不属于 AI ，但它与 AI 相辅相成，能够提升流程效率。例如，自动化采购系统可以使用 RPA 更快地创建发票及完成供应商登记，减少人工操作中常见的错误。
• 自然语言处理 (NLP)
  自然语言处理是 AI 的一个分支，以强大的算法为基础，使计算机能够理解和处理人类语言。NLP 可以理解和分析书面或口语内容，帮助采购团队从文本数据中挖掘有价值的洞察。在采购领域，NLP 能够从招标文件中提取关键条款与条件，为供应商评估提供更深入的见解。
• 计算机视觉
  计算机视觉是 AI 的一个领域，使计算机能够识别和理解图像信息，包括视频内容。例如，它可以分析产品、徽标或发票的图像，发现采购过程中的错误或需关注的情况，如库存不足等。企业可借助这一技术了解库存情况，及时补货或避免不必要的采购。

AI 在采购领域的使用场景

由于 AI 能够加速流程、提升效率，在采购管理的各个环节中都能发挥作用。自动化是核心驱动力，帮助企业快速完成任务，减少人为错误，同时提供有助于降低成本和风险的数据洞察。

• 预测分析和成本优化
  AI 算法可以分析大量采购数据，例如历史销售记录、市场趋势以及天气或经济因素，以帮助预测需求并降低成本。实时报告可帮助采购专业人员提前了解需求，并调整供应商选择、采购数量和支出。基于 AI 的分析还有助于设定库存水平，避免缺货，在降低成本与保持利益相关者和客户满意之间取得平衡。
• 任务自动化
  AI 可以自动执行采购任务，从而提高效率并节约成本。这些任务包括研究、分析和管理供应商，以及生成招标书。AI 能够加速这些任务，缩短采购周期。根据企业规模，这一优化每年可节省数百或数千小时的工作时间，并可能节省数百万美元。员工可摆脱重复性任务，从而专注于更有价值的工作，如完善供应商绩效标准或重新制定采购策略。
• 采购订单自动化
  传统的采购订单流程以手动操作为主，速度慢且经常出错。AI 可以自动执行分类、优先排序和处理采购订单等任务，从而提升效率并减少失误。它可以从采购订单中提取并验证数据，如果一切正常，就可以生成订单。有些 AI 工具还能在订单处理过程中向客户提供实时更新，帮助设定交付预期。据报道，一家身份验证提供商使用 AI 监视待处理的采购订单，成功发现不匹配或其他问题。
• 虚拟助手
  基于 GenAI 的虚拟助手可以理解并解释与采购相关的一般查询，涵盖多个主题。这些机器人可以通过创建类别和市场报告、跨团队共享摘要以及其他内容（如为管理层制作关键趋势概览等内容）来帮助提高工作效率。

采购领域的 AI 应用

GenAI 因具备内容生成能力，在采购领域的用途非常广泛。其中一些用途是通用的，如组织数据，而另一些则相当具体，如识别风险和可持续性改进。

• 数据组织和汇总
  GenAI 可以比人类更快、更合乎逻辑地组织数据，而且往往错误更少。这为编写更有说服力的数据摘要奠定了基础，这些摘要可突出关键数据点、见解和建议。例如，采购经理可以要求提供关键类别的价格和支出汇总，并在几分钟内而不是几小时内完成审核。
• 数据处理和标注
  GenAI 可以通过快速清理原始数据、消除异常值和不一致之处来改进数据处理，从而加强分析。正确标记或标注数据是帮助 AI 系统学习、预测和生成有用内容的关键。例如，经过妥善标记的数据集有助大型语言模型更深入了解供应商间的价格对比。
• 风险识别
  根据德勤 2023 年的一份研究报告，70% 的首席采购官认为采购风险正在增加。GenAI 可以在整个采购过程中更容易地识别风险。它可以通过分析供应商过往表现识别潜在风险，也可以解答有关供应中断风险及其可能对销售产生的影响。
• 可持续发展改进
  在企业积极推进可持续发展目标的背景下，采购团队需要收集和分析大量相关数据，这一过程向来既耗时又依赖主观判断。GenAI 可用于识别能够满足可持续发展要求的供应商，帮助降低合规风险，同时提高采购效率。

在采购领域采用 AI 的挑战

在采购领域部署 AI 不仅是技术上的变革，还伴随着文化、安全等多方面的挑战，具体如下：

• 组织采用
  在技术采纳较慢的企业中，采购团队在推进 AI 应用时可能面临阻力。遗憾的是，一些高管仍将 AI 视为未来技术，而非短期内能够带来回报的明智投资。
• 数据质量和访问
  采购数据通常分散在多个来源中，导致数据不完整、不一致、难以访问，甚至存在错误，这使得严谨的 AI 分析难以开展。当采购团队难以从其他部门获取信息，尤其是因为老旧 ERP 系统无法兼容时，问题会进一步加剧。
• 与旧系统集成
  当企业尝试将 AI 应用于存储在传统采购系统中的数据时，往往会面对问题。这些系统通常会阻碍数据集的收集，进而无法根据关键见解采取行动。如果采购数据能与 ERP 系统中的库存及供应链数据整合，采购团队更有可能从 AI 分析中获益。
• 数据隐私和安全
  基于 AI 的采购系统（尤其是与供应商和其他第三方系统相连的采购系统）可能会带来安全漏洞。这些联网系统的复杂性可能会导致数据流向不清晰，难以保证数据处理是否符合相关的隐私法。

在采购领域采用 AI 的优秀实践

以下优秀实践可帮助企业使用 AI 改进采购流程。

1. 制定明确的目标
   在将 AI 应用于采购流程之前，要确定具体的痛点和优先改进事项，同时识别组织或技术障碍。无论是实现采购订单自动化，还是提升支出分析的精准度，设定清晰且切实可行的目标是其中的关键。
2. 了解数据来源
   AI 系统的有效运行依赖于庞大的数据基础，采购团队必须对这些数据充满信心。企业应遵循严格的数据治理规范，对数据进行清理、规范化和验证，以了解拥有哪些数据以及如何使用这些数据。
3. 以用户需求为中心
   团队成员需要哪些采购系统的功能才能更好地完成工作？避免引入复杂但却不必要的功能，优先选择界面简洁且直观的系统。
4. 从小切入
   与其“望月兴叹”，不如从易见成效的小型 AI 项目入手。这有助于测试并习惯 AI 功能，评估其有效性，并在大规模推广之前进行调整。
5. 支持团队
   采购人员无需成为数据科学家才能使用 AI 工具，但仍需接受相应培训，并留出时间进行试错学习。如果预算允许，可以考虑增聘具有采购 AI 经验的人才。
6. 建立信任，消除顾虑
   要在采购领域推动 AI 采用，离不开采购、供应链、财务等团队的协同配合。通过共享目标、路线图、标准、优秀实践与成功案例，能够化解疑虑、促进合作并建立信任。
7. 评估和迭代
   建立关键指标后，需持续监视和评估 AI 工具的表现。有些企业通过衡量不同支出类别中的 AI 价值实现情况来评估绩效。无论采用何种评估方式，都应结合用户反馈，不断改进。

利用 Oracle 解决方案，赋能采购团队

作为 Oracle Fusion Cloud Enterprise Resource Planning 应用套件的一部分，Oracle Fusion Cloud Procurement 内置的 AI 和 GenAI 功能能够帮助采购人员预测发货前置时间、对不同类型的支出进行分类、动态应用折扣策略、快速识别和添加合格供应商等。

在采购领域采用 AI 的常见问题解答

如何在采购领域使用 AI？
采购团队使用 AI 来预测和降低成本、自动执行关键任务、生成内容、选择供应商和管理供应商关系。

AI 会取代采购人员的工作吗？
AI 能够增强采购人员的技能、经验与判断力，而不是取代他们。事实上，AI 有望为精通该技术的采购人员创造新的工作岗位。

哪些企业使用 AI 进行采购？
大大小小的企业都在使用 AI 采购工具，其中包括全球知名零售商、食品加工企业和消费品公司。