采购部门能跟上人工智能的发展吗？

落后的人工操作模式会导致出现不完整或过时的数据，这限制了其他业务部门对采购价值的认知。在寻求降低组织成本、管理风险、推动供应商多样性、供应链可持续发展的过程中，采购部门该如何利用人工智能的优势，来与组织的其他部门保持同步？

随着人工智能 (AI) 技术不断成熟，越来越多的企业开始投资AI计划，试图在日常运营中加大对自动化的利用。据《财富》旗下市场研究机构Fortune Business Insights的最新报告显示：全球人工智能市场将从2021年的475亿美元增长到2028年的3604亿美元。

然而，很多公司的采购部门引进先进技术的步伐相当缓慢。当其他部门依靠AI自动化数据来驱动决策时，采购部仍主要依靠手动收集、清理源数据。这种低效率限制了该部门快速生成准确数据的能力，而数据收集是用来轻松访问、分析并支持战略预算决策的重要能力。

落后的人工操作模式会导致出现不完整或过时的数据，这限制了其他业务部门对采购价值的认知。在寻求降低组织成本、管理风险、推动供应商多样性、供应链可持续发展的过程中，采购部门该如何利用人工智能的优势，来与组织的其他部门保持同步？

具体来看，采购团队要优先考虑技术投资，确定正确的AI驱动工具，以便在组内部成功实施和采用。在很多情况下，公司内部缺乏技术基础设施、资源和专业知识，来支持先进技术的实施应用。

虽然这是采购部门所面临的困难，但是它并非无法逾越的障碍。可以从第三方合作伙伴处获取经验与专业知识，帮助自己制定深思熟虑的实施计划，确保这些计划在组织中被采用且取得最佳效果。

开始人工智能之旅

精确的数据是所有决策的基础，对采购部门来说也不例外。采购需要全面、实时的数据，以确定“资本和运营支出用于哪些项目”“为什么会用在这个项目”“采用了哪些供应商”。在这些数据的基础上，与组织一起跟踪、管理成本，分析第三方风险。总之，数据是采购部门做出明智战略决策的关键因素。

间接支出也称为非转售商品 (GNFR)，可能会占到企业年收入的五分之一。这意味着，大量数据需要被收集、清理和分析。除了管理大量数据之外，业务负责人还要求采购团队收集、汇总各种相关的支出数据，例如发票、采购订单、采购卡、合同、预算基准和历史支出等。此外，采购团队还需报告供应商的财务稳定性、多样性、可持续性实践以及行为准则等信息。

庞大的数据量及多样化的信息源，几乎无法实现实时数据收集与可视化，这恰是基本的AI功能可介入的地方。由人工智能驱动的采购系统，能帮助采购团队收集不同的数据，自动清理信息，再进行分类。在此基础上，创建一个有意义的全组织范围的支出图。

具体来看，这个支出图应该包括：“组织的支出”“与谁一起支出”“在哪个支出子类别中支出”等信息；除此之外，还需要提供其他方面的信息，例如供应商多样性状态、可持续性实践和第三方风险因素。

建立切实可行的路线图

确定清晰、可操作的人工智能实施步骤，与制定整体实施战略和沟通计划一样重要。随着企业的人工智能解决方案规模化且显示出价值，采购部门也应该通过数据传达有益信息，以巩固来自赞助商的支持，让更多的利益相关者参与进来。

把AI的工作分解成简单术语，向赞助商和利益相关者展示工作原理，可以避免一些关于AI的“可解释性挑战”。例如，通过挖掘采购数据，获取供应项目订单量的异常模式，来驱动需求管理契机。

路线图还能让利益相关者了解，除了基础改进之外，人工智能还带来更多优势。虽然采购团队很清楚，把整合、分类和丰富数据等繁琐的任务自动化至关重要，但外部利益相关者可能需要花费一段时间，才能理解这种自动化对采购能力、基准的影响。如果能提供一个分步路线图，显示这些不同的应用之间如何相互构建，将帮助利益相关者理解并坚定他们的态度。

人际接触也很重要

采购团队为人工智能角色制定计划时，必须找到自动化与人工操作之间的平衡，尤其是在供应商关系方面。尽管人工智能对现代采购部门至关重要，但没有什么能取代采购专家与供应商之间基于价值的透明对话。毕竟，人类社会仍然需要人际关系来维系，其影响力也始终比一个会讨价还价的机器人要大。

虽然人工智能对于数据聚合与分析至关重要，但是人际接触对于向合作伙伴展示研究结果，获得认同或建立供应商伙伴关系以制定长期战略同样必不可少。