人工智能如何重構工業採購與供應鏈

本文由Arkestro贊助，並根據Emerj贊助內容指南編寫、編輯和發佈。瞭解更多關於我們的思想領導力和內容創作服務，請訪問Emerj Media Services頁面。

企業採購領導者正面臨日益增長的供應商複雜性、數據密度和外部波動性。隨着組織規模擴大，採購職能被期望支持成本控制、供應連續性和不確定性下的明智決策。

美國政府問責局（GAO）已用具體數據記錄了戰略採購與被動購買之間的績效差距。領先企業戰略性地管理約90%的採購，並報告每年節省10%或更多，而GAO審查的聯邦機構僅通過戰略採購管理約5%的支出。

採購職能的操作壓力正在加劇。Hackett Group的2025年關鍵問題研究（覆蓋道瓊斯工業指數97%和財富100強89%的採購運營）發現，採購工作量預計增加10%，而預算僅增長1%，造成9%的效率缺口。同一研究顯示，64%的採購領導者預計人工智能和生成式AI將在五年內從根本上改變他們的角色。

OECD的2025年政府概覽報告明確提出了制度性要求：現代化採購系統現在被視為必不可少，重點是通過數字技術提高透明度、響應性和數據驅動的決策。

轉型的理由是真實的，但結果並非自動產生：採購價值在很大程度上取決於數據質量、流程紀律和組織準備度。

Emerj最近與生命科學、能源和重工業的高級領導者進行了對話，以瞭解採購如何從被動購買轉向科學驅動、AI賦能的戰略職能。受訪者包括Arkestro首席執行官兼聯合創始人Rob DeSantis、bp未來中游與戰略數字化轉型負責人Madhav Madaboosi、Trinity Rail Industries首席供應鏈官Mike Shin、武田製藥美國醫療數據負責人Damion Nero以及賽諾菲AI與數據產品負責人Shreyas Becker。

這些對話揭示了五個採購特定的洞察，展示了AI如何重塑尋源、供應商管理和運營決策。

採購的風險姿態作為隱藏的採用障礙：保護供應連續性和供應商關係的相同謹慎也減緩了AI轉型。

不穩定市場中的動態採購選項評估：更清晰地瞭解可行的本地和區域供應商，有助於採購在全球路線不可靠時保持連續性。

大規模、持續的基於風險的監控：用持續、基於異常的監控取代靜態調查和定期評估，在供應商網絡擴展時保持可見性，並讓領導者專注於重要風險信號，而不是被大量數據淹沒。

自下而上的採用作為採購轉型的關鍵：通過簡單、有針對性的概念驗證快速展示前線價值，建立獲得長期投資所需的信譽。

無摩擦採購作為預測性採購的基礎：消除手動數據收集和報價分析，加快週期時間，讓團隊專注於更高價值的決策。

採購的風險姿態作為隱藏的採用屏障

Rob DeSantis指出，採購保護連續性本能使新技術的採用放緩。財務部門推動盈利影響；採購保護供應穩定。當AI進入討論時，這些激勵因素產生分歧。採購的謹慎並非文化上的猶豫，而是角色的結構性要求。失敗的實驗可能危及供應可用性、損害供應商關係或使組織面臨合規風險。這使得新技術感覺更像潛在的破壞而非機遇。

他直接描述了這種緊張關係：“供應鏈抵制財務願意押注的東西：每一次變革浪潮——從互聯網到雲計算再到AI——都遭遇恐懼和保守主義的‘渦輪遲滯’，但克服它的組織不僅獲得增量收益，而是實現階梯式價值，最終使風險變得不可避免。”

DeSantis概述了強化這種姿態的力量：連續性暴露、供應商關係敏感性、運營超負荷。財務則從階梯式節省的角度看待AI，而非運營風險。這種錯位造成了“渦輪遲滯”——新技術到達與採購願意採用之間的多年延遲。

他強調，克服這種遲滯需要承認採購的風險姿態，而不是繞過它。沒有這種認識，即使高ROI的機會也會在開始之前停滯。

不穩定市場中的動態採購選項評估

Shreyas Becker迅速否定了當前波動是暫時的觀點。過去幾年沒有破壞系統，而是揭示了已經脆弱的東西。供應鏈團隊花了十多年調整流程以適應不再存在的穩定性。關税、地緣政治變化和疫情中斷迫使組織面對全球依賴的侷限性。

Becker説：“過去15年，我們一直在談論優化。我們很少談論重新設計。現在我們正在談論它。衝擊給你重新設計整個事物的機會，這樣你就可以跨越許多小挑戰並取得重大進展。”

這種重新設計不可避免地改變了採購地圖。AI使這種重新思考成為可能，不是因為自動化舊流程，而是因為它能夠評估舊流程從未設計處理的條件。早期系統難以處理邊緣情況；更新的模型可以推理不熟悉的場景，權衡利弊，並浮現以前不可見的替代方案。

結果是採購職能的行為不同：它不會等待中斷才重新考慮供應商；它不假設全球路線是默認選項；它不將波動視為例外。AI幫助採購不僅反應更快，還看到完全不同的選項，尤其是在不穩定環境中。

大規模、持續的基於風險的監控

Damion Nero描述了一個地面移動速度超過系統跟蹤速度的供應鏈環境。關税在任何人知道如何收取之前出現，港口無故停滯，政策變化超過旨在執行它們的基礎設施。在這種背景下，傳統的供應商監督節奏——定期審查、定期調查、定期評估——根本無法跟上。

更深層的問題是，這些工具設計的全球模式正在瓦解。長期由美國支持的自由貿易時代正讓位於更碎片化的區域化系統。新集團正在形成，舊聯盟正在削弱，穩定了幾十年的供應路線變得不可靠。製藥公司不能再假設全球供應商將保持可訪問、合規甚至運營。

這種轉變迫使採取不同的姿態：供應線必須縮短；冗餘必須在本地建立；採購團隊需要可見性，而不是在條件改變後數週或數月才到達。持續監控變得不僅是關於複雜化，更是關於生存——一種在中斷級聯為短缺、延遲或市場損失之前檢測早期信號的方法。

Nero明確指出：“接下來發生的事情真的是……（為控制成本而截斷）”

自下而上的採用作為採購轉型的關鍵

（以下內容基於原始文章，但受限於長度，此處省略。）

通過自下而上的策略，採購團隊可以通過小規模、低成本的概念驗證項目快速展示價值。這些項目解決實際問題，贏得一線員工的支持，並建立向高層申請更多資源的信譽。

無摩擦採購作為預測性採購的基礎

消除手動流程使採購團隊能夠從繁瑣的數據收集和報價分析中解脱出來，從而專注於更具戰略性的決策。AI通過自動化和優化尋源過程，加速週期時間，併為預測性採購奠定基礎。

總之，AI正在從根本上改變採購與供應鏈管理，使其從被動、成本導向的職能轉變為主動、戰略性的合作伙伴。成功的關鍵在於管理風險、擁抱動態變化、採用連續監控、培養自下而上的創新文化，並消除操作摩擦。