与此同时，采购团队不仅要知足业务需求，还要为业务增长和盈利做出贡献，因此他们面临着越来越大的压力。

（来源：AI 天生）

德勤 2023 年环球首席采购官调查显示，采购团队现在被哀求办理更广泛的企业优先事变。
这些方法包括提高运营效率（74%）、加强企业社会任务（72%）以及通过降落本钱提高利润率（71%）。

为了知足这些不断增长的期望，许多采购团队正转向高等剖析、人工智能和机器学习技能，以改变他们做出智能商业购买决策的办法，并为组织创造代价。

人工智能解锁新的采购能力

人工智能和机器学习工具长期以来一贯帮助采购团队自动化日常和手动采购流程，使他们能够专注于更具计策性的东西。

但亚马逊商业部门（Amazon Business）的软件开拓总监朱莉·斯库利（Julie Scully）表示，自然措辞处理（NLP，natural language processing）、模式识别、认知剖析和大型措辞模型（LLM，large language model）的最新进展“为提高采购效率和效果开辟了新机会”。

好是，采购团队已经做好了利用这些技能进步的准备。
他们可以访问条约、发票等丰富的数据源，从而实现人工智能和机器学习办理方案。
这些办理方案可以阐明这些数据中包含的见地。

根据这些见地采纳行动可以开释出新的能力，能够增强决策并改进全体组织的支出模式。

预测供应链中断。
在供应链不断中断的时期，采购团队常常面临物资供应问题，这可能会对员工和客户体验产生负面影响。

事实上，德勤 2023 年环球首席采购官调查创造，只有 25% 的公司能够“在很大程度上”及时创造供应中断。

人工智能工具可以帮助办理这一问题。
它能识别出一些模式（规律），表明供应短缺的问题即将涌现，并自动向商业买家推举两到三种产品替代品，从而防止供应中断。

这些预测能力还使采购团队能够制订购买政策，主动将更有可能短缺的物品纳入考量。

快速应对紧迫的问题。
对采购职员来说，筛选数据以理解供应链中断、产品毛病或其他风险的缘故原由是十分耗时的。

斯库利说，大型措辞模型支持的谈天机器人可以通过理解关于订单的繁芜查询，并“得出不错的答案”，从而简化这些流程。

“人工智能可以查询各种来源，以一种自然易懂的办法快速、全面地回答问题。
”除了为紧迫的问题供应快速而准确的答案外，人工智能还会减少阐明采购问题的须要。
相反，它将主动剖析订单、购买模式和当前情形，以供应即时支持。

供应定制的建议。
随着商业买家越来越多地哀求个性化体验，采购职员正在寻求定制的互动方法。

斯库利举了一个例子，一名员工须要为 150 名员工举办节日派对，他须要决定采购哪些东西。

她说，针对这种场景，一个基于人工智能的采购工具可以天生一个购物车，筛选“数以百万计的数据点，向员工推举他可能根本没有想到的东西。
”

更好的是，她补充道，“当我们有了真正的大型措辞模型时，人工智能和机器学习可以更详细地理解你的特定情形，帮助回答问题或帮助购买你都不知道自己须要的物品。
”

影响合规支出。
采购职员的目标是，在员工购买所需物品的自由度与最小干预之间找到平衡点。
然而，自由不应以适当的支出管理、生产力和政策遵守为代价。

斯库利说：“一家公司如何确保他们拥有精确的掌握和监督，同时又启用合理的支出模式，这两者之间总是存在着康健的紧张关系。
”

幸运的是，她说，“人工智能可以供应巨大的代价”，在涌现任何危害之条件示采购团队把稳“非常”。

斯库利说，人工智能还可以通过实行支出政策和期望来帮助确保合规性，这样员工“仍旧可以自傲地购买精确的商品”。

这种能力可以最大限度地降落超支的风险，也有助于公司履行条约责任，例如履行对特定供应商的支出承诺。

未来，人工智能驱动的非常检测触发器乃至可能用于检讨大型数据集，以识别不合规的购买数据。

提高支出透明度。
人工智能和剖析工具可以通过自动剖析数据和解锁及时剖析，为整体采购支出供应更大的透明度。

这些数据驱动的见地为采购职员供应了一个全面的视角，理解他们在哪里分配预算，以及他们可能能够减少本钱的领域。

但提高采购支出的透明度也可以使组织能够对新涌现的商业优先事变做出反应，例如采纳更具社会任务感的采购做法。
斯库利说：“公司可以优先考虑当地企业或低碳足迹的企业。
”

随着对其采购模式的更深入理解，组织可以将商业买家引向有助于实现其环境、社会和管理目标的景象友好型产品或供应商。

提高采购生产力。
监控供应商绩效、确保支出合规性和识别供应链中断，这些都是耗时的活动，会分散采购职员对更关键业务目标的把稳力。

斯库利说：“如果采购团队总是陷入日常流程的困境，他们就无法思考公司的总体计策目标，他们是否能够实现这些目标，以及他们可能想优化哪些地方。
”

通过自动化劳动密集型流程，如支出剖析、产品选择和订单跟踪，高等采购工具可以让采购团队专注于增值活动。

人工智能采购的最佳实践

考虑到高等剖析、人工智能和机器学习办理方案的所有上风，采购团队必须采纳方法确保这些创新工具得到最佳利用。
人工智能模型的干系性取决于它们所利用的演习数据。

斯库利说，出于这个缘故原由，组织须要意识到，“模型有时可能存在盲点，或者不能立即识别业务是否开始改变计策重点。
”随着组织优先级的发展，模型的演习数据必须跟上步伐，以反响新的业务目标和环境。

为了充分利用其前辈的技能工具，采购团队应确保他们支持公司的整体采购目标和业务计策。
这些目标可能包括与更多元化的供应商互助，以及购买更可持续的商品。

无论期望的结果如何，采购职能部门都必须将新的人工智能工具的利用与实现其业务目标联系起来，并定期评估结果。

高等剖析、人工智能和机器学习解锁的新采购职能，可以帮助企业重新思考如何进行采购。

随着天生式人工智能和干系技能的发展，繁芜的采购用例可能会成倍增加，为采购团队带来巨大的财务和运营收益。

支持：Ren

运营/排版：何晨龙