面向采购专业人士的代理人工智能手册

核心观点与关键数据

• Agentic AI 的变革性：与早期 AI 工具不同，Agentic AI 能够理解目标、制定计划、权衡取舍并自主行动，实现跨系统、跨团队的决策协调，推动企业系统运作模式的转变。
• 推动因素：三大基础发展促成了 Agentic AI 的出现，包括基础模型在多模态数据上的能力提升、AI 代理的自主性增强，以及采购角色的扩展和透明度提高。
• 技术演进：传统采购系统基于固定规则，AI 代理执行预设任务，而 Agentic AI 则能自主规划、适应环境并持续改进。
• 关键数据：
  • 90% 的 CPO 考虑或计划在 6-12 个月内使用 AI 代理优化采购运营。
  • 70% 的亚太组织预计 Agentic AI 将在 18 个月内颠覆商业模式。
  • AI 驱动的采购工具可带来 10% 的生产力、质量和成本节约。
  • 64% 的采购领导者认为 AI 将改变他们的工作。
  • 到 2028 年，33% 的企业软件应用将包含 Agentic AI，使 15% 的日常决策实现自主。

Agentic AI 的应用场景

• 自主采购与谈判：
  • 快速报价自动化：基于实时数据推荐采购路径，自动发起招标、谈判和授予决策。
  • 战略采购：整合政策、市场、可持续性数据，生成定价方案、推荐供应商并模拟谈判路径。
• 智能品类管理：实时监控品类数据（合同泄漏、交付时间、价格波动等），自动调整策略、标记表现不佳的供应商并执行调整。
• 实时合规与风险：整合结构化和非结构化数据，实时监控合规状态，识别风险并提出纠正措施。

实现 Agentic AI 的关键要素

• 技术架构：包括多模态 AI 核心、采购调优的智能、超级代理协调、连接的数据层、治理与控制框架，以及统一的源到付平台。
• 实施步骤：
  1. 为自主流程准备系统。
  2. 强化数据基础设施。
  3. 设计透明和监督机制。
  4. 留出迭代和学习空间。
  5. 团队对结果而非流程进行对齐。

研究结论

• Agentic AI 是一场基础性变革，改变决策方式、团队与数据的交互方式，以及采购与企业整体的连接方式。
• 成功实施 Agentic AI 需要重新思考团队如何定义价值、使用数据和与技术互动。
• 需要采购特定智能、领域上下文和协调能力的系统，以及能够理解采购运作模式的合作伙伴。
• GEP 提供原生的 Agentic AI 平台和战略专业知识，帮助企业实现采购模式的转型。