边做边学：根据Kearney的采购策略生成人工智能

Kearney 的 Procurement Bites 研报探讨了生成式 AI（GenAI）在采购领域的应用潜力。核心观点是，GenAI 有助于提升采购效率，但关键在于如何有效利用。报告强调，决策需由业务驱动，并需数据科学、内容专家和 IT 部门的协作。

GenAI 的应用潜力
GenAI 可支持数据密集型任务，如采购到付款流程、尾端支出管理、发票检查和合同管理。目前已在供应商谈判、绩效管理和供应链韧性等领域成功应用，降低运营成本并提升决策速度和准确性。技术发展迅速，从 2018 年的 GPT-1 到 2023 年的 GPT-4，应用场景不断扩展。

风险与应对
初期讨论聚焦于风险，包括数据隐私泄露、版权侵权及外部数据可靠性。解决方案包括确保数据清洁、来源可信，并建立内部合作机制。

“边做边学”的实践路径
面对众多 GenAI 选项，报告建议采取“边做边学”策略。具体措施包括：

1. 内部合作：采购与 IT 部门合作，识别关键问题并试点应用；
2. 建立 GenAI 中心：推动跨部门推广；
3. 提升透明度：通过案例（如海运）展示 AI 决策逻辑，确保数据完整性。

关键成功要素

• 团队培训：需培养数据科学能力、领域知识和好奇心；
• 人机协作：AI 执行任务，但需人类审核和调整结果；
• 优先级排序：优先解决最紧迫的业务需求，如采购流程中的七个步骤（数据收集、策略制定、供应商评估等）。

结论
GenAI 是提升采购效率的重要工具，但需结合业务需求逐步推进。企业应从内部试点开始，与各业务部门协作，逐步构建 GenAI 能力。