欧洲道路货运市场正经历多重运营和成本挑战，包括司机短缺、燃料价格上升、货运需求疲软以及政府政策影响。许多承运商过去主要依靠价格竞争，忽视了供应链的弹性和可持续性。随着市场波动逐渐平息，承运商需要平衡传统商业目标、冗余计划和可持续性，即所谓的价值链三难困境。
为解决这一困境，研报提出了三个关键构建模块：
-
高级采购自动化：利用人工智能（AI）和机器学习（ML）自动收集报价，扩大潜在投标人范围，并收集新价格和当前合同价格的基准。通过定期进行标准化招标和谈判文件，确保采购团队了解最新的市场趋势和定价。
-
市场感知：利用外部信号进行内部决策。通过AI模型收集和解释历史数据，例如使用网络爬虫或API接口获取最新的承运商绩效情绪。与平台提供商合作，如Timocom或InstaFreight，收集关键数据点，如可用承运商能力、地理覆盖范围或财务发展。收集更广泛的经济发展和预测数据，这些数据会影响需求。
-
基于分析的类别管理：整合业务需求、采购数据和市场情绪，进行更全面的决策。通过结合修订的需求和利用率预测、承运商反馈、合同期限、基准利率以及与可持续性相关的车队、车辆和司机绩效数据，采购团队可以在最低成本下优化承运商分配，同时满足弹性和可持续性目标。端到端集成企业资源规划（ERP）、运输管理系统（TMS）和电子采购平台，并部署优化应用程序（通常基于Kearney的Optano引擎）是关键。
研报还提供了三个案例研究，展示了如何应用这些构建模块来解决客户的痛点：
- 金融：一家快递、快速和包裹服务提供商通过InstaFreight的解决方案，将超过3000万欧元的现货支出扩展到更大的承运商池，实现了5%至7%的成本节约。
- 可持续性：一家特种化学品制造商使用Kearney的Optano平台，建立了排放基准，并制定了减排目标。模型提供了对温室气体排放的实时粒度视图，并允许通过“假设”分析评估不同行动的影响。
- 弹性：一家欧洲能源供应商使用AI模型预测地下工程服务的工作力供需，帮助采购团队识别预期成本高峰和低谷，并评估供应商报价。
研究结论表明，下一代类别管理对于运输行业实现财务优化、可持续性和弹性至关重要。通过高级采购自动化、市场感知和基于分析的类别管理，承运商可以增加商业回报，减轻行政负担，并通过创新方法获得利益相关者的支持。
