AI 在采购和供应链中的应用正逐步发展,但存在不均衡现象。约三成企业已成为 AI 爱好者,在至少五个供应链功能中部署 AI,且有效性评分超过 75%。规划、预测和采购任务因其结构化特点成为 AI 应用最广泛的领域。
AI 代理将在采购和供应链运营中发挥变革作用,但目前只有十分之一的企业完全整合了 AI 代理。约 40% 的公司已在跨职能领域使用 AI 代理,另有三分之一正在测试库存或路线优化等孤立用例。AI 代理在供应商入职和绩效监控等逻辑清晰的任务中应用最广,近半企业认为 AI 代理有潜力自主谈判合同或管理采购。
企业难以衡量 AI 的投资回报率,这阻碍了其在高影响领域的投资。六成企业表示难以量化 AI 带来的运营效益,如减少停机时间或加快决策速度,同样比例的企业表示难以追踪无形收益,如风险规避。超过半数企业因回报不明确或实施成本高而成为 AI 应用的障碍。然而,一些最有效的 AI 应用,如情景建模和早期供应商风险检测,通过预防问题来创造价值,而这些价值可能永远不会出现在资产负债表上。
AI 正在重塑采购角色,但企业对技能再培训表示放心。半数企业已调查员工对 AI 的看法,45% 已启动再培训计划,但规模较小。大多数企业倾向于混合模式:40% 的企业倾向于将自动化与人工监督相结合,另外 30% 的企业希望使用 AI 加强合作伙伴之间的协作。只有五分之一的企业支持完全由 AI 驱动的采购流程。
数据孤岛和决策分散限制了 AI 的战略收益。约三分之一的企业仅在孤立的功能中使用 AI,而相似比例的企业表示对外部数据共享存在担忧。内部,僵化的部门结构可能阻碍 AI 提供端到端的可视性。外部,对共享敏感商业数据的犹豫可能限制协作。这种孤岛状态正在限制 AI 作为协调工具的潜力。
AI 正在提高效率,但信任和透明度将决定其在供应商关系中的成功。近半企业认为 AI 将减少错误并提高采购的复杂性管理能力。但同样比例的企业担心算法偏见、供应商信任过度依赖自动化。自主供应商选择和合同谈判引发了公平性问题,尤其是在采购长期依赖非正式判断的情况下。一些企业正通过审计跟踪和人工审核来解决这些问题。随着 AI 越来越多地调解供应链关系,信任可能不仅仅来自个人关系,而是来自机器决策的清晰度。