企业采购是供应链管理的重要组成部分，这一企业行为从合同和订单管理中衍生而出，随着政策推动，采购供应链形成了覆盖供应商寻源、采购商城、供应商全生命周期管理、采购协同的闭环管理能力，还从单一的采购环节向研发、生产、物流、服务等环节延伸。
企业物资采购规模庞大。亿邦智库《2024数字化采购发展报告》显示，2023年全国企业物资采购总额约175.4万亿元，其中数字化采购额约17.2万亿元，渗透率达9.8%，增速15.2%。
从物资采购品类看，2023年生产性物资采购额为97.3万亿元，非生产性物资采购额为78.1万亿元，非生产性物资主要涉及办公用品、MRO工业品、工会福利、营销物资四大场景。其中，办公用品市场规模约2万亿元，MRO工业品约8.9万亿元，营销物资约2万亿元，工会福利超1万亿元。
这个十几万亿的大市场，先后经历了在线化、数字化、智能化等技术驱动带来的商业模式重构。随着招投标从线下转线上，企业采购从ERP、SRM软件演变为网上商城，又迎来AIGC的全面改造——不仅快速用上了AI营销、AI客服、AI知识库等通用模型能力，也在积极探索智能寻源、AI招投标、AI导购、智能核价、智能合同、智能物流调度、智能供应商画像与风控等采购特有场景的AI落地。
技术进展正在为采购带来哪些改变？AI如何带动采购数字化创新？本文将初步梳理采购不同环节中的AI应用及实践案例，为行业提供参考。
1、采购前:以标准化构建数字化基础
多种力量在推动企业采购的发展:
在需求侧，央国企不断推进阳光采购，将采购权限从子公司收回总部，进行统一线上采购建设。采购方式也从直接交易的供应商协同拓展至多级供应商协同。
在供给侧，采购服务商通过软件和资源，串联起供需两端，实现从需求预测、寻源、商城采购、订单/合同管理、采购/付款、供应链计划、智能补货的全流程管理。
大量供应商被整合进服务商的采购系统，通过数字化采购平台实现产品销售和业绩增长。
只不过要想采购做得妙，先要标准建得好。企业采购长期以来面临物资编码混乱、SKU管理难、供需匹配费劲、寻源招标慢等问题，标准的不统一也让数字化能力被局限在局部环节，难以形成全链条的科学决策和降本增效。
如今，大模型带来新解法。
? AI重构物资/商品编码体系
标准化是数字化与智能化的前提，但企业采购中的商品编码混乱由来已久。
在数字化早期，商品信息就不太完整。比如缺失产品图，缺标题，缺品名，缺重量体积，缺税收编码等。而且To B行业商品种类繁多，不同企业的商品需求也各不相同，单个企业建起的商品目录很难得到复用。
如今，大模型的语义搜索、意图识别和图像识别技术，正在重构采购的商品编码体系。
中交电商总经理陈鹏告诉亿邦动力，由于供应商之间的商品编码并不一致，比如A供应商推了十几万SKU，B供应商推了十几万SKU，同一个物品，在不同供应商那里有不同的描述文字。所以中交电商训练的AI会识别描述和商品之间的关系，进行商品编码的合并，合并不了的商品，再推给人工做再次干预。
天源迪科则基于“迪科工业品大模型”构建的AI企业物资治理系统，解决物资数据混乱、标准不统一、数据质量差的问题。“迪科工业品大模型”不仅能智能识别和处理物资数据，实现数据归一化和标准化，提高物资调度与管理效率，还能将前置物资智能审核效率提升150%，数据质量提升80%。
更具*性的是京东工业的墨卡托标准商品库。这是一种新编码方式，用AI叠加各品类头部品牌商的专家经验，提炼出商品共性后形成的一套统一商品参数，构建出一种统一的工业供应链“语言体系”。目前，京东工业品墨卡托标准商品库已建设有四级类目，与1500家工业品专业品牌合作进行数据对接，建有2500多个商品数据库标准模板并开展应用。
? 企业招投标，全面AI化
供应商想要进入客户的采购体系，还要经历招投标环节。统计数据显示， 2019年至2023年全国招标项目数量实现了连续5年自然增长，招标数量骤增。
对采购方来说，审核海量标书耗时耗力且易于出错。对供应商来说，客户的报价单往往包含几千条甚至几万条数据，通过人工匹配上万条数据和超百万SKU，让标书的复杂度直线上升。
不少企业正凭借“大模型+本地知识库”的深度融合，开发高效精准的“AI招投标助手”。
比如大唐犀维电商，利用大模型自动识别资质、证照，通过OCR、NLP自然语言理解，联动第三方网站进行验证，训练了近80种常见资质以及业绩合同的智能评审模型。研发采购文件和报价文件结构化编制工具，编制了600余个采购文件范本，建设资质业绩、供应商信用标准库，实现信息自动集成、引用和比对，为智能评审提供技术支撑。
齐心集团则通过AI系统，自动寻找相似或相同商品，自动匹配相应的SKU，并通过成本、质量和模型匹配价格，快速报给客户。
国家能源集团更是运用AI进行采购场景创新的国内*“智能无人评审系统”。这一系统建设了一套从采购文件编制、报价文件响应、评审结果输出为一体的智能化采购解决方案，实现非招标采购全类别、全评审方式全覆盖。仅需专家对自动评审出的偏离项进行复核即可完成评审，大幅降低自有裁量权、显著提高评审效率。目前上线运行8万余单，准确率超97%。
? 智能寻源，提供多维度供应商画像
寻源指的是企业在供应链管理中，寻找可以提供优质产品和服务、满足企业需求的资源，包括供应商寻源、采购寻源、溯根寻源等多个方面。
传统的寻源依靠企业的人员分工，异地寻找。2.0阶段的寻源已经延伸到AI搜索与智能匹配。
被AI加持过的寻源系统，支持跨区搜索，可以智能推荐匹配，还能提供多维度供应商画像，甚至可以进行全网招募供应商。除了搜索框搜索外，还可以进行高级搜索，比如选择采购类型、产品分类、注册地区等要素，提高了寻源精准度。
用友BIP采购云就利用大数据分析模型，依据供应商的历史绩效记录、技术能力、成本控制(Cost)、交付表现(Delivery)以及环境与社会责任(Environment amp; CSR)等多维度评估指标，精准定位与推荐*企业需求的优质供应商。
? AI导购，采购员的好帮手
尽管有了数字化的寻源、商品系统，采购员日常工作还是繁重。因为采购员还要面对信息获取、供应商管理、价格波动预测、数据分析等方面的难题，不仅影响采购效率，还可能对供应链的稳定性和采购成本控制产生不利影响。
AI导购成了采购员的好帮手。由大模型+RPA构成的采购助手，可以为采购人提供关于商品型号、参数、规格等专业问题的咨询服务，还能够通过自然语言交流对复杂需求进行精准分析、做出专业的商品推荐。
同时AI导购还被一键导入企业专属知识库，提供企业流程、制度、管理规定、操作指引，采购员可以通过和AI导购对话，咨询任何企业规定或需求细节。
比如阿里国际站推出的AI生意助手，具有自动接待功能，可以0时差全天候及时回复海外客户 。同时还可以帮助商家快速发布商品，将商家发布商品的时间从原本的60分钟，缩短至最快60秒。
京东工业也基于AI大模型推出采购助手。通过AI大模型的自然语言能力，以及对采购知识的理解能力、合成能力、生成能力和检索能力，辅助人工，提升效率。这是类似于助理员工，或者虚拟员工的角色。
此外，不少企业还尝试通过大模型进行需求预测、供应商管理、智能合同管理等环节，在多个维度帮助企业采购降本增效，增强采购供应链的透明度和可追溯。
2、采购中:在海量SKU中寻找订单的*解
从ERP软件到SRM软件到网上采购商城，企业采购经过多轮迭代，正式形成以电商商城为代表的主要采购方式。亿邦智库调研显示，截至目前国务院国资委监管的97家央企中，已经有超过70家企业建立了采购商城。政府、军队体系亦自上而下建立了自行采购平台。
尽管做到了采购的线上化，但大宗商品价格波动剧烈，非生产性物资种类多、渠道复杂、数据庞大，企业如何在海量商品中找到自己采购订单的*解？
? 价格监测，让企业不当“冤大头”
想要在采购过程中不当“冤大头”，每个企业都不会错过价格监测这个关键环节。但价格不是你想监测就能监测到，“采购时缺少价格参考，监管体系不完善，采购价格高导致合规性风险等问题。”天源迪科执行总裁谢立拓认为。
对于价格涨辄大起大落的大宗商品采购来说，价格预测已经成为行业常态，老道的从业者都会靠“总结经验”和“猜行情”来预判价格走势。
比如钢铁行业在每年春节前都要进入冬储阶段，钢贸商通常会在春节前1-2个月储存钢材，在春节后进行销售。但企业要不要冬储，取决于对春节后价格的预期，经验时灵时不灵，冬储也会有亏损风险。
兰格钢铁基于二十多年行业数据积累，推出“钢铁智策”AI预测系统大模型，实现对钢铁行业未来1-12周现货市场的数据预测，钢铁行业上下游趋势分析预测，以及宏观经济高频数据展示、各项经济运行数据的趋势预测。
在办公用品、MRO、福利劳保等非生产性物资采购中，由于众多繁杂、渠道复杂、共计多种，导致部分网上商城的价格变动频繁，难以监测实施数据，形成*采购计划。
亿邦智库注意到，有些央国企网上商城已经开始利用AI技术实现实时价格监控、优化定价模型，利用AI技术辅助商家入驻审核、监控商家价格行为，包括:
1. 采购预算编制时参考价格
2. 商品上下架时价格偏离度审查
3. 定标辅助，合理定价决策
4. 商城采购同款、相似商品实时比价
5. 商城价格策略定制
6. 供应商考核和管理依据
比如天源迪科的AI价格监测产品，可以帮助企业监测物资价格波动情况，实现智能比价、智能控价。
? 高效匹配，让供需双方快速牵手
面对动辄涉及上百万SKU、无数供应商的供给量，企业采购部门只能依靠人力看着订单找商品，不仅耗时耗力，而且运转低效。AI让供需高效匹配成为可能。
比如，齐心集团通过大量商品数据清洗和提取，相同、相似商品识别，格式标准化转换，将供需双方的商品信息翻译为标准化商品参数，构建了企业商品标准库模型。基于对齐的商品模型库，齐心得以为供需双方提供高效匹配。
而京东工业的太璞数智供应链解决方案，则可以系统帮助供应链供需两端实现数智化:在供给侧，通过IPNP将制造商、分销商及代理商连接起来，同时连接需方与库存，通过智能决策实现供需的匹配和协同；在需求侧，完成内部供应链的数智化，包括企业自身内部需求计划、管理、供应商管理、财务打通等。这样，京东工业就可以基于算法和大模型的预测，打造最短链路，实现协同降本。(推荐阅读《中国工业品变革，五年五个关键词》)
?智慧履约，不论客户在哪儿都能准时达
信等行业的业务覆盖从省级到乡镇的诸多网点，中交中建等建筑企业则在全国各地修桥造路。这就要求服务商们具备全国性的履约和售后服务能力。
比如齐心集团自建了仓储物流系统，同时整合自有物流及第三方物流，服务全国客户。据了解，齐心集团的AGV智能物流仓储，通过智能拣选、搬运、分拣系统，优化出入库流程，实现自动化管理。仓库空间利用率提升了40%，仓库存储能力提升了200%，拣选效率提升50%，准确率达到99.99%，对订单履约配送的效率提升了30%左右。
京东工业则在仓配履约环节，通过“万单合一”“万仓合一”实现供应端资源整合——将多平台、多品类、多订单的集单寻源和集单配送“化零为整”实现“万单合一”，打通品牌厂商、三方供应商以及属地服务商现货及期货库存资源形成的 “万仓合一”模式，以“最短搬运距离、最少搬运次数”实现物流配送成本的*。
3、采购后:对账查询秒级响应
随着商品到货，这场复杂的线上协同还没走到终点。
? 验收结算，定时定点一键完成
对采购方来说，商品验收后，就是对账、扣款、付款、发票环节。只不过对账是个重复性的体力劳动，手工结算费时费力，结算单据溯源复杂；线下结算周期长，重复劳动多，手工整理易出错；每个对账周期内，业务人员都要忙得不可开交。
对供应商来说，在账单和银行单据下载后，需要进行收入和收款匹配，同时与发票进行勾稽处理。
随着智能化发展，不少企业选择用AI+RPA解决常规对账事项。企业可以预先设置对账规则，系统定期根据订单、入库及到货信息自动生成对账单，并组织供应商进行对账。只有那些特殊的、复杂的或需要协商的情况才交由专人处理。
比如用友的YonSuite预置了对账规则、对账周期及对账事项范围，自动生成对账单发起对账流程，实现自动化和精准化的财务核对流程，提升对账效率和准确性。
? AI客服，应用*
客服行业一直被认为是大模型*的落地场景之一。同样基于自然语言，同样以对话为主，同样以对话框的形式来交流。
2023年大模型爆发伊始，AI客服系统成为不少企业的应用*。
鑫方盛引入多种聊天机器人，为用户提供7*24小时全天候服务，确保客户随时获得帮助，不仅提升了客户满意度，也显著增强了企业的运营效率。
齐心集团也利用大模型和AIGC技术，构建2B行业商品专有大模型知识库，为用户提供商品智能问答，根据用户需要推荐商品，提高客户采购决策效率；同时基于大模型和AIGC技术的智能客服，可以快速响应商品咨询、物流查询、售后服务等，大幅提升了服务智能度、准确度和效率。
京东工业则在9月9日推出履约支持AI小助手，打造对话式履约数据查询和信息整合服务。无论是企业内部员工还是外部合作伙伴，只需要同AI小助手对话提问，即可快速获取单据、物流位置、关单时间、预计发货、预计送达时间等信息。相较于传统的人工，引入AI小助手后，企业的需求响应时间可从数小时缩短至秒级，极大提高订单履约流程中的工作效率。
结语
随着AI技术与采购场景的深度融合，不少企业已经开始构建基于全供应链的AI决策大脑和赋能全链条的AI应用。AI采购也从2023年的一拥而上，进入2024年的全面开花。
亿邦智库认为，以大数据、云计算、人工智能等为代表的信息技术，加速与实体经济深度融合，推动产业数智化进程。供应链行业迎来了由人工智能技术驱动并开启的新一轮革新，这场变革不仅影响了供应链的管理方式，还重塑了企业之间的合作模式和服务交付过程。应用人工智能技术，采购流程进行了深入的优化和自动化，实现智能决策和预测。当前，生成式人工智能在采购业务中的应用越来越深入，赋能企业高效数据分析、精准采购决策与*业务管理。
声明：免责声明：此文内容为本网站转载企业宣传资讯，仅代表作者个人观点，与本网无关。仅供读者参考，并请自行核实相关内容。
