採購方面的 AI:全方位指南
從分析支出到降低風險,採購中的 AI 正在轉變複雜且耗時的工作。
default
{}
default
{}
primary
default
{}
secondary
採購處於關鍵時刻。一邊是採購團隊早已掌握的熟悉做法:成本控制、供應商採購、契約協商和品質保證。另一邊是陌生的領域。
現在採購團隊期望能平衡成本控制與永續經營承諾、新的法規要求以及供應短缺問題。但可以說,最大的變化是 AI 現已進入新階段,帶來了令人興奮的新商機,並改變了長期建立的流程和實務。
什麼是採購方面的人工智慧?
簡單來說,人工智慧是指機器或電腦程式模仿人類智慧的某些方面和執行任務的能力。AI 系統可以學習、解決問題、了解人類語言、推理,甚至可以「看到」自己的環境。採購中的 AI 是運用此先進技術,自動化和增強組織中的關鍵採購流程,例如契約管理和策略性尋源。採購團隊越來越多地運用 AI 來提升效率、減少成本、降低風險,並在因應新的業務需求和市場挑戰時改善決策。
採購 AI 的類型
現今採購中使用的 AI 主要有五種類型:
- 人工智慧(AI):任何可以被認為是「智慧」的軟體或演算法的統稱
- 機器學習(ML):AI 的子集,機器學習演算法可識別資料集的模式,並用來制定決策、預測或預報
- 智慧流程自動化(RPA):模仿人類行動執行重複性作業的演算法。RPA 在技術上不被認為是一種 AI,但可由 AI 提供支援。
- 自然語言處理(NLP):可以理解、解讀和產生人類語言的演算法,例如聊天機器人、Copilot 和虛擬助理
- 光學字形辨識(OCR):可從圖片和掃描文件(例如紙本發票)辨識和擷取文字的演算法
採購方面的生成式 AI
自 ChatGPT 於 2022 年底上線以來,生成式 AI 已成為全球會議室的熱門議題。生成式 AI 能夠透過簡單的使用者介面建立新內容,隨時準備顛覆企業甚至整個產業。一些具有前瞻性的採購團隊開始使用 ChatGPT 來產生 RFP 文件、建立新的流程,並自主篩選供應商。採購中的生成式 AI 處於起步階段,但其潛力巨大。
採購方面的 AI 使用案例
採購面臨巨大壓力,無法節省成本、降低風險、改善永續性,並在企業中扮演更具策略性的角色。若要達成這些目標,並跟上極快的變化速度,團隊必須保持極佳靈活性,而且必須更加主動地完成所有工作,並減少被動反應。AI 正為一些關鍵的採購領域提供協助:
- 支出分類和分析:支出分類演算法可以快速搜尋明細項目並凸顯關鍵字,以近乎完美的準確度將支出類別連結起來。AI 支援的費用分析也可協助團隊主動識別節省成本的機會,並形成改善詢比議、類別和支出管理策略的基礎。
- 全球詢比議策略:透過分析大型全球資料集,機器學習演算法可識別供應趨勢變化、預測未來發展,並協助制定全球詢比議策略。
- 引導式採購:AI 協助的項目建議結合採購政策,使用者可輕鬆找到所要尋找的內容,鼓勵留在公司目錄中購物進而避免非必要成本,並讓採購部門提供量身打造的協助。此外,也提供偏好供應商的快速存取,同時結合能提供幫助的規範。這還提供與偏好的供應商快速接觸的功能,同時納入有用的規範。
- 智慧詢比議和供應商管理:AI 軟體可分析供應商資料庫、市場趨勢、歷史資料、ESG 報表和其他因素,針對特定需求推薦最佳供應商。該軟體也可以為公司提供全方位洞察,有助於改善供應商績效並推進策略優先事項。
- RFX 建立:從制定供應商清單到起草關鍵問題,AI 可自動產生提案請求(RFP)、報價請求(RFQ)和其他 RF 文件。
- 供應商風險管理:AI 演算法可以快速偵測供應商或廠商的突然變化,並評估這種改變將如何影響風險。AI 演算法也可以採集數百萬種不同的資料來源,提醒公司注意整個供應鏈的潛在風險。
- 法規遵循:公司可使用 AI 來建立合約、發票和採購單資料,自動比較付款條件、消除重複項目並識別違規。
- 資料擷取:自然語言處理可從發票和合約擷取資料,識別風險和詐欺、提供對業務支出的更深入洞察,並加速端對端流程。NLP 也可從外部來源擷取資料,例如市場指數、公司信用評等、社群媒體,以及關於供應商的公開資訊,以找出商機和風險。
- 合約生命週期管理:AI 提供的工具可自動產生合約的初始草稿、支援協商,並用合約語言標記潛在風險。工具也可監控條款和條件,以及確保法規遵循的截止期限。
- AP 自動化:智慧 RPA 可減少應付帳款流程中的人工作業,加速發票處理和核准、改善準確性並確保法規遵循。光學字元辨識可閱讀紙本發票的關鍵資訊,以改善程序並數位化文件。
AI 在尋源和採購方面的效益
將 AI 整合至尋源或採購相關流程中,可提供許多效益,包括:
- 更睿智的決策:AI 可以快速且準確地分析大量資料。此資料導向方法為採購專業人員提供支出模式、供應商績效和市場趨勢的實用洞察。AI 預測分析和情境分析也可協助團隊評估選項、降低風險,並制定更完善的尋源和費用決策。
- 效率和自動化:透過 AI 自動化重複且耗時的工作(例如資料輸入和發票處理),可提高效率並釋出採購專業人員的時間,使其能專注於更具策略性的工作。
- 節省成本:組織可透過 AI,改善供應商選擇、協商更好的交易,並更準確地預測需求,進而大幅節省成本。組織也可分析支出模式以識別並採取行動,藉此降低成本。
- 降低風險:AI 工具可以主動識別和評估與供應商、市場狀況和法規變動相關的風險,使採購團隊可以在供應鏈中斷發生前降低其風險。
- 改善與供應商的關係:透過明確說明提案請求中的需求和期望,並藉由監控和評估供應商績效,AI 可促進發展更強大、更可靠的供應商關係。
在採購中建置 AI 的挑戰
在採購流程中建置 AI 提供了顯著的效益,但也可能帶來一些挑戰。
- AI 需要大量的高品質資料,才能準確訓練演算法並引導決策,因此公司需要投資資料品質和維護方案,以避免效能低落。
- AI 解決方案也需要與其他採購軟體和 ERP 系統整合,這通常需要中介軟體、API 和客製化。
- 此外,建置、管理和執行 AI 需要正確的技能和專業知識,且這些技能和知識有時會供不應求。
- 最後,AI 系統通常仰賴敏感資料,因此強大的網路安全、加密功能和資料隱私權至關重要。
應對這些挑戰需要深思熟慮的方法,但正確採取此方法的組織可以發揮 AI 在採購方面的巨大優勢。
如何採購 AI:最佳實務
以下是將 AI 成功整合至採購流程的一些最佳實務:
步驟 1:制定清楚的目標
從節省成本、提升效率、制定更完善的決策,擁有明確的目標將有助於引導您的建置策略。
步驟 2:從小型試驗專案開始
試圖一次改變所有採購流程無異於自取滅亡。尋找簡單又清晰明瞭的使用案例,例如,從自動化您現有的尋源活動流程開始。如此一來,您便可在受控制的環境中評估 AI 解決方案的有效性、識別任何挑戰,並在擴大規模前進行調整。
步驟 3:確保資料品質和數量
將資料輸入至 AI 模型前,盡可能地擷取相關資料,並對其進行清理和準備,以確保資料品質良、一致且完整。預先解決資料問題是 AI 成功的關鍵。正如人們所說,「接收一堆沒用的資料,然後送出一堆沒用的資料」。
步驟 4:帶入重要利益相關人士
在流程初期與採購專業人員以及財務和 IT 團隊協同合作,並指派主管發起人為利益相關人士。此步驟對於了解關鍵需求、確保與企業目標保持一致以及獲得支持至關重要。
步驟 5:整合現有系統
為了最大程度降低中斷情形,並最大化 AI 的效益,將 AI 解決方案與現有採購系統、ERP 和其他企業應用程式整合至關重要。
步驟 6:提供訓練和變更管理
透過提供訓練並展示 AI 如何協助處理日常工作,協助採購專業人員熟悉 AI 工具,並鼓勵使用者採用。建置強大的變革管理策略,並展示 AI 技術如何強化您的採購團隊專業知識,而非取代。
步驟 7:保持道德與安全
定期稽核 AI 模型並透過人類監督進行監控,以確保公平行、遵循資料隱私法規,以及遵守道德考量,特別是演算法的偏見。建置強大的網路安全方法以保護敏感資料,並在使用者之間建立信任。