采购数智化的10大发展趋势

笔者认为，企业采购的数智化的未来一定与云计算、产业物联网、移动互联网、大数据、机器智能等新技术应用密切相关。具体来说有如下几点。

1. 云计算将帮助构建协作的SaaS平台

在传统模式下，企业与供应商之间的交互、企业与客户之间的交互，存在如下不足：

• 重系统投入，高对接成本；

• 点对点交互，信息不共享，交易不透明；

• 每个交易行为是孤裂的；

• 封闭：企业内部自成体系，与外界缺乏联通；

• 定制开发：架构与功能缺乏整体性设计；

• 僵化、割裂：流程断点多。

在互联网大发展的背景下，利用云计算构建企业与供应商交互协作的SaaS平台可以实现：

• 低系统成本（SaaS），在任何时间、任何地点进行办公；

• 透明，公开交易，信息可共享；

• 流程和技术的标准化，线上线下的整合，快速接触新功能；

• 开放：连接外部供应资源，双向，多场景，多层次；

• 最佳实践：先进，高效，稳定；

• 灵活、整合：业务流畅运行。

2. 云计算和机器智能将帮助构建全在线的、可预测供应商协作模式

数字化采购将智能预测供应商谈判的场景和结果，分析并推荐最优供应商和签约价格，同时自动执行供应商寻源任务，最终建立可预测的供应商协作模式。

1）预测谈判双方条件变化：

应用机器智能技术，构建敏感性分析模型，预测谈判双方条件变化对签约价格及采购成本的影响，帮助谈判人员设别关键因素与节点，从而控制谈判风险并削减采购成本。

2）智能高效的供应商选择：

在报价和竞标等环节，基于与预设标准自动评估和推荐最优供应商，并基于商品数量和供应商折扣自动推荐最优签约价格，实现智能与高效的供应商选择及合同签订流程。

3）提高协议的达成效率：

基于最佳实践构建合同条款库，在电子合同签订环节自动识别合规且适用的条款，帮助企业提高合同签订效率，并确保合规性。

3. 企业采购商城成为采购部门的共享服务柜台

企业采购商城将不再仅仅是一个货架，而会成为一个有货架的服务大厅。用户在这个服务大厅不仅仅提采购需求，而是享受采购部门提供的各种服务，比如请采购员帮助询一个价格，比如向采购部门推荐一个商品，等等。

4. 大数据将帮助构建实时支出分析体系及采购需求预测体系

数字化采购将建立实时支出管理体系和支出知识库，应用预测分析技术，帮助企业预测采购需求和支出结构，进而定位关键支出，实现可持续降本战略。

1）数据监测与解读

通过标准化的监测面板，供应数据分析应用能够将各种数据汇集起来，使采购用户和企业用户双方均可对其进行分析解读，进而解决具体问题或回答疑问。

2）预测支出类别与结构

打造认知支出解决方案，借助强大的计算机实时分类与管理应付系统的支出数据，同时结合预测分析技术，快速预测支出类别和结构，从而为企业定位关键支出，提供成本节省和风险降低的可行性洞察。

3）预测采购需求

实时监控交易（合同）支出与执行，并应用机器智能技术预测采购需求，自动生成寻源建议，帮助企业优化采购与生产管理效率。

4）广泛细致的支出分析

应用智能内容提取技术，及时从电子合同中提取有价值的信息，例如价目清单和支付条款等，从而完善支出知识库，帮助广泛细致的支出分析。

5. 互联网新技术将帮助构建供应商绩效与风险管理体系

1）绩效洞察与趋势预测

实时监测和定期评估供应商绩效，帮助企业识别优质供应商群体，及时淘汰不合格供应商，最终打造前瞻性供应商管理。

2）虚拟场景的供应商审核

未来可以应用VR或空间分析技术，通过生成虚拟场景完成供应商访问与现场审核，简化绩效管理流程。

3）利用第三方数据源

结合第三方数据源集成整个供应价值链，建立供应商风险评估数据库。

4）监控风险趋势与事件

捕捉并处理多样化数据及公众情绪，监控影响供应商风险的趋势与事件，帮助实现广泛细致的风险洞察，降低整体供应链风险。

6. 移动互联网将帮助实现高效的内外部沟通、协同

在任何时间（Anytime）、任何地点（Anywhere）处理与采购业务相关的任何事情（Anything）。

7. 大数据分析帮助产品定价、产品成本管理、提高质量可靠性

1）商品定价及风险管理

例如对供应商进行财务分析有助降低风险；

而对行业需求和未来增长进行建模，并与供应市场连接在一起，可以帮助企业发现潜在的瓶颈和风险；

同时，若企业的许多合同都与某些原材料密切相关，可以利用原材料价格预测，帮助做出决策或实现供应基础的多元化。

2）产品成本管理

未来几年，采用更先进分析法的企业将能够确定特定库存量单位的细化成本；

还将能够预测属于业务核心的间接资源需求；

并确保后续的质量可靠性、价格合理性和供应充足性。

3）质量和可靠性

通过将自身的数据分析引擎与整个企业中的其他部门相整合，采购职能可以深入了解所购组件的可靠性；

于是，采购人员可与供应商协商，争取更有利的条款，同时将所购买设备与实际需求更紧密地匹配在一起，以此节约运营资金；

此外，应用采购分析法还有助提高实际所需备件类型和数量的可见性，并在需要时，确保其可用性。

8. 机器智能与大数据分析将帮助企业构建风险与合规管理生态系统

采购过程数字化，实现：可追溯，可审计，可分析，可预警。

1）通过构建风险与合规管理生态系统和应用机器智能流程自动化技术，将风险与采购管理无缝嵌入采购流程，从而自动监控各环节采购行为和生成审计跟踪。帮助企业快速洞察风险与机遇，有效控制采购风险。

2）应用机器智能流程自动化技术，自动化审计跟踪和部分管理活动，例如留存采购单据，自动组织审计文档等，从而简化基本流程，提升审计效率和准确性，将大幅削减审计时间。

3）构建风险与合规管理生态系统，自动追踪各环节采购行为和监控异常情况，并通过高级可视化工具提供监控与分析结果，帮助决策制定者实时洞察采购风险与合规性。

4）利用大数据分析工具可以将每笔交易和其他购买行为与相应的订单合同进行对比，确定个体与整体的合规性和违规成本。不仅可帮助采购高管了解当前和预计的合规情况，明确违规责任方，还可帮助他们预测合规管理技术对采购组织的影响。

9. 大数据分析将帮助采购管理层进行决策制定

1）应用机器智能和大数据，基于供应商资质、历史绩效和发展规划等因素，构建敏感性分析模型，从而更加准确的预测供应商对企业成本与风险的影响，帮助筛选优质的合作对象。

2）数字化采购将应用智能分析技术，预测供应商对企业成本与风险的影响，为寻源提供可视化预测及业务洞察，从而提升供应链的整体透明度，帮助企业更加智能和迅速的制定寻源决策。

3）借助高级的可视化管理仪表盘，直观展现寻源洞察与建议，简化领导层的决策制定过程，将寻源执行及决策周期缩短，从而大幅提高市场敏捷度。

10. 机器智能与互联网新技术将改变采购组织和员工的技能结构

1）从事务型采购向战略型采购转型

采购部门的主要精力放在战略寻源和供应商管理上，自动化交易处理过程，采购部门从执行部门变为运营部门。

2）从被动响应到主动服务转型

从“需求驱动型”的采购组织，通过运营目录采购等形式，逐步转变为“主动服务型”的采购运营组织。

3）采购部门的预介入

采购部门预先介入到采购需求中，通过搜索、信息流挖掘、大数据分析等手段，可以帮助业务需求部门更精准的把握需求和采购方案，更充分的展现采购部门的服务职能。

4）采购专业人员（专业方案）嵌入业务部门

用户部门的需求者并不是物料专家、行业专家。在采购需求提出前，用户需要采购部门、供应商的专业支持。专业的采购人员或供应商的专家可以嵌入到业务流程中，帮助解决业务问题。

5）形成小规模的采购中央决策核心团队

由高级技术支持的小规模的采购中央决策核心团队，将着力满足更高层面的跨业务部门采购需求。非战略性需求则可以由业务部门采用熟练且合规的自动化方式进行处理。

在互联网和数智化时代，重新审视我们采购职能的价值，设计采购价值实现的数智化理念，构建以用户为中心的“面向用户、面向需求、面向体验” 以互联网时代的无边界思维，去做生态协同，以数智化为驱动，将采购过程中所涉及的各类元素进行数智化的表达，并有机的整合在一起。

通过采购业务的数智化运转，数据的沉淀，将形成大量具有高价值的数据，继而通过认知计算、机器智能，来告诉我们采购业务应该如何调整改进，甚至诞生新的采购业务。未来以来，拥抱变化，创造未来。