核心观点与关键数据
- 供应链稳定性挑战：尽管供应链在新冠疫情后变得更加数字化和分布式，但稳定性仍然难以实现。持续的干扰，如贸易动态变化、气候波动、劳动力问题和日益增长的质量与合规要求，正迫使采购和供应链领导者重新思考运营方式。
- 战略目标对齐：根据北卡罗来纳州立大学和 GEP 的新研究，许多采购和供应链高管在战略目标（如弹性和可持续性）上达成一致。但运营差距——由部门系统、碎片化激励和一致技术采用驱动——正在减缓执行。
- 采购和供应链优先事项：采购和供应链部门都越来越关注可持续性、关键材料可用性和减少运输中断。采购更关注材料短缺、范围 3 排放和劳工问题，而供应链则更关注运输排放和海外航运成本。
- AI 应用潜力：AI 有潜力提高采购和供应链流程的效率，例如加快合同周期、加速审批和流程、协调上下游决策、发现数据洞察并实现预测决策。
- AI 应用挑战：尽管组织可能对 AI 持有开放态度，但他们通常难以确定它可以在哪里创造最大价值。AI 采用需要管理人员进行实验、训练系统以做出有效决策，并向学习算法提供反馈。
- 运营差距：采购和供应链之间存在运营差距，特别是在 AI 集成和成本在采购决策中的重视程度方面。
- 协调的重要性：协调是弥合采购和供应链之间差距的关键。它通过共享可见性、结构化工作流程和协调决策将采购和供应链运营同步化。
- 生成式 AI 的作用：生成式 AI 正在加速协调，通过实现更快、更智能的合作和决策来增强决策制定。
研究结论
- 战略重点转变：采购和供应链领导者不再只关注成本和交付，而是越来越多地关注质量合规和供应链弹性等更具战略性的目标。
- 协调的价值：采购协调通过实时集成和配备 AI 驱动的洞察力，使执行与战略保持一致，从而实现更快响应和更具弹性的运营。
- 技术赋能：低代码/无代码工具和 AI 正在成为协调和集成采购和供应链流程的关键使能器。
- 人员和技术变革：成功实施 AI 需要新的思维方式、更新的运营模式和强大的跨职能协调。领导力是关键，需要培养开放和信任的文化，并从试点项目开始逐步实施 AI。
建议
- 组织应投资于协调和 AI，以实现更具敏捷性、一致性和信心的运营。
- 通过低代码/无代码工具和 AI 平台加速集成。
- 培养员工技能，解决数据质量和安全风险。
- 从试点项目开始，逐步推广 AI 应用。
