清除代理式AI的障碍：全局视角

未来可能充满自主AI，但企业在从中获益前仍面临诸多传统挑战。仅8%的采购领导者认为其部门的数字能力高度成熟。这些挑战主要围绕变革、转型和数字化。

数据缺陷问题 采购数据常分散在ERP和采购到付款系统中，且多为非结构化格式。这导致即使是最基础的AI项目（如支出分析）也难以有效实施，企业错失简单易得的节约机会。GEP区域副总裁Brian Bergerson指出，数据质量问题导致项目失败，因为大型语言模型会直接处理这些数据并尝试从中计算。他说：“如果你数据不对，只是在自动化愚蠢的行为。”

技术栈问题 超过86%的企业已部署专门的数字P2P解决方案，但这并不保证系统对AI友好。缺乏良好的连接和集成会导致工作绕道，侵蚀CFO承诺的投资回报率。GEP区域副总裁Brian Bergerson强调：“你的创新可能被系统中最薄弱的环节阻碍。落后的部分如果不能连接，就会限制AI代理项目的发展。”

内部技能问题 采购领导者报告显示，技术技能或经验的缺乏是AI采用的最大障碍。如果团队无法解读AI输出和底层数据科学，AI实施的投资回报率可能低于预期。GEP区域副总裁Rich Rivera建议立即投资针对性技能提升，强调AI应提升而非取代人类专家。

解决三大挑战的步骤

1. 碎片化数据

   • 建立AI准备：标准化格式、整合数据源、实施治理
   • 快速见效：与供应商门户集成实现即时自动化、使用中间件连接遗留系统和AI工具

2. 遗留系统

   • 现代化策略：评估兼容性、采用云解决方案、使用模块化AI工具、分阶段升级
   • 快速见效：使用AI驱动的数据清理工具修复错误（如重复记录）、从高影响数据集（如支出数据）开始

3. 内部技能

   • 解决措施：招聘专家、培养学习文化、沟通AI带来的收益
   • 快速见效：使用界面直观的AI助手、从需要最少专业知识的用户友好工具开始

关键数据

• 80%的AI项目失败率
• 80%的企业认为遗留系统阻碍AI采用
• 50%的CPO对团队有效利用AI自动化流程缺乏信心
• 86%的企业已部署数字P2P解决方案