左手商业.右手AI
有故事.有方法.有工具
2026年7月15日
2026年第188篇，总第1250篇原创文章
全文1312字，阅读时间约4分钟
在前几篇里（点击下方链接回顾），我们谈了AI能为采购做什么：寻源、合同、供应商管理、P2P自动化、智能体……
传统AI、生成式AI、智能体AI：采购人必须搞清楚的三种AI
这篇聊聊如何应对“AI会抢我饭碗”的焦虑的问题。
这个问题迟早会在采购团队里浮出水面，有人说出来，有人闷在心里。
先把数字摆出来：KPMG的模拟估计AI可以自动化50%到80%的现有采购任务，自动化潜力最高的是事务性和数据密集型岗位。这个数字确实让人不安。但同一份研究的结论是——采购的未来不是用AI替代人，而是替代过时的流程，用更智能更快速的工具来增强人的角色。
这两句话并不矛盾。被替代的是任务，不是人；被替代的是那些用人做机器更擅长的事情的工作方式，不是采购专业人员本身的价值。一个花60%时间在发票录入和数据整理上的采购员，AI来了之后可以把这60%的时间用在供应商关系、谈判策略和品类洞察上——这些事情AI做不了，也做不好。
但仅仅说"放心，不会失业"是不够的，因为焦虑的根源不只是失业，还有不适应：不知道怎么用、用了也怕用错、怕自己学不会、怕比年轻同事落后……
有效的变革管理需要回应这些具体的焦虑，而不是喊口号。AI正在通过自动化事务性寻源工作改变采购，同时创造出全新的AI驱动岗位——这要求CPO重新思考人才战略、提升团队技能，并重新设计采购创造价值的方式。变革管理依然是成功转型的最大障碍之一。
实践中有效的做法通常包括：让早期采用者成为内部的"AI示范员"，用真实案例而不是培训PPT来说明AI能做什么；把AI技能培训嵌入日常工作而不是单独开班——让采购员用AI完成一项真实任务，比看三小时课程更有效；明确告诉团队，AI输出需要人来审核和负责，AI是工具不是裁判，最终的判断权还在人手里。
治理框架：授权、审计、问责，缺一不可
数据准备好了，团队能力建起来了，还有最后一件容易被忽略的事：谁来管AI？怎么管？
这不是一个IT问题，而是一个管理问题。AI工具的使用边界、输出结果的审核责任、出了问题的追责路径——如果这些在上线前没有想清楚，事后补救的成本要高得多。
授权机制：定义AI能做什么，不能做什么。具体到采购场景：AI可以自动发送询价邮件，但不能自主签订合同；AI可以标记风险供应商，但不能自主终止合作关系；AI生成的发票付款建议，超过某个金额必须人工审批。建议设立AI治理委员会，纳入采购、IT与数据团队、法律合规、风险管理和财务的代表，并由CPO和CIO双重高管背书，确保技术路线图和资源配置的一致性。
审计机制：AI做了什么，留下可查的记录。每一个AI辅助的采购决策都应当有日志——使用了哪个模型、输入了什么数据、输出了什么建议、最终由谁做了决定。这不只是合规的需要，也是发现AI系统性偏差的手段。2025年的EY调查发现，几乎所有部署AI的大型企业都报告了某种与风险相关的财务损失——来自合规失败、错误输出和偏差。日志是事后追溯和系统改进的基础。
问责机制：出了问题，谁负责。AI不为自己的错误负责，人必须负责。采购员负责审核AI的建议，采购经理负责审批AI辅助的决策，CPO负责AI治理政策的制定和执行。责任链条必须清晰，不能因为"是AI说的"而变得模糊。
数据、组织、治理，这三件事不性感，没有演示Demo那样令人兴奋，也不会出现在供应商的宣传材料里。但它们决定了AI项目最终是产生真实价值，还是成为另一次昂贵的试点。
数字化成熟度领先的企业在AI投资上获得的ROI是3.2倍，而平均水平企业只有1.5倍。这个差距的根源，不在于他们用了更贵的AI工具，而在于他们把地基打得更扎实。
引用来源
图片来源：AI生成
版权及免责声明：“卢山说AI精进”个人公众号的文章均为本人原创（含联合AI创作部分）。未经本人许可，禁止进行转载、摘编及复制等任何使用。如需转载、引用或者有其它意向，请事先通过本公众号后台等方式申请并获得授权。原创文章中的部分文字、图片源于网络，如有任何问题请联系本公众号。
近期精华文章回顾：
