库存、流程、供应商：AI到底能帮采购解决什么？

但如果把问题再往前推进一步，就会发现一个更现实的问题：AI到底帮采购解决了什么？

答案可能没有想象中那么“颠覆”。库存积压没有因为AI出现就消失，采购流程没有因为大模型就自动变短，供应商也不会因为接入AI就突然变得透明。

卢山在2026 BPD第九届生物药工艺发展大会的演讲中，把采购供应链长期面对的问题概括成三座“大山”：库存、流程和供应商生态。而AI真正带来的变化，是第一次把一套新的“移山工具”交到了采购人手里。这件事，比“AI替代采购”更值得关注。

一、第一座山：库存压力，开始从“经验判断”走向“数据判断”

采购供应链最怕什么？很多时候不是买贵了，而是买错了时间、买错了数量。

库存太多，占用现金；库存太少，又可能影响生产。尤其生物医药行业，原辅料、包材、耗材等物料往往存在较长的采购周期，预测一旦出现偏差，后面可能就是一连串连锁反应。

过去，采购人员判断什么时候买、买多少，很大程度依赖经验。但经验有一个天然的问题：它存在于人的脑子里。一个做了十几年采购的老员工，可能凭借过去经历，知道某类物料什么时候容易出问题；知道某个供应商什么时候可能交付延期；甚至能够凭感觉判断某个订单是不是“不太对劲”。这些经验非常值钱，却很难复制。

AI带来的第一个变化，是把过去分散的数据、历史记录和经验逐渐放到一个可以分析的体系里。

在演讲现场，卢山举了一个很典型的生物医药场景：过去工艺参数、物料调整等很多判断依赖经验；而AI可以把历史失效模式汇总起来，在下一次操作前提示可能出现的风险。

这意味着采购供应链的决策逻辑正在发生变化：过去是“我以前遇到过，所以我知道”；未来越来越可能变成“历史数据告诉我，这种情况曾经发生过”。AI没有消灭经验，而是开始把经验变成数据可以调用的能力。

二、第二座山：流程复杂，AI开始改变“人怎么工作”

采购的第二个痛点，是流程。

申请、审批、询价、比价、合同、供应商准入、付款……任何一家大型企业的采购流程，都可能涉及大量节点。

问题不一定是流程设计错了，而是很多流程中的工作，本质上只是信息搬运和规则判断。这恰恰是AI擅长的地方。

一个很典型的案例来自辉瑞。

2025年底，辉瑞采购团队公开分享了与ORO Labs合作的AI应用。第一个场景，是采购申请审批：一个看起来普通的申请，实际上包含供应商信息、保险文件、合规附件等多项核验，整体涉及26个步骤。现在，AI Agent开始在“人在回路”的机制下执行这些检查，辉瑞当时设定的目标，是到2026年上半年将准确率做到90%以上。

这里最值得关注的，并不是“26步变成AI完成”。而是机器和人的分工开始改变。AI负责按照规则检查大量标准事项，人负责监督、判断和处理异常。

这与传统自动化不完全一样。

传统自动化更像是：“按照预先写好的规则执行。”

AI则开始具备一定的理解能力：它可以理解自然语言、识别用户意图，并根据不同情况选择不同的流程。

辉瑞另一个被称为“采购前门”的场景，就是让员工不必先学会复杂的采购系统，而只需要用自然语言说清楚“我想买什么”，AI再判断应该进入什么流程、是否需要招标、是否需要保密协议以及是否触发额外审批。

这背后真正发生的变化是：过去让人适应系统，未来越来越可能让系统理解人。

三、第三座山：供应商生态，AI开始让“实时连接”成为可能

如果说库存和流程主要发生在企业内部，那么供应商生态面对的则是一个更复杂的问题：企业看到的供应商，到底是不是供应商真实状态？

过去，采购人员获取供应商信息，很多时候依赖邮件、电话、Excel以及定期更新的系统数据。但供应链真正发生变化的时候，往往就在这些“更新间隔”里。

供应商产能发生变化、设备出现异常、交付能力下降、原材料价格波动……如果等到人工发现，可能已经晚了。所以AI进入供应商管理之后，一个非常重要的变化，是从“定期获取信息”走向“实时感知”。

演讲中卢山提到，AI时代真正重要的基础之一就是数据：没有数据，或者数据不可用，AI就很难真正发挥作用；而传感器、系统接口以及实时数据流，则让企业有机会更早感知供应链变化。

这也是为什么未来的供应商管理，不只是“管理供应商”，而可能逐渐变成持续感知供应商。

四、三座山没有消失，但采购人的工作方式变了

把这三个变化放在一起看，会发现AI并没有神奇地把采购供应链的难题全部解决。

它做的是另一件事：让过去很多只能依靠人的工作，第一次拥有了机器参与的可能。

库存问题，AI开始帮助我们从经验走向数据；流程问题，AI开始帮助我们从人工操作走向人机协作；供应商问题，AI开始帮助我们从定期管理走向实时感知。

这也是为什么卢山在演讲中用了一个很形象的比喻：AI没有替我们移走库存积压、采购黑洞、流程冗余这三座山，但它第一次把移山的工具交到了我们手上。

这句话的真正含义是：AI的价值不能只看“今天节省了多少工时”，更要看它有没有改变企业解决问题的能力。

而这恰恰引出了下一个更重要的问题。如果AI只是帮员工少做几个小时的Excel、少写几封邮件，那它仍然只是一个效率工具。

但如果AI把一个采购专家十几年的经验沉淀下来，让后来的人可以继续调用；把一次次供应商谈判、风险判断和业务决策变成企业可以复用的知识，那么事情就完全不同了。

这时候，AI就不再只是“省钱的工具”，而开始成为一种企业资产。

这也是下一篇文章真正要讨论的主题：为什么卢山会提出一个看似反常识的判断——AI投入是资产，而不是成本？

因为AI＋采购供应链真正值得企业长期投入的地方，可能从来不是“今天省了多少钱”，而是今天留下了什么，明天还能继续创造什么价值。

图片来源：2026 BPD第九届生物药工艺发展大会

引用来源：

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。