希望优化采购流程的企业有时会转向人工智能（AI）。这一方案尚未广泛普及，但正变得越来越常见，尤其是在决策者探索新技术投资之际。以下是一些在采购中使用 AI 前后需要牢记的事项。
要知道 AI 并不能取代人类的投入与专业知识
人工智能是一个被大量炒作的话题。这种兴奋和热议并非毫无根据。如果运用得当，该技术能够改变业务流程和结果。然而，人们必须记住，即使是最先进的人工智能也无法也不应取代人类的判断力和知识。
最佳做法是让 AI 辅助人类输入，并帮助人们做出更好、更快的决策。那些误以为 AI 可以在无人持续监督的情况下独立运行的决策者，几乎肯定会因不切实际的期望而失望。
一个好的起点是考虑采购中哪些领域由于错误和低效率的高概率而需要改进。仔细审视这些短板有助于人们理解问题的成因以及 AI 可能如何帮助解决这些问题。
此外，指定专人或团队来监督 AI 部署过程并解决出现的问题也是有益的。经过精心规划的技术实施更有可能减少问题，但仍需预期一些意外情况。拥有一位负责人或团队来处理这些失误，可以防止事态失控。
与经验丰富的服务提供商合作
许多组织中的人员在使用 AI 进行采购或其他用途方面仍相对缺乏经验。因此，明智的做法是找到并聘请具有相关经验的公司或个人，以指导他们从头到尾完成项目。如果这些选定的服务提供商在将 AI 应用于类似用例方面拥有直接的专业知识，或者至少曾为其他有采购需求的客户提供过服务，那就理想了。
在一个案例中，美国卫生与公众服务部（HHS）作为更大规模的采购改进流程的一部分，与外部顾问合作。服务提供商结合微服务和人工智能来满足部门的目标。一种 AI 算法使该部门能够比较和对比以往的采购记录。它分析了超过 200 万份当前合同并评估了 50 亿至 70 亿字的内容。
由于所使用的 AI 直接引用现有合同中的语言，它使采购专业人员能够更有效地与供应商达成新协议或延长现有合作关系。
该工具的设计和功能始终以用户友好性为核心。与其交互的用户无需知道确切的术语即可进行搜索。相反，他们通过一个引导式流程，快速轻松地找到最相关的信息。
这个例子说明了寻求具备创建符合特定需求解决方案能力的提供商通常是有意义的。找到拥有合适经验的公司往往能加快开发进程，并提高 AI 产品按预期工作的可能性。
确定主要目标
人们不应仅仅因为知道竞争对手已经在使用 AI 就将其应用于采购领域。相反，他们必须明确几个具体理由，说明为何希望使用人工智能，以及在最佳情况下将实现什么目标。
实现这一目标的一种方法是弄清楚 AI 如何与公司的主要业务目标相契合，无论这些里程碑是短期还是长期。所有组织都有特定的优先事项，但可持续性问题是近来日益凸显的议题。这在采购以及更广泛的供应链中都是如此。例如，AI 可能识别出环境影响最低的供应商或者那些比竞争对手产生更少浪费的企业。
在没有技术辅助的情况下，总是很难聚焦于这些更细微的细节。AI 的魅力在于，它能够以比人类独立工作快得多的速度处理海量数据。经过良好训练的算法可以确认一家公司是否拥有长期可持续运营的历史，或者揭示一些此前未被注意到的危险信号。
无论公司的目标是否与可持续发展或其他事项相关，所有相关人员都必须就 AI 的主要功能达成一致。尽早解决这些问题将有助于获得高管的支持，并确保从一开始就有自上而下的技术支持。
观察类似公司和行业如何在采购中使用 AI 可以提供必要的灵感。例如，医院的采购流程与政府机构不同。
评估使用 AI 如何增强韧性
新冠疫情和众多其他因素使供应链变得远不如从前稳定。这一严峻局面没有简单的解决方案，但 AI 可以减少某些不确定性。
例如，人们已经成功使用了供应链 AI 工具来改善需求预测。这样，企业就不太可能出现所需物资短缺或某些物品库存过多的情况。
然而，AI 也可以通过其他方式增强韧性。也许一家公司过去曾遇到过假冒零部件或供应品的问题。人工智能在发现偏离常态的情况方面表现出色，能够捕捉到人类无法察觉的事物。
一款用于筛查假冒奢侈手袋的产品每件商品会评估 500 到 1,500 个特征。它能在短短 60 秒内给出检查结果，尽管有时可能需要一个小时，具体取决于品牌。该工具也会随着使用变得更加智能。
即使是最敏锐、最认真的人也无法如此快速地检查如此细微的细节。个人因疲劳而遗漏瑕疵或假货的可能性也很高。AI 并非万无一失，但它不会像人类那样感到疲倦或分心。
这些只是企业可以利用 AI 进行采购、从而变得更强大且更少受问题困扰的众多方式中的一部分。人们应设定与借助 AI 希望在组织中实现的变革相关的关键绩效指标（KPI）。这将更容易看出 AI 是否按预期工作，或者是否需要进一步调整。
在采购中使用 AI 需要谨慎的策略
与人工智能相关的采购应用确实具有潜力。然而，人们不能期望在几周内就在组织内部部署 AI。确定最佳的技术使用方式并让人们习惯与之协作可能需要数月时间。在使用 AI 时小心谨慎远比仓促推出并频繁遭遇挫折要好得多。
作者简介
Emily Newton 是一位工业记者。作为 Revolutionized 的主编，她经常报道技术如何改变行业。