世界各地的公司都面臨著來自消費者、監管機構和投資者的越來越大的壓力，要求他們解決供應鏈中的可持續性影響。解決可持續發展問題是全球各關鍵行業企業的當務之急，采購在其中發揮著核心作用，這一點越來越明顯。采購領導者的研究估計，供應鏈可占公司環境足跡的 50%-90%，因此，在評估環境影響和實施適當的可持續發展計劃方面，首席采購官應該發揮帶頭作用，這是合乎情理的。

2024年適應了疫情后的現實之后，組織現在面臨著復雜的技術、地緣政治和監管變化，這些變化正在極大地重塑采購和供應鏈。2025年是一個關鍵時刻：人工智能 (AI) 將徹底改變運營模式，推動公司提高效率，并重新構建采購與更廣泛的業務戰略的整合方式。在(zai)此背景(jing)下，貿易緊張局勢持續(xu)(xu)存在(zai)，本(ben)地化(hua)和可持續(xu)(xu)性(xing)正(zheng)在(zai)與傳統(tong)全球化(hua)競爭(zheng)。

采購和供應鏈領導者面臨著深刻的問題：人工智能能否將采購轉變為自主驅動的強大力量？在地緣(yuan)政治不確定(ding)性(xing)(xing)中，企(qi)業能否平衡彈性(xing)(xing)與成(cheng)本(ben)效益？本(ben)文將主要基(ji)于2024年(nian)(nian)(nian)11月GEP發(fa)(fa)布的《2025年(nian)(nian)(nian)全球前(qian)景展望：采(cai)購(gou)和供應鏈的主要趨(qu)勢(shi)、挑戰和機遇》【3】，以及2024年(nian)(nian)(nian)6月Gartner發(fa)(fa)布的《供應鏈采(cai)購(gou)和尋(xun)源解決(jue)(jue)方案成(cheng)熟(shu)度(du)曲線》研究報告【4】，介紹了2024年(nian)(nian)(nian)及以后供應鏈采(cai)購(gou)和尋(xun)源解決(jue)(jue)方案發(fa)(fa)展趨(qu)勢(shi)，其中包括一些(xie)補充材料和本(ben)文作者的解讀和分析(xi)。

一、2025年全球宏觀經濟趨勢

隨著(zhu)我們進入2025年，全球經濟(ji)力量(liang)正(zheng)朝著(zhu)不同的方向發(fa)展，形成了一個復(fu)雜(za)的格局，需要采購和供應鏈團隊(dui)重新(xin)制定戰略并提高(gao)敏捷性。【3】重點介(jie)紹了將(jiang)影響來年的六個關鍵宏(hong)觀經濟(ji)趨(qu)勢，每個趨(qu)勢都對全球企業具有重大影響。

1.1?通貨膨脹回歸近期歷史常態

國際貨幣基金組織 (IMF) 預計(ji)，全球通脹(zhang)率將(jiang)從2023年的(de)(de)6.7%下降(jiang)至2024年的(de)(de)5.8%，并在(zai)2022年第三季度(du)達到9.4%的(de)(de)峰值(zhi)后，進一步降(jiang)至2025年的(de)(de)4.3%。?

圖1：通貨(huo)膨脹趨勢：年度百分比變化（歷史和預測(ce)）（來源：GEP【3】）

【3】給出了2025年的5點主要不利于經濟發展的展望：

• 沖突和貿易戰
• 提高食品價格
• 政府和政策的轉變
• 利率
• 油價波動

1.2 國內生產總值穩定但不溫不火地增長

根據國(guo)際貨幣基(ji)金組(zu)織在2024年(nian)10月出版的(de)《世界(jie)經(jing)濟展望(wang)》中的(de)預(yu)(yu)測，預(yu)(yu)計2024年(nian)和2025年(nian)全球經(jing)濟增長率將(jiang)保(bao)持在3.2% 。

?圖2：GDP趨勢：年度百分比(bi)變化（歷史和預(yu)測）（來(lai)源：GEP【3】）

1.3 利率從抑制通脹到促進增長

隨(sui)著(zhu)通(tong)脹(zhang)趨于(yu)穩定，各國(guo)央(yang)行(xing)正(zheng)將重點轉(zhuan)向刺激需(xu)求。隨(sui)著(zhu)通(tong)脹(zhang)接近目標水平，美(mei)國(guo)、英國(guo)、歐元區和中國(guo)的(de)央(yang)行(xing)在2024年開(kai)始降(jiang)息(xi)。美(mei)聯(lian)儲于(yu)2024年9月進行(xing)了四年來的(de)首(shou)次降(jiang)息(xi)，隨(sui)著(zhu)政府(fu)尋求緩解經濟(ji)壓力(li)并(bing)重振經濟(ji)增(zeng)長(chang)，這一趨勢可能會持續到2025年。?

圖3：長期利率按季度預測（來源：GEP【3】）

1.4 就業總體穩定

對于許多G7經濟體來說，失業率接近數十年來的最低水平。雖然這些就業市場穩定，但也出現了疲軟跡象。隨著自動化和人工智能改變行業，全球勞動力市場正在發生重大轉變。2025年，隨著(zhu)越(yue)來(lai)越(yue)多的行業采用人(ren)工智能技術，人(ren)們對(dui)(dui)失(shi)業和(he)對(dui)(dui)新技能的需求將(jiang)會出(chu)現擔憂。

在政府就業工作的(de)支(zhi)持下，2024年(nian)前三季度中國就業市(shi)場保持穩定(ding)。中國國家統(tong)計局的(de)數據(ju)顯示，前三季度城(cheng)鎮失業率平均為(wei)5.1%，比去年(nian)同期下降0.2個百分點。?

圖4：失業率趨勢：年度百分(fen)比變化（歷史和預(yu)測）（來源：GEP【3】）

1.5 能源緊張局勢加劇，油價上漲

油(you)(you)(you)價從(cong)2024年初的每桶85美元小幅下跌(die)至(zhi)9月(yue)份的平(ping)均75美元/桶。由于全球經濟增長乏力，石油(you)(you)(you)市場(chang)并非僅靠需求就能維(wei)持價格。中東沖(chong)突、俄(e)烏戰爭以及自愿(yuan)減產(chan)都導致(zhi)油(you)(you)(you)價居高(gao)不下。2025年，油(you)(you)(you)價預(yu)計將穩定在75-80美元/桶的范圍(wei)內。但(dan)是(shi)，如果中東局勢進一步升級，油(you)(you)(you)價可能會超過80美元/桶。另一方面，局勢緩和可能會導致(zhi)油(you)(you)(you)價跌(die)破70美元/桶。?

圖5：原油價格（美元(yuan)/桶）（來(lai)源：GEP【3】）

1.6 中國經濟前景不明朗

【3】指出，自加入(ru)世界貿易組(zu)織以(yi)來，中(zhong)國(guo)一直是經(jing)濟增(zeng)(zeng)長的顯著(zhu)推動力。中(zhong)國(guo)目前正面(mian)臨經(jing)濟增(zeng)(zeng)長放緩、房地產(chan)危機和政(zheng)府政(zheng)策轉(zhuan)變等(deng)問題，全(quan)世界都在關注(zhu)。中(zhong)國(guo)會恢復(fu)高增(zeng)(zeng)長模式嗎？還(huan)是會開始停滯(zhi)不前？

貿易戰的(de)不斷升溫以及對(dui)近岸外包的(de)興趣(qu)日益濃厚，進一步加劇了這些(xie)挑(tiao)戰。這些(xie)壓力有(you)可能限制世界第二(er)大(da)經濟體(ti)的(de)增長潛力。

更深層次和更長時間的經濟放緩將對全球產生影響：中國不僅是鋼鐵、建筑材料、醫藥原料、鞋類和電子產品的最大供應國，也是燃料、機械設備以及貴金屬的最大進口國之一。經濟放緩將影響其他與中(zhong)國(guo)(guo)有(you)貿(mao)易和投資關(guan)系的經濟體。GEP 預計，如果(guo)經濟增長(chang)繼續放緩，中(zhong)國(guo)(guo)領導人將加大(da)經濟刺激(ji)措施(shi)的力度。

總之，2025年全(quan)球宏觀經濟充滿了(le)(le)不確定(ding)性，供(gong)應(ying)鏈(lian)和(he)釆購(gou)的(de)(de)(de)領導者(zhe)需要做好各種(zhong)應(ying)對的(de)(de)(de)準備和(he)相(xiang)應(ying)措施。不管世界(jie)如何變化，堅持技術(shu)創新(xin)(xin)是硬道(dao)理。本文(wen)作者(zhe)已在【5】中(zhong)介(jie)紹(shao)和(he)分析(xi)了(le)(le)最新(xin)(xin)供(gong)應(ying)鏈(lian)計(ji)劃技術(shu)發展趨勢，本文(wen)的(de)(de)(de)下一(yi)節將介(jie)紹(shao)和(he)分析(xi)Gartner 最新(xin)(xin)的(de)(de)(de)供(gong)應(ying)鏈(lian)采購(gou)和(he)尋源解決方(fang)案發展趨勢。

二、Gartner 2024年供應鏈采購和尋源解決方案成熟度曲線

Gartner于2024年6月20日發布(bu)了它一(yi)年一(yi)度的(de)《2024年采購(gou)(gou)和尋源(yuan)解決方案成熟度曲(qu)線》研(yan)究報告【3】。供(gong)應鏈采購(gou)(gou)和尋源(yuan)技(ji)術(shu)領導者可以利用此技(ji)術(shu)成熟度曲(qu)線在基礎能(neng)力(li)和創新能(neng)力(li)之間取得平衡，從而(er)完善(shan)和革新其采購(gou)(gou)和尋源(yuan)。從而(er)構建(jian)采購(gou)(gou)和尋源(yuan)中(zhong)關鍵技(ji)術(shu)和框(kuang)架的(de)發展(zhan)和潛力(li)的(de)路(lu)線圖。

2.1?最新供應鏈采購和尋源解決方案成熟度曲線

2.1.1?GEP全球供應鏈波動指數和供應鏈采購面臨的挑戰

GEP全球供(gong)應鏈波(bo)動指數顯示【6】，2024年(nian)10月份主要經濟體工廠需求減弱值。【6】指出(chu)，

• 美國工廠大幅削減采購，預示著2025年制造業疲軟蔓延至整體經濟的風險加劇
• 相比之下，中國工廠在投入采購連續三個月萎縮后報告增長
• 歐洲工業衰退沒有減弱的跡象，德國、法國和奧地利的生產商處于衰退的核心

【3】指出，采(cai)(cai)(cai)購(gou)技(ji)術領導(dao)者面臨著持續(xu)的(de)挑(tiao)戰，即在(zai)(zai)有限的(de)預(yu)算下支(zhi)持采(cai)(cai)(cai)購(gou)流程(cheng)和目標(biao)。由于采(cai)(cai)(cai)購(gou)旨(zhi)在(zai)(zai)增加其技(ji)術組合，他們(men)必須在(zai)(zai)核心(xin)流程(cheng)中更(geng)好地數字化的(de)需求與可以(yi)提高速(su)度(du)、靈活(huo)性并有時帶來急需的(de)成本(ben)節約的(de)新興技(ji)術之間取得平衡。

2.1.2最新供應鏈采購和尋源解決方案成熟度曲線

在2024年的成熟度曲線中，許多核心采(cai)購技術（例如貨源到付款套件和供應商信息(xi)管(guan)理(li)）正在從啟蒙(meng)之坡走向(xiang)生(sheng)產高原，即(ji)主(zhu)流采(cai)用(yong)。所有(you)這(zhe)些技術預計都(dou)將在兩到五年內達(da)到生(sheng)產高原。

與此同時，許多新興技術正接(jie)近膨脹(zhang)預(yu)期的(de)頂(ding)峰，包(bao)括供應商發現(xian)、尾部支出解決(jue)方案(an)、和品類管理(li)。人工智(zhi)能在采購領域的(de)炒作達到了歷(li)史最高水平，因為自主采購、預(yu)測分析、生成人工智(zhi)能和對話式人工智(zhi)能都達到了膨脹(zhang)預(yu)期的(de)頂(ding)峰。

采購技術領導者可以使用這個技術成熟度曲線來了解這些新興技術，并在確定投資優先順序時權衡它們的成熟度、優勢、價值驅動因素和未達到預期的潛在風險，與具有經(jing)過驗證(zheng)的投資回報(bao)率的更成(cheng)熟的解決方案進行(xing)比較。

采購(gou)和(he)尋源(yuan)中的基礎解決方案（例如源(yuan)到(dao)付款套件中定義(yi)的解決方案）隨(sui)著各個行(xing)業和(he)組織規模的進一(yi)步采用而不斷(duan)成熟。在過去兩年中，Gartner調(diao)查顯示，隨(sui)著供應商的產(chan)品不斷(duan)成熟，采用加速(su)，生(sheng)產(chan)率逐漸上升，源(yuan)到(dao)付款套件的關注度也隨(sui)之(zhi)增加。與此(ci)同時，隨(sui)著組織努力(li)擴大使用范圍并將重點轉向生(sheng)產(chan)率、成本節(jie)約和(he)風險緩解等(deng)優勢，供應商多(duo)樣性(xing)和(he)可(ke)持(chi)續性(xing)等(deng)解決方案正在滑入幻滅低谷。?

圖6：Gartner的2024年供應鏈(lian)采(cai)購和尋源(yuan)解決方案成熟度(du)曲(qu)線（來源(yuan)：Gartner【3】）

采購和尋(xun)源解決方案成熟(shu)度(du)曲(qu)線（見圖6）所反(fan)映的市場最大的變化包括以下(xia)幾(ji)點：

• 生成式人工智能正處于炒作的頂峰。在過去的12個月中，生成式人工智能用例的可用性大大擴展，供應商每個月都會在采購領域添加更多功能。早期突出的用例包括承包、采購和供應商管理，還有更多與供應商績效管理、P2P 和分析相關的用例。這些功能通常通過供應商開發的聊天機器人提供，以利用商業或專有LLM。73 %的采購組織計劃在2024年底前實施生成式人工智能。Gartner預計，隨著采用率的快速增長，生成式人工智能將繼續快速發展，兩年內將達到生產力高原期。
• 采購編排平臺已經出現。市場普遍存在混亂，因為支持采購管理的供應商經常將其功能稱為“采購編排”。雖然采購和采購編排截然不同，但有些供應商可能同時支持這兩種功能。Gartner首次在本輪技術成熟度曲線中定義了新興的采購編排市場，并確定了正在開發此功能的供應商。隨著這一類別的出現，沒有一家供應商能夠滿足Gartner在市場上定義的所有標準。潛在客戶需要看清炒作，并看清營銷，以確保他們根據自己的能力需求選擇合適的供應商。
• ESG 解決方案的采用正在增加。隨著這些解決方案日趨成熟，組織機構仍然致力于環境、社會和治理 (ESG) 計劃，尤其是在供應商可持續性和供應商多樣性方面。在可持續性領域，監管要求不斷提高。公司專注于合規和非合規驅動的目標，因為他們旨在擴大其計劃。與此同時，供應商多樣性解決方案擴展了其能力，盡管由于在美國以外擴展的挑戰和巨大的成本壓力，過去幾年需求有所下降。
• 對話式人工智能將在達到穩定期之前過時。我們定義的對話式人工智能目前預計不會達到穩定期。生成式人工智能聊天機器人的采用正在擴大，我們預計其增長速度將超過對話式人工智能解決方案的采用速度。這將使它們在達到主流成熟度之前過時。

這(zhe)些討論的見解將(jiang)有助于組織優先考慮其創新采用戰略。

2.2?供應鏈采購和尋源解決方案的優先級矩陣

根據【3】，圖6中的技術成熟度曲線包括各種解決方案，這些解決方案在采用、成熟度和收益方面有所不同。尋求運營優勢的組織需要平衡提供短期、漸進式改進的投資與提供長期高收益甚至轉型收益的投資。此技術成熟度曲線包括多種日益成熟且影響深遠的技術，這對于希望避免新興技術可能帶來的早期投資風險（未達到預期）的組織非常有用。盡管如此，組(zu)織可(ke)能仍希望考(kao)慮在轉型技術的(de)生(sheng)命周(zhou)期早期提高(gao)其熟練程度，從而(er)帶來長期運營優勢。

此技術成熟(shu)度(du)曲線(xian)中包含的(de)創新被映射(she)到優先(xian)級矩陣，以(yi)幫助采購技術領導(dao)者制定采用的(de)策略和時間(jian)表(biao)。

炒作周期報告包含炒作周期中同一組創新概況的優先級矩陣（見圖7），該優先級矩陣是一種幫助產品團隊確定任務和項目的優先順序并提高效率的工具。該矩陣從益處（優先級矩陣的縱軸）和技術成熟的時間（優先級矩陣的橫軸）兩個維度將將矩陣劃分為16塊，圖6中的所有22項技術將落入這16塊中。其中“益處（Benefit）”側重于創新的潛在效益評級，分為4類【6】：

• 轉型：在行業內和跨行業建立新的經營方式，導致行業動態的重大轉變。
• 高：支持執行橫向或縱向流程的新方法，這將顯著增加組織的收入或成本節約。
• 中等：對既定流程進行漸進式改進，從而增加收入或為組織節省資金。
• 低：使流程略有改進，但可能不會轉化為收入增加或成本節約。

優先級矩陣的橫軸（技術成熟的時間）根據穩定時間對創新進行分類，即創新預計何時達到主流采用， 它包括“不到2年”，“2至5年”，“5至10年”，和“超過10年”四個等級。平臺時間評級是一種基于創新預期成熟率的簡單風險度量。組織和(he)行業(ye)之間在(zai)這(zhe)個軸上可能(neng)存在(zai)一些差異(yi)，但(dan)通(tong)常比在(zai)利(li)益軸上的差異(yi)要小。被評(ping)為“高原前過時(shi)”的創新不會出現在(zai)優先級矩陣中。

圖7：2024 年采購和(he)采購解決方案優先級(ji)矩(ju)陣（來(lai)源：Gartner【3】）

【5】指出，優先(xian)級矩陣是一個有用的框架，用于(yu)：

• 對創新對組織的潛在利益做出明確判斷。
• 從相對收益和風險的角度比較創新。這種比較可以幫助減輕有影響力的個人推動可能不符合組織最佳財務利益的創新的情況。

2.3 2024年采購和尋源解決方案成熟度曲線的更新

Gartner會不斷審查技術成熟度曲線中選定的創新，以最好地反映出對未來 采購和尋源解決方案影響最大的創新。因此，對此2024采購和尋源解決方案成熟度曲線進行了以下更新：

三、部分采購和尋源解決方案的定義和分析

在(zai)矩(ju)陣(zhen)圖7中(zhong)(zhong)，一共(gong)列舉了(le)22項采購和(he)尋(xun)源解決方案(an)的(de)(de)創新(xin)技術(shu)。Gartner有名(ming)的(de)(de)分(fen)(fen)(fen)析(xi)師對(dui)所有列舉在(zai)矩(ju)陣(zhen)圖7中(zhong)(zhong)的(de)(de)技術(shu)做了(le)標準分(fen)(fen)(fen)析(xi)，該分(fen)(fen)(fen)析(xi)包括解決方案(an)的(de)(de)定義和(he)分(fen)(fen)(fen)析(xi)，以及其市場(chang)熱(re)度和(he)成(cheng)熟度。下面將以表(biao)(biao)格的(de)(de)形式(shi)介紹其中(zhong)(zhong)5項采購和(he)尋(xun)源解決方案(an)的(de)(de)定義和(he)分(fen)(fen)(fen)析(xi)。對(dui)于每個介紹的(de)(de)技術(shu)表(biao)(biao)后面，本文(wen)給(gei)出了(le)解讀和(he)本文(wen)作者(zhe)的(de)(de)分(fen)(fen)(fen)析(xi)見解。

3.1 自主采購（Autonomous Procurement）

SAP是樣品供應商之一，其自主采購系統是指由SAP技術支持的采購系統，利用人工智能 (AI) 實現采購流程大部分內容的自動化，以最少的人工干預做出決策并執行采購，本質(zhi)上允許系統根據(ju)預定義(yi)參數(shu)和數(shu)據(ju)分析“自主(zhu)”管理采(cai)購(gou)任務；這主(zhu)要(yao)通過其領先的采(cai)購(gou)套(tao)件 SAP Ariba 實現，該套(tao)件結合了AI功能(neng)來優化采(cai)購(gou)、供應商選擇和采(cai)購(gou)訂單(dan)生成(cheng)。圖8描(miao)繪了SAP從手工采(cai)購(gou)到自主(zhu)采(cai)購(gou)的發展階段以及(ji)自主(zhu)釆購(gou)的愿景。

圖8：從(cong)手工采(cai)購(gou)到自主采(cai)購(gou)（來源：SAP【7】）

SAP 自主采購的要點：

• 人工智能驅動的決策：該系統使用機器學習算法來分析市場數據、歷史采購模式和供應商表現，以做出智能采購決策，例如根據價格、質量和交貨時間自動為給定需求選擇最佳供應商。
• 自動化工作流程：生成采購申請、發送RFQ（報價請求）和處理采購訂單等重復性任務可以實現自動化，從而減少人工工作量。
• 支出優化：通過分析支出數據，該系統可以識別潛在的成本節約機會并提出建議以優化采購策略。
• 供應商管理：人工智能可用于評估和管理供應商關系，包括識別潛在風險和主動協商更好的合同條款。
• 實時見解：該系統提供實時數據和分析，以監控采購績效并確定需要改進的領域。SAP Ariba如何促進自主采購：
• 引導購買：該功能可根據用戶需求和公司政策建議最合適的購買商品，最大限度地減少手動搜索的需要。
• 智能采購：人工智能驅動的采購能力可以根據價格、質量和可持續性等復雜標準來確定最佳供應商。
• 合同生命周期管理：自動化合同管理功能可確保遵守供應商協議并發現潛在的成本節約機會。

在實施自主在購時，以下兩點是需注意事項：

• 數據質量：為了獲得最佳性能，系統需要有關歷史采購、供應商信息和市場趨勢的高質量數據。
• 人為監督：雖然該系統是自主的，但它仍應受到采購專業人員的監控，以審查關鍵決策并解決異常情況。

下(xia)面(mian)介紹另一個創新的自主采購的解(jie)決方(fang)(fang)案(an)。【8】指出，傳統(tong)解(jie)決方(fang)(fang)案(an)和分(fen)析(xi)技術在(zai)現代供應(ying)鏈(lian)的要求下(xia)逐(zhu)漸被拋在(zai)后面(mian)。隨著(zhu)規模和復雜性的增加，傳統(tong)技術將不再適(shi)用，從而導(dao)致以下(xia)各種相當嚴重的挑戰：

• 數據碎片化：采購數據分散在整個 ERP、電子郵件系統和供應商門戶中。這導致信息不完整且不一致。
• 供應商溝通延遲：與供應商的溝通緩慢，這會減慢訂單處理和出現的問題的解決速度。
• 供應鏈中斷：進出物流的意外延遲將影響采購時間并相應增加成本。
• 合規管理：許多標準和法規使得納入采購流程變得相當具有挑戰性。?
• 成本優化：識別節省成本的機會（例如批量采購或協商更好的條款）需要深入的數據分析和及時的決策。

Akira.ai 釆用(yong)人工(gong)智(zhi)能的(de)(de)多自(zi)主代(dai)理構建了一(yi)個(ge)(ge)(ge)自(zi)主釆購解決方案（見圖9）以應(ying)對上述挑(tiao)戰。Akira.ai 的(de)(de)自(zi)主采購工(gong)作流(liu)程(cheng)通過自(zi)動化可觀察性(xing)周(zhou)期的(de)(de)每(mei)(mei)個(ge)(ge)(ge)環(huan)節徹(che)底改(gai)變了供應(ying)鏈流(liu)程(cheng)。該(gai)系統由一(yi)個(ge)(ge)(ge)代(dai)理工(gong)作流(liu)程(cheng)和幾個(ge)(ge)(ge)專門的(de)(de) AI 代(dai)理組(zu)成(cheng)，每(mei)(mei)個(ge)(ge)(ge)代(dai)理都(dou)旨在(zai)處理流(liu)程(cheng)中的(de)(de)特定任務。

圖(tu)9：Akira.ai自主采購系統技(ji)術(shu)架構圖(tu)（來源：Akira.ai【8】）

該系統由以下8個功能部分構成:

• 聚合：采購數據從不同的來源獲取，例如來自不同供應商的 ERP、電子郵件和門戶網站，RFQs, FRs。
• 編排：它是管理聚合數據的中央系統，該中央系統由一個主編排代理，包括代理流程編排器，以現代的技術工具（大型語言模型（LLM）和知識圖譜）組成。它通過流程的各個部分對數據進行進一步的編排。
• 數據預處理：對收集到的數據進行預處理和轉換，以便進一步處理。數據收集和驗證代理是所有采購數據的入口點。它通過與 ERP 系統、電子郵件和供應商門戶集成到采購工作流程中來提取感興趣的數據。它負責驗證以確保所捕獲的數據完整、準確且一致。
• 與供應商溝通：供應商溝通和中斷代理管理與供應商的溝通以及他們與消費者供應鏈的互動，以應對雙方的供應故障。關鍵自動化包括電子郵件和消息，這有助于及時保存重要信息。自動消息或電子郵件已到位，以便將訂單傳達給供應商，并確保供應不會中斷。如果供應鏈中斷，可以發出警報。
• 訂單處理和合規性：訂單處理和合規代理負責驗證系統內的訂單，以確保從下單到交貨跟蹤以及按時履行規范的連續性。根據定義的范圍審查收到的訂單是否與所有附帶的規則和要求兼容。
• 支出分析：支出分析和優化代理通過采購數據來了解潛在的節省，檢測過程中的趨勢和異常，并通過建議替代供應商、條款和批量采購來建議在采購決策中更好地優化成本。通過尋找替代供應商或協商更好的交易等因素，對潛在成本節約的分析與整個節省資金的過程同時進行。
• 解決問題：采購過程中的任何問題或差異都會得到及時解決，并在必要時上報。
• 輸出：在自主采購系統的最后階段，供應商績效指標中的各種指標會產生績效歷史記錄，以便可以謹慎地做出未來決策。這也有助于形成庫存優化建議，以提高庫存水平，從而優化存儲和成本。任何中斷都會立即被識別和解決。

上面列舉的主要功能是由一個人工智能的多自主代理系統來執行的。詳細的架構描述可從中找到。【8】指出，Akira.ai的多代理系統通過提供無與倫比的效率、可擴展性和合規性，徹底改變了采購。通過自動化關鍵流程并利用實時數據分析，這種先進的 AI 解決方案有效地解決了傳統的采購挑戰。采用 Akira.ai 的企業可以提高運營效率、采取主動解決問題的方法，并大幅節省與采購相關的成本。

3.2?自主尋源（Autonomous Sourcing）

Zycus 是采購(gou)到付(fu)款(kuan) (S2P) 解決方案的領導(dao)者(zhe)，率先(xian)推(tui)出了(le)世(shi)界上第一(yi)(yi)個生成(cheng)式(shi)人工智能 (GenAI) 驅動平臺，幫助采購(gou)實現 10 倍的速度和效率。它也是自主尋源(yuan)樣(yang)品供應商之一(yi)(yi)。

尋源(yuan)是指在公(gong)司外(wai)部尋找產(chan)品或服務的(de)流(liu)程。采購是指協商合同并為所(suo)需產(chan)品獲得最佳價格。這(zhe)兩個流(liu)程結合起(qi)來可以幫助企業節省資金并提高(gao)效率。

圖10：數字(zi)尋源的演化（來源：Zycus【9】）

通常尋源為(wei)釆納提供應(ying)商(shang)的信(xin)息和(he)評估結果，它(ta)是釆購(gou)的重要幫手。圖(tu)10描(miao)述了尋源從傳統(tong)方(fang)式到數字方(fang)式，直至半(ban)自主和(he)自主方(fang)式發展的6個(ge)階段(0~5級)：

• 零級水平尋源:?完全手動，線下或電子郵件。
• 1級水平尋源:?輔助尋源，如釆用工具eRFX（在采購技術中，ERFx (或eRFX ) 是電子請求 [X]的首字母縮寫，其中X可以是提案 (RFP)、報價 (RFQ)、信息 (RFI)或招標 (RFT)。）
• 2級水平尋源:?部分自動化尋源，釆用拍賣方式，
• 3級水平尋源:?條件自動化尋源，釆用工具基的尋源優化，即將電子尋源及拍賣的長處與高級數學模型相結合的方式，
• 4級水平尋源:?高級自動化尋源，釆用規范性尋源機器人
• 5級水平尋源:?自主尋源, 釆用自學習自主尋源機器人（AI自主尋源代理）

目前(qian)，最后(hou)兩級尋源解決(jue)方案還在創新(xin)(xin)發展中，尤(you)其是自主尋源解決(jue)方案還要5~10年才(cai)成(cheng)熟(見(jian)圖6-7)。它們目前(qian)還只是由早(zao)期的(de)創新(xin)(xin)者和(he)尋源和(he)釆購(gou)的(de)領軍企業所(suo)釆用。

【9】指出自主尋源早期采用者具有如下主要優勢：

1)競爭市場中的速度和敏捷性

在(zai)當今市場(chang)，行動迅速(su)的公司將(jiang)獲得優(you)勢，無論是確保高需(xu)(xu)求供(gong)應商還是應對波動的需(xu)(xu)求。自主尋源解決(jue)方案使GenAI 的工作流(liu)程增強更上一層樓，實(shi)(shi)現了快(kuai)速(su)、基于數(shu)據的決(jue)策，這(zhe)種決(jue)策既敏(min)捷又能響(xiang)應市場(chang)變化。這(zhe)些(xie)系統可以實(shi)(shi)時尋源、評估和與(yu)供(gong)應商談判(pan)，通(tong)常在(zai)幾秒鐘內完成團隊需(xu)(xu)要幾天才能管理的流(liu)程。

2)利用人工智能代理實現戰略成本節約

雖然 GenAI 可以協助進行預測分析和支出跟蹤，但自主尋源解決方案擅長實時持續優化尋源決策。這些 AI 代理可以分析市場狀況、評估供應商績效并自主跟蹤定價趨勢，確保公司獲得最(zui)佳條款(kuan)。自(zi)主尋源(yuan)的早期采用(yong)者獲得的成本優勢(shi)不僅在于減少開(kai)支，還在于戰略(lve)性節(jie)約——這種節(jie)約使(shi)預(yu)算(suan)更靈(ling)活，可用(yong)于創新和(he)增(zeng)長計劃。

3)在供應鏈中斷的情況下增強彈性

彈性對于采購至關重要，而自主尋源可提供實時風險洞察，幫助企業應對供應鏈波動。借助自主尋源，企業可以超越基本的風險分析，通過自(zi)動(dong)供應商(shang)(shang)切(qie)換、早期(qi)中(zhong)斷警報和(he)持續監控來積(ji)極降(jiang)低(di)風險。早期(qi)采用者(zhe)可以識別其供應商(shang)(shang)網絡中(zhong)的漏洞并準備好主動(dong)選項，確保即使在不確定時期(qi)也能順利運(yun)營(ying)。

4)擴大采購力度，實現長期增長

隨著(zhu)組織的發(fa)展，手動采購流(liu)程成為(wei)一種制約因素。自(zi)主尋源(yuan)旨在實現可擴(kuo)(kuo)展性(xing)，能(neng)夠(gou)處理不(bu)斷擴(kuo)(kuo)大的供應商(shang)網絡和日益復雜的數據，而不(bu)會降(jiang)低速度(du)或需要額外(wai)資源(yuan)。早期采用(yong)者將(jiang)獲(huo)得無縫支持增(zeng)長的基礎(chu)設(she)施，使(shi)他們(men)能(neng)夠(gou)根(gen)據業(ye)務目標擴(kuo)(kuo)展采購功能(neng)，而不(bu)會犧牲效率或性(xing)能(neng)。

3.3 采購生成式人工智能（Generative AI for Procurement）

生(sheng)(sheng)成(cheng)式人工智能（Generative artificial intelligence、Generative AI、GenAI、GAI）是一(yi)種(zhong)人工智能系統(tong)，能夠產生(sheng)(sheng)文字、圖像或(huo)其他媒體(ti)以(yi)回應(ying)提示(shi)工程，比如ChatGPT，DeepSeek。產生(sheng)(sheng)模(mo)型學習(xi)輸入數(shu)據的(de)模(mo)式和結構(gou)，然后產生(sheng)(sheng)與(yu)訓練(lian)數(shu)據相(xiang)似但具有一(yi)定程度新(xin)(xin)穎性(xing)的(de)新(xin)(xin)內(nei)容，而不僅僅是分類或(huo)預測數(shu)據。

圖11將生成式AI系統與傳統的AI系統進行了比較。讀者可見兩者的主要區別在于，傳統的AI系統主要用于產生分析和自動化，而生成式AI系統主要用于產生新的人工內容產品（如各種總結，人機交互，文檔產生，知識管理，數據和編程等），即具有直接的生產力。

圖(tu)11：生成式AI有何不同(tong)（來源：Gartner【10】）

筆者在【11】中引用了Gartner的研究(jiu)報告(gao)，該(gai)報告(gao)指出：生成(cheng)式(shi)人(ren)工智(zhi)能可以提供幫助商業領袖(xiu)達到(dao)新的期望(wang)。高管面臨的主要挑戰是確定生成(cheng)式(shi)人(ren)工智(zhi)能在何(he)處(chu)以及如何(he)融入現(xian)有和(he)未來的業務和(he)運營模式(shi)，如何(he)有效地試(shi)驗(yan) GenAI 用例，以及如何(he)為 GenAI 趨勢帶來的長期顛覆和(he)機遇做好準備。圖12描述了Gartner對GenAI未來的8大預測，詳(xiang)見(jian)【11】。

圖12：Gartner對GenAI未來(lai)的8大(da)預測（來(lai)源：Gartner【11】）

GenAI有(you)著廣泛的(de)(de)(de)應用，筆者曾在(zai)【12】中(zhong)(zhong)展望(wang)了(le)GenAI在(zai)供應鏈中(zhong)(zhong)的(de)(de)(de)應用前景，以及供應鏈如何從使用生成式人(ren)工(gong)智能中(zhong)(zhong)受益，當然其中(zhong)(zhong)也包括了(le)釆購(gou)，但(dan)沒(mei)有(you)深入分析(xi)其在(zai)采(cai)購(gou)中(zhong)(zhong)的(de)(de)(de)革命性(xing)影響，【4】對于采(cai)購(gou)生成式人(ren)工(gong)智能解決方案做了(le)深入的(de)(de)(de)分析(xi)(見(jian)上表(biao))，本文下面將(jiang)先主(zhu)要依據【10】進一步(bu)指出釆購(gou)釆用GenAI的(de)(de)(de)戰略路線和價值(zhi)。最后給出一些案例(li)。

圖13給出了釆購釆用GenAI的戰略路線：

• 首先供應鏈，特別是釆購部門的主管要充分理解GenAI的趨勢。根據 Gartner的《2024 年采購和采購解決方案炒作周期》【4】，采購領域的生成式人工智能 (GenAI) 正處于預期膨脹的頂峰。快速采用和大量可靠的用例將在兩年內迅速將 GenAI 推向生產力高原。Gartner供應鏈業務高級總監分析師Kaitlynn Sommers表示：“GenAI 已經可以增強采購中的許多不同工作流程，今年年初有 73% 的采購主管預計到 2024 年底將采用這項技術。這種采用水平，加上合同管理等有前景的用例，意味著 GenAI 將迅速穿越炒作周期，以比采購中大多數新興技術更快的速度達到生產力平臺期。”
• 在充分理解GenAI的趨勢基礎上，最重要的一步是識別采購的用例。在過去的 12 個月中，GenAI 用例的可用性得到了極大的擴展，供應商每個月都會在采購領域添加更多功能。早期突出的用例包括合同管理、采購和供應商管理。其他預期用例包括支持供應商績效管理、P2P 和分析。采購技術供應商正在整合第三方大型語言模型 (LLM)，以更實惠的方式提供符合數字流程支持的 GenAI 功能。這些 LLM 可以根據組織的數據和個人的采購角色（例如品類經理或買家）提供建議和支持。
• 確定了用例之后，最重要的一步是根據用例的優先級部署和啟動有針對性的采購GenAI用例的試點，這將有助于明確哪些功能可以擴展，同時還可以監控當前供應商的發展情況，尋找利用 GenAI 的機會，而無需從頭開始構建專有基礎設施。

圖(tu)13：釆購(gou)釆用GenAI的(de)戰略路線（來源：Gartner【10】）

圖14列舉了當今(jin)采購中(zhong)的15個頂級(ji)GenAI用例(li)，并且將其(qi)分(fen)成五大類。每一類的表(biao)釆用了不同(tong)深度顏色加以(yi)區分(fen)，依次從(cong)上(shang)到下(xia)表(biao)明(ming)類別用例(li)的價(jia)值高低。

圖14：當今(jin)采(cai)購中(zhong)的頂級GenAI用例（來源：Gartner【10】）

【10】釆(bian)用(yong)(yong)(yong)Gartner評估(gu)用(yong)(yong)(yong)例(li)的(de)(de)棱鏡方法，按照用(yong)(yong)(yong)例(li)的(de)(de)價值高中(zhong)低(di)和(he)可行性(xing)高中(zhong)低(di)兩(liang)個維度(du)將16個尋源和(he)釆(bian)購的(de)(de)GenAI用(yong)(yong)(yong)例(li)分布(bu)在棱鏡的(de)(de)七(qi)個區(qu)域，其中(zhong)用(yong)(yong)(yong)例(li)1，11，和(he)15具有最高的(de)(de)價值和(he)可行性(xing)（見圖15）。

圖15：GenAI尋源(yuan)和采(cai)購(gou)用例棱鏡（來(lai)源(yuan)：Gartner【10】）

釆購(gou)組織的主管可以根據(ju)用(yong)(yong)例(li)棱鏡(jing)評估，找到布署和試驗(yan)這(zhe)些用(yong)(yong)例(li)的優先級，從(cong)而有計劃地啟動尋源(yuan)和釆購(gou)的GenAI用(yong)(yong)例(li)，盡快獲得應用(yong)(yong)GenAI的價值(zhi)和經驗(yan)，然后(hou)擴大戰果，進一步用(yong)(yong)GenAI來幫助尋源(yuan)釆購(gou)從(cong)成本中心向利潤中心的轉型。

釆購組織的主管可以根據用例棱鏡評估，找到布署和試驗這些用例的優先級，從而有計劃地啟動尋源和釆購的GenAI用例，盡(jin)快(kuai)獲得應(ying)用GenAI的(de)價值和經驗，然后擴大戰果(guo)，進一步(bu)用GenAI來幫助尋源釆購從成(cheng)本(ben)中(zhong)心向(xiang)利潤中(zhong)心的(de)轉型。

事實上，一批供(gong)應鏈釆(bian)購的領軍企業(ye)已經(jing)開(kai)始行(xing)動，并且已經(jing)在釆(bian)購GenAI方(fang)面取(qu)得(de)了可喜的成(cheng)果。一些解決方(fang)案的供(gong)應商(shang)，如上表中(zhong)的樣品供(gong)應商(shang)也取(qu)得(de)了很(hen)好(hao)的成(cheng)果。Zycus 和微軟打造(zao)了全(quan)球首個 GenAI S2P 平臺：

?圖16：Zycus GenAI生(sheng)態(tai)系統（來(lai)源：Zycus【14】）

Zycus GenAI生態系統中GenAI驅動的S2P生命周期：

• 智能采購：備選供應商推薦引擎，以95%的準確率識別類似供應商并降低風險。20%更快的采購周期，25%降低風險敞口
• 智能合約：自動提取義務和合同摘要，以提取關鍵條款并生成簡潔的摘要，以便更快地進行審查。合同審查速度提高30%，合規性和決策能力得到改善。
• 簡化采購：替代項目建議和比較，根據價格、質量和其他標準即時比較類似項目。購買決策提高60%，用戶滿意度提高。
• 數據驅動的供應商選擇：自動篩選RFP，以無偏見的評分分析提案，節省時間并消除偏見。提案評估速度提高50%，準確性和一致性提高。
• 主動風險緩解：生成標準化問卷，根據全球標準（GDPR、ISO）自動生成問卷，以加快風險評估。風險評估速度提高40%，合規性得到改善。

3.4 采購編排平臺（Procurement Orchestration?Platforms）

什么是編排？編排譯自英文”Orchestration”, 其原意是交響樂。簡單來說，一個完整的交響樂團大約有80-120名音樂家，演奏大約50-60種樂器，分為四類：木管樂器、銅管樂器、打擊樂器和弦樂。如果沒有一個協調的編曲和指揮，很難想像一個交響樂團能演奏出美妙的音樂。供應鏈和釆購是一個比交響樂團更復雜的網絡組織，有著復雜多樣的參與者，部門，數據，工具和人，以及復雜的流程。編排就是讓（很多）東西以一種讓它們變得出色或至少更好的方式協同工作。在采購領域，這基本上適用于我(wo)們(men)擁有和(he)做的(de)(de)一切；流程(cheng)、工(gong)具、數據、互動、伙伴關系等(deng)。這些不斷發展的(de)(de)工(gong)具、新(xin)模型和(he)混合方(fang)法正在讓我(wo)們(men)的(de)(de) CPO（和(he)團隊(dui)）從操作(zuo)員轉(zhuan)變為編排者。

筆者在【15】中詳細介紹和分析了供應鏈編排的概念，架構和發展趨勢。有興趣的讀者可參考它。實際上，釆購和供應鏈的可編排性是釆購和供應鏈發展的高級階段，它標志著釆購和供應鏈的高級成熟度。釆購(gou)和(he)供(gong)(gong)(gong)應鏈(lian)的(de)高度數(shu)字(zi)化(hua)是(shi)實現編排(pai)(pai)(pai)的(de)基(ji)(ji)礎。特別，人工智能，GenAI是(shi)現代編排(pai)(pai)(pai)平臺的(de)重要技(ji)術基(ji)(ji)礎。數(shu)字(zi)化(hua)已經為釆購(gou)和(he)供(gong)(gong)(gong)應鏈(lian)運營帶來了(le)生(sheng)產力、速度和(he)可視性的(de)顯著提(ti)升。編排(pai)(pai)(pai)有(you)望進一步擴(kuo)大(da)這些優(you)勢。部分數(shu)字(zi)釆購(gou)和(he)供(gong)(gong)(gong)應鏈(lian)的(de)領軍企業已經或正在進軍釆購(gou)和(he)供(gong)(gong)(gong)應鏈(lian)的(de)編排(pai)(pai)(pai)平臺。除上表(biao)列舉的(de)釆購(gou)編排(pai)(pai)(pai)平臺的(de)樣品供(gong)(gong)(gong)應商。釆購(gou)雜志評出了(le)2024年十家頂級的(de)釆購(gou)編排(pai)(pai)(pai)平臺（【16】見下(xia)表(biao)）。

上表中的(de)(de)Zip 引領了采購(gou)領域(yu)支(zhi)(zhi)出(chu)(chu)(chu)編(bian)排(pai)革(ge)命(ming)，作為采購(gou)行業的(de)(de)一(yi)(yi)個重大(da)發(fa)展，Zip 在(zai) IDC 首(shou)屆“IDC MarketScape：全球(qiu) SaaS 和云端支(zhi)(zhi)出(chu)(chu)(chu)編(bian)排(pai)2024供(gong)應商評(ping)估”中被評(ping)為領導者(zhe)（見(jian)圖17）。這(zhe)不僅鞏固了Zip在(zai)支(zhi)(zhi)出(chu)(chu)(chu)協調領域(yu)的(de)(de)領先地(di)位，也標志著企業支(zhi)(zhi)出(chu)(chu)(chu)管理領域(yu)一(yi)(yi)個新(xin)類別的(de)(de)出(chu)(chu)(chu)現(xian)。

圖17：IDC MarketScape：全球(qiu) SaaS 和云端支出(chu)編排 2024 供應(ying)商評(ping)估

（來(lai)源：IDC【17】）

ZIP是當之無愧的領導者，其采購編排平臺表現出了杰出的績效:

• 每年可節省3.6%的開支
• 增加47%支出的管理
• 采購周期縮短55%
• 臨時采購減少73%
• 合規購買量增加2倍
• IDC：Zip可使每個組織節省1402萬美元，在可見性、成本節約、風險降低和流程效率方面有顯著提高。

GEP?是一家為財(cai)富500強(qiang)和(he)(he)全球2000強(qiang)企(qi)業(ye)提供(gong)人(ren)工(gong)智(zhi)能驅(qu)(qu)動的(de)采購和(he)(he)供(gong)應鏈軟件及(ji)服務的(de)領先供(gong)應商，2024年推(tui)出(chu)了(le)業(ye)界首(shou)個人(ren)工(gong)智(zhi)能驅(qu)(qu)動的(de)全面編(bian)(bian)排(pai)解決(jue)方案，以(yi)改(gai)變企(qi)業(ye)用戶的(de)體驗(yan)和(he)(he)效(xiao)率。該解決(jue)方案可(ke)在復雜的(de)工(gong)作流程(cheng)中嵌入智(zhi)能，同(tong)時(shi)簡化最終(zhong)用戶體驗(yan)。GEP 的(de)編(bian)(bian)排(pai)引(yin)(yin)擎(qing)包含尖端的(de) AI、低代碼、數據協調和(he)(he)工(gong)作流程(cheng)設(she)計，可(ke)重新構(gou)想最終(zhong)用戶體驗(yan)。圖18描繪了(le)GEP的(de)推(tui)動供(gong)應鏈的(de)下(xia)一個時(shi)代的(de)全流程(cheng)編(bian)(bian)排(pai)引(yin)(yin)擎(qing)。

圖18：GEP的全流程(cheng)編排引(yin)擎：推(tui)動(dong)供應鏈的下(xia)一個時(shi)代(dai)（來源：GEP【18】）

GEP 首席產品官 Santosh Nair 表示：“幾年后，超過80%的采購交易將由非采購業務用戶執行。GEP 的編排解決方案為用戶提供了一個簡單的引導式接收流程，并通過對話式協作和自動滿足他們的需求，讓用(yong)戶能(neng)夠(gou)了(le)解后續步驟。GEP Total Orchestration Solution是一種先(xian)進的智能(neng)引擎，可編排整個采(cai)購流程并與生態系統中的其(qi)他(ta)應用(yong)程序無縫集成(cheng)。”

GEP 編排通過以下方式簡化了用戶的整個采購到付款流程：

• 支持引導式購買——用戶使用簡單的搜索欄發起請求或詢問所需內容，省去了數十個步驟和點擊。非技術用戶只需單擊一下即可引導至最佳購買渠道或結果。
• 提供供應商推薦——用戶通過廣泛而全面的因素（包括類別、可持續性、風險、多樣性和先前參與度以及價格）獲得相關且首選的供應商。此外，用戶還可以直接使用搜索創建采購活動或合同。
• 民主化情報和動態報告——使用自然語言查詢，而不是預先確定的圖表，用戶可以分析和創建來自任何來源的高級數據儀表板。
• 自動化合同管理——用戶查看和管理他們的合同義務和子活動，以及如何根據發票付款或供應商上傳自動將其標記為完成。
• 提高采用率和生產力——通過同步整個采購到付款流程中的過程，可以提高效率、透明度和企業協作。
• 賦予用戶權力——通過智能來理解意圖，系統會自動引導員工完成正確的流程，并在整個從源到付款的流程中找到最佳路徑。

3.5 供應商可持續發展應用Supplier Sustainability?Applications）

世界各地的公司都面臨著來自消費者、監管機構和投資者的越來越大的壓力，要求他們解決供應鏈中的可持續性影響。解決可持續發展問題是全球各關鍵行業企業的當務之急，采購在其中發揮著核心作用，這一點越來越明顯。采購領導者的研究估計，供應鏈可占公司環境足跡的 50%-90%，因此，在評估環境影響和實施適當的可持續發展計劃方面，首席采購官應該發揮帶頭作用，這是合乎情理的。

Gartner一直是供應(ying)(ying)(ying)鏈和釆(bian)購可(ke)持(chi)(chi)(chi)續性(xing)技術(shu)(shu)研究(jiu)的領(ling)導者和實踐應(ying)(ying)(ying)用的推動者。2021年Gartner首次(ci)發布了釆(bian)購可(ke)持(chi)(chi)(chi)續性(xing)技術(shu)(shu)應(ying)(ying)(ying)用市(shi)場(chang)指南(nan)，使用術(shu)(shu)語(yu)“供應(ying)(ying)(ying)商(shang)可(ke)持(chi)(chi)(chi)續性(xing)應(ying)(ying)(ying)用”，2024年在其《可(ke)持(chi)(chi)(chi)續采購應(ying)(ying)(ying)用市(shi)場(chang)指南(nan)（Market Guide for Sustainable Procurement Applications）》的研究(jiu)報告【19】中已(yi)更新為“可(ke)持(chi)(chi)(chi)續采購應(ying)(ying)(ying)用”，以更好地符合(he)大多(duo)數(shu)組(zu)織常用的術(shu)(shu)語(yu)。下面的內容主要(yao)來(lai)自這(zhe)份最新的研究(jiu)報告。

【19】對市場做了全面的分析，下面僅介紹其幾個要點：

1)市場定義：可持續采(cai)購應(ying)用程序(xu)可幫助采(cai)購組織評(ping)估其供應(ying)商(shang)(shang)在(zai)多個(ge)環境、社會和(he)治理 (ESG) 主題方面的表(biao)現。這些應(ying)用程序(xu)用于(yu)通(tong)過跨多個(ge) ESG 主題的調查（例如，供應(ying)商(shang)(shang)自(zi)我(wo)評(ping)估）收集供應(ying)商(shang)(shang)數據，并使組織能夠衡量供應(ying)商(shang)(shang)滿足其可持續采(cai)購要求的程度。

2)強制功能

• 供應商數據收集：該市場中的應用程序使組織能夠從其供應基地中的任何供應商處請求可持續性信息。數據收集通過供應商自我評估調查進行，包括供應商提交購買組織所需的支持文件的能力。
• 數據分析：該市場中的應用程序使組織能夠分析收集到的供應商數據，以發現改進領域。可視化功能使組織能夠按支出類別、地理位置、ESG主題和總體績效等篩選和分析供應商數據。這些應用程序還提供了總體“供應商評分”，公司可以使用該評分來指導決策。
• 領域專業知識：該市場中的應用程序為組織提供領域專業知識和相關 ESG 內容，以便使用公認的標準（例如 GRI 和 SASB）收集供應商信息。一旦組織選擇了他們想要解決的主題（例如，供應商多樣性、范圍 3 排放、現代奴隸制），這些應用程序就會提供標準問卷，組織可以將其發送到供應基地以收集有關這些主題的信息。
• 主題覆蓋：該市場中的應用程序必須在同一平臺上支持多個ESG 主題。

3)共同特征

• 數據驗證：通過桌面審核、與認證機構直接驗證或進行現場審核來驗證供應商提供的數據
• 事件監控：通過多種渠道持續篩查不良供應商事件，例如在線和印刷新聞、社交媒體、電視和制裁名單
• 多層級數據收集：能夠收集數據，評估和繪制供應鏈多個層級供應商ESG績效，超越一級供應商（即二級供應商，您的供應商的供應商）
• 評估靈活性：能夠定制向供應商提出的問題集，并定義如何計算總體供應商可持續性得分
• 供應商發展：為供應商提供反饋、建議和在線資源，幫助供應商提高整體ESG績效并提升其能力
• 數據粒度：從公司、站點或產品級別的供應商收集ESG數據的能力
• 供應商ESG風險篩選：能夠根據廣泛的公共和私人數據源評估供應商的可持續性風險狀況，而無需征求供應商的意見
• 范圍3排放管理：收集、管理和報告供應商采購商品和服務的溫室氣體 (GHG) 排放數據的能力

4)市場描述

該(gai)市場(chang)中(zhong)的供(gong)應商均提供(gong)核心功能(neng)，例如數據(ju)收集、數據(ju)分析和(he)領域專業(ye)知識。為了脫穎(ying)而出，該(gai)市場(chang)中(zhong)的供(gong)應商正在(zai)開發一系列差異化功能(neng)，以吸引具(ju)有不同成熟(shu)度和(he)戰略(lve)抱負的購買組織（見圖19）。

圖(tu)19：可(ke)持續采購應用程序的核心和差異化能力（來源：Gartner【19】）

5)市場方向

可持續采購應用市場正在迅速發展。盡管一些供應商已經推出了幾十年的產品，但市場上的大多數應用都是近年來推出的，以應對監管力度加大的預期。全球范圍內可持續發展相關立法的增長正在增加人們對這個市場的興趣，因為對供應鏈盡職調查和透明度的期望要求這些應用程序獲取和管理大量供應商數據。根據2024年可持續采購脈搏調查，70%的受訪者使用通過自我評估收集供應商ESG數據的工具；另外21 %的受訪者計劃在2026年前采用這些工具。

該市場(chang)(chang)的供應商繼續致力(li)(li)于改進或擴(kuo)展其能力(li)(li)；然而，2024年(nian)有一(yi)些(xie)關鍵趨勢將塑造(zao)這(zhe)個市場(chang)(chang)：

• 重新關注盈利能力，而非增長。2023年硅谷銀行的倒閉導致供應商 ESG 數據收集領域的軟件解決方案提供商發生了范式轉變。從歷史上看，這些提供商將增長作為吸引資金的主要指標。然而，當前市場要求盈利能力作為投資的關鍵標準。這種轉變改變了市場動態，促使大型企業吸收小型供應商進行收購。此外，許多現有解決方案都提高了訂閱費，反映出對財務可持續性的高度重視。這一趨勢凸顯了更廣泛的行業趨勢，即鞏固長期生存能力而不是快速擴張。
• 以監管為重點的洞察。隨著ESG監管壓力日趨嚴格，采購組織越來越重視其軟件解決方案中針對監管的特定功能。組織現在不再采用通用方法來收集供應商ESG數據，而是尋求能夠提供以監管為中心的自我評估和儀表板的工具，以及在同一工具內評估對多個監管框架的合規性的能力。這種轉變使公司能夠更好地將其ESG報告與特定法律要求保持一致，確保合規性并降低處罰風險。
• 減少供應商的報告負擔。ESG數據收集面臨的一個重大挑戰是供應商的響應率和此類工具的采用。為了解決這個問題，解決方案提供商正在進行創新，以減少供應商的報告負擔，從而提高響應率。目前市場上的大多數解決方案都允許供應商重復使用之前為多個客戶提交的數據。現在，新功能的重點是挖掘公開可用的數據并預先填充供應商的自我評估，以減少供應商響應數據請求的努力。
• 高級范圍3功能。ESG軟件解決方案中范圍3功能的演變是一個值得注意的趨勢。供應商正在從供應商那里收集基本的溫室氣體排放數據，包括針對新監管要求的綜合報告工具，例如歐盟的碳邊境調整機制 (CBAM)。一些供應商正在提供碳計算器來支持供應商的報告工作。此外，人們越來越重視收集產品碳足跡 (PCF) 數據的能力。

6)市場分析

• 可持續采購應用市場由單點解決方案和具有互補功能套件組成。不同的解決方案模塊通常可以單獨購買，具體取決于所涵蓋的 ESG 主題的范圍以及購買組織所需的靈活性。除了支持可持續采購計劃的模塊外，一些供應商還支持內部可持續性管理（在公司運營范圍內）。
• 本2024年市場指南（于 2021 年首次發布）概述了市場上提供的最新、更新的功能集，并列出了代表性供應商名單。沒有哪家供應商能夠出色地提供市場上所有可用的功能。因此，采購主管必須自我評估其戰略抱負，并優先考慮具有最相關功能的產品。
• 市場上近一半的代表性供應商在2015年之后發布了其當前的應用程序，專注于為中型和大型組織（收入超過 5 億美元）提供服務，這些組織擁有跨多個行業的復雜供應鏈。圖20根據該市場代表性供應商提供的數據，列出了可持續采購應用程序的市場亮點。

圖20：可持續采購應用(yong)數據分析(xi)基準(zhun)（來源：Gartner【19】）

7)代表供應商

本(ben)市場指南(nan)中包含的(de)(de)代(dai)表(biao)性供應商（見圖(tu)21）以原(yuan)生方(fang)式（即不(bu)通過合作伙伴）提供本(ben)報告中列(lie)出的(de)(de)核心功能，并將其可持續采購應用程序作為(wei)獨立解決方(fang)案提供。例如(ru)，本(ben)研(yan)究未涉及以下內(nei)容(rong)：

• 在線調查工具（例如SurveyMonkey ）可以實現數據收集和分析，但它們依賴于最終用戶提供向供應基地詢問的問題列表和支持文檔。
• ESG 評級數據庫（例如MSCI、Sustainalytics 或 CSRHub提供的數據庫）通過提供有關公司可持續發展績效的全面信息來提供領域專業知識。但是，這適用于預先確定的公司名單，因此不支持供應商數據收集。
• 戰略采購套件、供應鏈風險解決方案和供應商協作工具等鄰近市場的供應商可能會產生類似的效果。但是，他們主要不關注可持續性，不提供獨立模塊的解決方案，也不提供原生這些功能。

圖21：可持續采購應用領域的(de)代(dai)表(biao)性供應商(shang)（來源(yuan)：Gartner【19】）

關于(yu)這些代表供應(ying)商的(de)介紹詳見【19】。請注(zhu)意(yi)，沒有(you)哪家供應(ying)商能(neng)(neng)夠(gou)出色地提供市場上所有(you)可用的(de)功能(neng)(neng)。因此(ci)，采購主管必須(xu)自我評估其戰略抱負，并優先考慮具有(you)最相(xiang)關功能(neng)(neng)的(de)產品。

四、總結

本文主要介紹和分析了供應鏈采購和尋源解決方案發展趨勢。該文主要包括兩個部分：第一部分主要介紹2025 年全球宏觀經濟趨勢；第二部分介紹Gartner的2024年采購和尋源解決方案成熟度曲線。其中包括一些補充材料和本文作者的解讀和分析。作者希望供應鏈的同(tong)行能從中獲益，以推動中國(guo)供應鏈采購和尋(xun)源的變革(ge)和創新。

本文參考文獻

【1】唐隆基和潘永剛，《數字化供應鏈：轉型升級路線與價值再造實踐》,人民郵電出版社，2021年09月

【2】唐隆基博士專欄，羅戈研究，2024，//www.logclub.com/columnist/articleList/91?

【3】GEP Outlook 2025：Procurement & Supply Chain Key Trends, Challenges and Opportunities，GEP，2024-11 ?

【4】Kaitlynn Sommers 、Micky Keck 等，Hype Cycle for Procurement and Sourcing Solutions， 2024，Gartner，2024-06-20

【5】唐隆基，最新供應鏈計劃技術發展趨勢，羅戈研究，2024-12-23

【6】FACTORY DEMAND WEAKENS ACROSS MAJOR ECONOMIES IN OCTOBER: GEP GLOBAL SUPPLY CHAIN VOLATILITY INDEX，GEP， 2025

【7】Tammy ，Procurement in S/4HANA Webcast Summary，2020

【8】Jagreet Kaur Gill，Unlocking Procurement Efficiency with Autonomous Agentic Workflow， Akira.ai, 2024-10-26

【9】The Race is On: Why Early Adopters of Autonomous Sourcing Will Win Tomorrow’s Markets, Zycus, 2024-11-04

【10】M. O’Doherty, Introduction to Generative AI for Procurement，Gartner， 2024

【11】?唐隆基，供應鏈物流及人工智能發展趨勢預測綜述（2024年及以后），羅戈研究，2024-03-14

【12】Gartner，What Generative AI Means for Business, Gartner, 2024

【13】唐隆基，全球生成式人工智能（GenAI）在供應鏈領域創新應用展望，羅戈研究，2024-01-30

【14】Zycus, GENERATIVE AI-POWERED S2P PLATFORM, 2024

【15】唐隆基，《供應鏈網絡流程管理技術新浪潮：供應鏈編排》, 羅戈研究院，2021/07/02

【16】Aaron McMillan，Top 10: Procurement Orchestration Platforms，Procurement Magazine，2024-07-17

【17】IDC MarketScape：全球 SaaS 和云端支出編排 2024 供應商評估， 2024

【18】Harmonize Your Procurement Processes with GEP's AI-Powered Orchestration Platform，GEP.com, 2025 ?

【19】Miguel Cossio & Kevin Lawrence，Market Guide for Sustainable Procurement Applications，Gartner， 2024-07-15