本文作者此前已全面阐述了供应链釆购的数字化转型,并介绍了人工智能,特别是生成式人工智能对采购的革命性影响。
2024年适应了疫情后的现实之后,组织现在面临着复杂的技术、地缘政治和监管变化,这些变化正在极大地重塑采购和供应链。2025年是一个关键时刻:人工智能 (AI) 将彻底改变运营模式,推动公司提高效率,并重新构建采购与更广泛的业务战略的整合方式。在此背景下,贸易紧张局势持续存在,本地化和可持续性正在与传统全球化竞争。
采购和供应链领导者面临着深刻的问题:人工智能能否将采购转变为自主驱动的强大力量?在地缘政治不确定性中,企业能否平衡弹性与成本效益?本文将主要基于2024年11月GEP发布的《2025年全球前景展望:采购和供应链的主要趋势、挑战和机遇》【3】,以及2024年6月Gartner发布的《供应链采购和寻源解决方案成熟度曲线》研究报告【4】,介绍了2024年及以后供应链采购和寻源解决方案发展趋势,其中包括一些补充材料和本文作者的解读和分析。

1. 2025年全球宏观经济趋势
随着我们进入2025年,全球经济力量正朝着不同的方向发展,形成了一个复杂的格局,需要采购和供应链团队重新制定战略并提高敏捷性。【3】重点介绍了将影响来年的六个关键宏观经济趋势,每个趋势都对全球企业具有重大影响。
1.1 通货膨胀回归近期历史常态
国际货币基金组织 (IMF) 预计,全球通胀率将从2023年的6.7%下降至2024年的5.8%,并在2022年第三季度达到9.4%的峰值后,进一步降至2025年的4.3%。
图1:通货膨胀趋势:年度百分比变化(历史和预测)(来源:GEP【3】)【3】给出了2025年的5点主要不利于经济发展的展望:
1.2 国内生产总值稳定但不温不火地增长
根据国际货币基金组织在2024年10月出版的《世界经济展望》中的预测,预计2024年和2025年全球经济增长率将保持在3.2% 。
图2:GDP趋势:年度百分比变化(历史和预测)(来源:GEP【3】)1.3 利率从抑制通胀到促进增长
随着通胀趋于稳定,各国央行正将重点转向刺激需求。随着通胀接近目标水平,美国、英国、欧元区和中国的央行在2024年开始降息。美联储于2024年9月进行了四年来的首次降息,随着政府寻求缓解经济压力并重振经济增长,这一趋势可能会持续到2025年。
1.4 就业总体稳定
对于许多G7经济体来说,失业率接近数十年来的最低水平。虽然这些就业市场稳定,但也出现了疲软迹象。随着自动化和人工智能改变行业,全球劳动力市场正在发生重大转变。2025年,随着越来越多的行业采用人工智能技术,人们对失业和对新技能的需求将会出现担忧。
在政府就业工作的支持下,2024年前三季度中国就业市场保持稳定。中国国家统计局的数据显示,前三季度城镇失业率平均为5.1%,比去年同期下降0.2个百分点。 图4:失业率趋势:年度百分比变化(历史和预测)(来源:GEP【3】)1.5 能源紧张局势加剧,油价上涨
油价从2024年初的每桶85美元小幅下跌至9月份的平均75美元/桶。由于全球经济增长乏力,石油市场并非仅靠需求就能维持价格。中东冲突、俄乌战争以及自愿减产都导致油价居高不下。2025年,油价预计将稳定在75-80美元/桶的范围内。但是,如果中东局势进一步升级,油价可能会超过80美元/桶。另一方面,局势缓和可能会导致油价跌破70美元/桶。
1.6 中国经济前景不明朗
【3】指出,自加入世界贸易组织以来,中国一直是经济增长的显著推动力。中国目前正面临经济增长放缓、房地产危机和政府政策转变等问题,全世界都在关注。中国会恢复高增长模式吗?还是会开始停滞不前?
贸易战的不断升温以及对近岸外包的兴趣日益浓厚,进一步加剧了这些挑战。这些压力有可能限制世界第二大经济体的增长潜力。更深层次和更长时间的经济放缓将对全球产生影响:中国不仅是钢铁、建筑材料、医药原料、鞋类和电子产品的最大供应国,也是燃料、机械设备以及贵金属的最大进口国之一。经济放缓将影响其他与中国有贸易和投资关系的经济体。GEP 预计,如果经济增长继续放缓,中国领导人将加大经济刺激措施的力度。总之,2025年全球宏观经济充满了不确定性,供应链和釆购的领导者需要做好各种应对的准备和相应措施。不管世界如何变化,坚持技术创新是硬道理。本文作者已在【5】中介绍和分析了最新供应链计划技术发展趋势,本文的下一节将介绍和分析Gartner 最新的供应链采购和寻源解决方案发展趋势。2. Gartner 2024年供应链采购和寻源解决方案成熟度曲线Gartner于2024年6月20日发布了它一年一度的《2024年采购和寻源解决方案成熟度曲线》研究报告【3】。供应链采购和寻源技术领导者可以利用此技术成熟度曲线在基础能力和创新能力之间取得平衡,从而完善和革新其采购和寻源。从而构建采购和寻源中关键技术和框架的发展和潜力的路线图。2.1 最新供应链采购和寻源解决方案成熟度曲线
2.1.1 GEP全球供应链波动指数和供应链采购面临的挑战
GEP全球供应链波动指数显示【6】,2024年10月份主要经济体工厂需求减弱值。【6】指出,
【3】指出,采购技术领导者面临着持续的挑战,即在有限的预算下支持采购流程和目标。由于采购旨在增加其技术组合,他们必须在核心流程中更好地数字化的需求与可以提高速度、灵活性并有时带来急需的成本节约的新兴技术之间取得平衡。
2.1.2最新供应链采购和寻源解决方案成熟度曲线
在2024年的成熟度曲线中,许多核心采购技术(例如货源到付款套件和供应商信息管理)正在从启蒙之坡走向生产高原,即主流采用。所有这些技术预计都将在两到五年内达到生产高原。
与此同时,许多新兴技术正接近膨胀预期的顶峰,包括供应商发现、尾部支出解决方案、和品类管理。人工智能在采购领域的炒作达到了历史最高水平,因为自主采购、预测分析、生成人工智能和对话式人工智能都达到了膨胀预期的顶峰。采购技术领导者可以使用这个技术成熟度曲线来了解这些新兴技术,并在确定投资优先顺序时权衡它们的成熟度、优势、价值驱动因素和未达到预期的潜在风险,与具有经过验证的投资回报率的更成熟的解决方案进行比较。采购和寻源中的基础解决方案(例如源到付款套件中定义的解决方案)随着各个行业和组织规模的进一步采用而不断成熟。在过去两年中,Gartner调查显示,随着供应商的产品不断成熟,采用加速,生产率逐渐上升,源到付款套件的关注度也随之增加。与此同时,随着组织努力扩大使用范围并将重点转向生产率、成本节约和风险缓解等优势,供应商多样性和可持续性等解决方案正在滑入幻灭低谷。 图6:Gartner的2024年供应链采购和寻源解决方案成熟度曲线(来源:Gartner【3】)采购和寻源解决方案成熟度曲线(见图6)所反映的市场最大的变化包括以下几点:生成式人工智能正处于炒作的顶峰。在过去的12个月中,生成式人工智能用例的可用性大大扩展,供应商每个月都会在采购领域添加更多功能。早期突出的用例包括承包、采购和供应商管理,还有更多与供应商绩效管理、P2P 和分析相关的用例。这些功能通常通过供应商开发的聊天机器人提供,以利用商业或专有LLM。73 %的采购组织计划在2024年底前实施生成式人工智能。Gartner预计,随着采用率的快速增长,生成式人工智能将继续快速发展,两年内将达到生产力高原期。
采购编排平台已经出现。市场普遍存在混乱,因为支持采购管理的供应商经常将其功能称为“采购编排”。虽然采购和采购编排截然不同,但有些供应商可能同时支持这两种功能。Gartner首次在本轮技术成熟度曲线中定义了新兴的采购编排市场,并确定了正在开发此功能的供应商。随着这一类别的出现,没有一家供应商能够满足Gartner在市场上定义的所有标准。潜在客户需要看清炒作,并看清营销,以确保他们根据自己的能力需求选择合适的供应商。
ESG 解决方案的采用正在增加。随着这些解决方案日趋成熟,组织机构仍然致力于环境、社会和治理 (ESG) 计划,尤其是在供应商可持续性和供应商多样性方面。在可持续性领域,监管要求不断提高。公司专注于合规和非合规驱动的目标,因为他们旨在扩大其计划。与此同时,供应商多样性解决方案扩展了其能力,尽管由于在美国以外扩展的挑战和巨大的成本压力,过去几年需求有所下降。
对话式人工智能将在达到稳定期之前过时。我们定义的对话式人工智能目前预计不会达到稳定期。生成式人工智能聊天机器人的采用正在扩大,我们预计其增长速度将超过对话式人工智能解决方案的采用速度。这将使它们在达到主流成熟度之前过时。
这些讨论的见解将有助于组织优先考虑其创新采用战略。
2.2 供应链采购和寻源解决方案的优先级矩阵
根据【3】,图6中的技术成熟度曲线包括各种解决方案,这些解决方案在采用、成熟度和收益方面有所不同。寻求运营优势的组织需要平衡提供短期、渐进式改进的投资与提供长期高收益甚至转型收益的投资。此技术成熟度曲线包括多种日益成熟且影响深远的技术,这对于希望避免新兴技术可能带来的早期投资风险(未达到预期)的组织非常有用。尽管如此,组织可能仍希望考虑在转型技术的生命周期早期提高其熟练程度,从而带来长期运营优势。
此技术成熟度曲线中包含的创新被映射到优先级矩阵,以帮助采购技术领导者制定采用的策略和时间表。炒作周期报告包含炒作周期中同一组创新概况的优先级矩阵(见图7),该优先级矩阵是一种帮助产品团队确定任务和项目的优先顺序并提高效率的工具。该矩阵从益处(优先级矩阵的纵轴)和技术成熟的时间(优先级矩阵的横轴)两个维度将将矩阵划分为16块,图6中的所有22项技术将落入这16块中。其中“益处(Benefit)”侧重于创新的潜在效益评级,分为4类【6】:转型:在行业内和跨行业建立新的经营方式,导致行业动态的重大转变。
高:支持执行横向或纵向流程的新方法,这将显著增加组织的收入或成本节约。
中等:对既定流程进行渐进式改进,从而增加收入或为组织节省资金。
低:使流程略有改进,但可能不会转化为收入增加或成本节约。
优先级矩阵的横轴(技术成熟的时间)根据稳定时间对创新进行分类,即创新预计何时达到主流采用, 它包括“不到2年”,“2至5年”,“5至10年”,和“超过10年”四个等级。平台时间评级是一种基于创新预期成熟率的简单风险度量。组织和行业之间在这个轴上可能存在一些差异,但通常比在利益轴上的差异要小。被评为“高原前过时”的创新不会出现在优先级矩阵中。
图7:2024 年采购和采购解决方案优先级矩阵(来源:Gartner【3】)- 从相对收益和风险的角度比较创新。这种比较可以帮助减轻有影响力的个人推动可能不符合组织最佳财务利益的创新的情况。
2.3 2024年采购和寻源解决方案成熟度曲线的更新
Gartner会不断审查技术成熟度曲线中选定的创新,以最好地反映出对未来 采购和寻源解决方案影响最大的创新。因此,对此2024采购和寻源解决方案成熟度曲线进行了以下更新:
| | |
| | |
| | 虽然这项技术不断成熟,但采购部门很少拥有此功能。它通常由财务部门拥有和管理。它确实与应付账款 (AP) 发票自动化和供应商信息管理相关,这些都可以由采购部门拥有,并且都保留在这个炒作周期中。 |
在矩阵图7中,一共列举了22项采购和寻源解决方案的创新技术。Gartner有名的分析师对所有列举在矩阵图7中的技术做了标准分析,该分析包括解决方案的定义和分析,以及其市场热度和成熟度。下面将以表格的形式介绍其中5项采购和寻源解决方案的定义和分析。对于每个介绍的技术表后面,本文给出了解读和本文作者的分析见解。3.1 自主采购(Autonomous Procurement)
| |
| |
| |
| |
| |
| 自主采购使用具有类似机器人流程自动化功能的人工智能机器人。这些机器人与大量数据一起工作,完全自动化一个或多个支出类别的采购流程。 |
| 自主采购是采购订单效率的终极状态。自动化确定采购内容、选择供应源和创建采购订单的整个过程将使组织能够将资源重新分配给更有价值的工作。专业人员将只关注价值最高、不可预测和最复杂的支出类别,其他所有工作都由人工智能和自动化处理。 |
| 自主采购具有完全重塑采购执行方式的潜力,因此能够提供高投资回报率并符合组织政策和目标。自主采购将使组织能够将资源重新部署到更高价值的活动中。劳动力成本、不合规支出和错误的综合减少将立即为企业带来利润节约。 |
| - 人工智能自动化方面的进步:供应源发现、产品替代理解和整个组织支出模式识别等领域的准确性正在迅速提高,从而增加了可解决支出的范围。
- 能力扩展:采购和入库等周边流程的自动化和增强,为采购流程的预购阶段增加了智能层。这种自动化可以处理通常在下订单后发生的任务,例如审批或符合政策的竞争性投标。
- 政策和合同合规性需求:自主采购解决方案将始终遵循采购政策,只从最佳供应商处采购。从首选供应商处采购可将更多支出转移到谈判合同上,从而增加这些合同提供的价值。
- 节省成本和提高运营效率:订单量可以在整个企业内汇总,从而实现统一订购,以降低运输和处理费用。可以协调入站交付以减少高峰或确保接收码头和仓库的容量。改进交付时间还可以减少对存储空间的需求,避免由于组织缺货而导致生产力损失,并使即时模式得到更广泛的利用。
- 具有大量跨客户数据库的多租户SaaS 解决方案:这些解决方案可以访问实现自主采购所需的大型数据集。
- 生成式人工智能:大型语言模型人工智能本身无法实现整个自主采购用例,但它可以通过理解需求信号和提高上下文理解来缩小差距。
|
| - 自主采购不太适合不频繁的采购或快速变化的物品采购。在这两种情况下,收集足够深的数据库来训练人工智能决策引擎都非常困难。
- 人工智能在处理高度可变的环境方面表现不佳,这是人们对自主采购持怀疑态度的主要原因。人工智能非常擅长寻找模式,但在预测以前未见过的事件方面却非常有限。
- 自主采购需要大量的历史交易数据和干净的支持主数据。此外,由于采购物品的适合度和功能可能非常主观,因此人工智能在早期阶段需要大量的人工培训。
- 脱节或断开的多技术生态系统意味着整个采购流程的自动化非常具有挑战性。
|
| - 随着采购到付款(P2P) 应用程序开始采用生成式 AI ,请关注 AI 自动化工具的进步。早期版本的成败将提供有关该技术影响和发展速度的宝贵数据。P2P套件供应商正在作为先行者开发这项技术。然而,鉴于该技术尚不成熟,拥有 AI 专业知识的新点解决方案提供商可能会作为替代方案出现。
- 通过分析支出数据来了解一次性购买的数量与重复支出的对比情况,从而评估自动化的潜在影响。重复支出水平较高的组织更适合自动化。
- 通过对可行数据源进行分类来为您的组织做好准备,并通过存储新数据源来为自主采购引擎提供数据,从而提高组织准备就绪程度。
- 检查现有采购技术供应商的路线图。他们可能正在寻找早期测试人员或共同开发伙伴。
|
| Arkestro; Coupa; GEP; JAGGAER; SAP; Xeeva; Zycus |
SAP是样品供应商之一,其自主采购系统是指由SAP技术支持的采购系统,利用人工智能 (AI) 实现采购流程大部分内容的自动化,以最少的人工干预做出决策并执行采购,本质上允许系统根据预定义参数和数据分析“自主”管理采购任务;这主要通过其领先的采购套件 SAP Ariba 实现,该套件结合了AI功能来优化采购、供应商选择和采购订单生成。图8描绘了SAP从手工采购到自主采购的发展阶段以及自主釆购的愿景。人工智能驱动的决策:该系统使用机器学习算法来分析市场数据、历史采购模式和供应商表现,以做出智能采购决策,例如根据价格、质量和交货时间自动为给定需求选择最佳供应商。
自动化工作流程:生成采购申请、发送RFQ(报价请求)和处理采购订单等重复性任务可以实现自动化,从而减少人工工作量。
支出优化:通过分析支出数据,该系统可以识别潜在的成本节约机会并提出建议以优化采购策略。
供应商管理:人工智能可用于评估和管理供应商关系,包括识别潜在风险和主动协商更好的合同条款。
实时见解:该系统提供实时数据和分析,以监控采购绩效并确定需要改进的领域。SAP Ariba如何促进自主采购:
引导购买:该功能可根据用户需求和公司政策建议最合适的购买商品,最大限度地减少手动搜索的需要。
智能采购:人工智能驱动的采购能力可以根据价格、质量和可持续性等复杂标准来确定最佳供应商。
合同生命周期管理:自动化合同管理功能可确保遵守供应商协议并发现潜在的成本节约机会。
在实施自主在购时,以下两点是需注意事项:
下面介绍另一个创新的自主采购的解决方案。【8】指出,传统解决方案和分析技术在现代供应链的要求下逐渐被抛在后面。随着规模和复杂性的增加,传统技术将不再适用,从而导致以下各种相当严重的挑战:
Akira.ai 釆用人工智能的多自主代理构建了一个自主釆购解决方案(见图9)以应对上述挑战。Akira.ai 的自主采购工作流程通过自动化可观察性周期的每个环节彻底改变了供应链流程。该系统由一个代理工作流程和几个专门的 AI 代理组成,每个代理都旨在处理流程中的特定任务。
图9:Akira.ai自主采购系统技术架构图(来源:Akira.ai【8】)- 聚合:采购数据从不同的来源获取,例如来自不同供应商的 ERP、电子邮件和门户网站,RFQs, FRs。
- 编排:它是管理聚合数据的中央系统,该中央系统由一个主编排代理,包括代理流程编排器,以现代的技术工具(大型语言模型(LLM)和知识图谱)组成。它通过流程的各个部分对数据进行进一步的编排。
- 数据预处理:对收集到的数据进行预处理和转换,以便进一步处理。数据收集和验证代理是所有采购数据的入口点。它通过与 ERP 系统、电子邮件和供应商门户集成到采购工作流程中来提取感兴趣的数据。它负责验证以确保所捕获的数据完整、准确且一致。
- 与供应商沟通:供应商沟通和中断代理管理与供应商的沟通以及他们与消费者供应链的互动,以应对双方的供应故障。关键自动化包括电子邮件和消息,这有助于及时保存重要信息。自动消息或电子邮件已到位,以便将订单传达给供应商,并确保供应不会中断。如果供应链中断,可以发出警报。
- 订单处理和合规性:订单处理和合规代理负责验证系统内的订单,以确保从下单到交货跟踪以及按时履行规范的连续性。根据定义的范围审查收到的订单是否与所有附带的规则和要求兼容。
- 支出分析:支出分析和优化代理通过采购数据来了解潜在的节省,检测过程中的趋势和异常,并通过建议替代供应商、条款和批量采购来建议在采购决策中更好地优化成本。通过寻找替代供应商或协商更好的交易等因素,对潜在成本节约的分析与整个节省资金的过程同时进行。
- 解决问题:采购过程中的任何问题或差异都会得到及时解决,并在必要时上报。
- 输出:在自主采购系统的最后阶段,供应商绩效指标中的各种指标会产生绩效历史记录,以便可以谨慎地做出未来决策。这也有助于形成库存优化建议,以提高库存水平,从而优化存储和成本。任何中断都会立即被识别和解决。
上面列举的主要功能是由一个人工智能的多自主代理系统来执行的。详细的架构描述可从中找到。【8】指出,Akira.ai的多代理系统通过提供无与伦比的效率、可扩展性和合规性,彻底改变了采购。通过自动化关键流程并利用实时数据分析,这种先进的 AI 解决方案有效地解决了传统的采购挑战。采用 Akira.ai 的企业可以提高运营效率、采取主动解决问题的方法,并大幅节省与采购相关的成本。3.2 自主寻源(Autonomous Sourcing)
| |
| |
| |
| |
| |
| 自主寻源解决方案使用人工智能和先进技术来简化和自动化寻源流程,并为向供应商授予支出提供决策支持。功能各不相同,但可以包括自动事件创建、批次/生产线结构、动态事件计时、自动供应商反馈、响应评分、分析和奖励。 |
| 自主寻源解决方案缩短了寻源活动的执行周期,无需增加员工即可提高产能。通过自动化日常支出的创建、执行、谈判和授予决策,员工可以将资源集中在更具战略性的谈判和品类管理上。自动化事件可以提高客观性、政策合规性,并帮助组织实现不仅仅是节约的目标(例如环境、社会和治理)。 |
| 寻源流程自动化程度的提高提高了采购组织的速度、敏捷性和效率,使员工从非增值任务中解放出来。它还可能优化供应基础,并根据项目规范、内部和外部约束以及市场条件推荐供应商奖励。获得这些见解将支持采购在为利益相关者提供建议方面的战略作用。 |
| - 长期通货膨胀和经济不确定性增加了采购组织在难以实现成本节约的情况下提供价值的压力。自主寻源解决方案使流程更加高效,提高了承担新支出项目和将新供应商引入竞争格局的能力。
- 自主寻源包括使用内部和外部数据来改善决策支持。自动分析投标可做出更好、更明智的授标决策。
- 自主寻源具有机器学习 (ML)、生成式人工智能和自然语言处理 (NLP) 的特点,可实现比传统电子寻源更高水平的事件自动化,从而使寻源团队能够专注于供应商关系管理等更多增值活动。
- 提供推荐购买模式(例如何时购买、购买什么以及向谁购买)的解决方案会根据实际购买决策与推荐进行比较,从而进行学习。随着这些建议的完善,它们可以完全自动化并值得信赖,从而为组织做出合理的决策。
- 手动进行复杂情景分析和假设奖励分析非常繁琐,需要高级分析技能。自主寻源减少了手动工作,并可让买家提高谈判策略等其他能力。
- 寻源人才的限制正在促使公司转向自动化的预寻源流程,例如需求收集和工作说明创建。
|
| - 自主寻源开始成熟,但任务自动化功能比决策支持更为广泛。
- 成功使用这些解决方案需要最终用户为解决方案提供数据、上下文和参数。访问和管理经过清理的、可消耗的数据来训练 AI 模型通常很稀缺,从而阻碍了模型的快速成熟。
- 与间接支出类别相比,直接支出类别通常具有更好的内部数据(例如需求预测、材料计划和历史零件数据)和外部商品数据,以加速自动化。但是,更改供应源的能力可能有限。这意味着类别自动化的成功可能会因寻源无法控制的因素而有所不同。
- 确定新供应商是否有资格参与自动化活动可能具有挑战性,因为每个组织对新供应源的资格要求不同。如果您的自主寻源解决方案包括新供应商发现,则必须定义这一点。
|
| - 评估当前流程和数据成熟度。自主寻源应用程序依赖成熟的流程和历史数据来构建模型。如果没有这个基础,请不要尝试部署自主寻源应用程序。
- 在投资自主寻源之前,请进行风险收益分析。如果您的组织可以利用这些解决方案目前成熟度带来的好处,请继续。
- 采用可组合方法。自主寻源主要由独立供应商实现,需要第三方投资并集成到您现有的采购解决方案中。
- 首先对非战略类别进行试点,最好是那些采购历史较长且知名度较高的类别。这样可以准确评估寻源自动化和建议。
|
| Arkestro ;Coupa;Fairmarkit;Globality;Keelvar;Zycus |
Zycus 是采购到付款 (S2P) 解决方案的领导者,率先推出了世界上第一个生成式人工智能 (GenAI) 驱动平台,帮助采购实现 10 倍的速度和效率。它也是自主寻源样品供应商之一。寻源是指在公司外部寻找产品或服务的流程。采购是指协商合同并为所需产品获得最佳价格。这两个流程结合起来可以帮助企业节省资金并提高效率。通常寻源为釆纳提供应商的信息和评估结果,它是釆购的重要帮手。图10描述了寻源从传统方式到数字方式,直至半自主和自主方式发展的6个阶段(0~5级):零级水平寻源: 完全手动,线下或电子邮件。
1级水平寻源: 辅助寻源,如釆用工具eRFX(在采购技术中,ERFx (或eRFX ) 是电子请求 [X]的首字母缩写,其中X可以是提案 (RFP)、报价 (RFQ)、信息 (RFI)或招标 (RFT)。)
2级水平寻源: 部分自动化寻源,釆用拍卖方式,
3级水平寻源: 条件自动化寻源,釆用工具基的寻源优化,即将电子寻源及拍卖的长处与高级数学模型相结合的方式,
4级水平寻源: 高级自动化寻源,釆用规范性寻源机器人
5级水平寻源: 自主寻源, 釆用自学习自主寻源机器人(AI自主寻源代理)
目前,最后两级寻源解决方案还在创新发展中,尤其是自主寻源解决方案还要5~10年才成熟(见图6-7)。它们目前还只是由早期的创新者和寻源和釆购的领军企业所釆用。
在当今市场,行动迅速的公司将获得优势,无论是确保高需求供应商还是应对波动的需求。自主寻源解决方案使GenAI 的工作流程增强更上一层楼,实现了快速、基于数据的决策,这种决策既敏捷又能响应市场变化。这些系统可以实时寻源、评估和与供应商谈判,通常在几秒钟内完成团队需要几天才能管理的流程。虽然 GenAI 可以协助进行预测分析和支出跟踪,但自主寻源解决方案擅长实时持续优化寻源决策。这些 AI 代理可以分析市场状况、评估供应商绩效并自主跟踪定价趋势,确保公司获得最佳条款。自主寻源的早期采用者获得的成本优势不仅在于减少开支,还在于战略性节约——这种节约使预算更灵活,可用于创新和增长计划。弹性对于采购至关重要,而自主寻源可提供实时风险洞察,帮助企业应对供应链波动。借助自主寻源,企业可以超越基本的风险分析,通过自动供应商切换、早期中断警报和持续监控来积极降低风险。早期采用者可以识别其供应商网络中的漏洞并准备好主动选项,确保即使在不确定时期也能顺利运营。随着组织的发展,手动采购流程成为一种制约因素。自主寻源旨在实现可扩展性,能够处理不断扩大的供应商网络和日益复杂的数据,而不会降低速度或需要额外资源。早期采用者将获得无缝支持增长的基础设施,使他们能够根据业务目标扩展采购功能,而不会牺牲效率或性能。3.3 采购生成式人工智能(Generative AI for Procurement)
| |
| |
| |
| |
| |
| 生成式人工智能 (GenAI) 技术可以通过从大量原始源内容库中学习来生成新版本的内容、策略、设计和方法。GenAI 对业务有着深远的影响,包括内容发现、创作、真实性和法规;人工工作的自动化;以及客户和员工体验。它可以加速采购中的任务、文档和工作流程,同时将各种任务集成到采购应用程序中。 |
| GenAI 是几十年来冲击全球市场的最具颠覆性的技术趋势之一。它已展现出巨大的潜力,有望成为推动语言智能发展的基石。GenAI为企业带来的三大颠覆领域是内容消费、创作和技术创造。它适用于从源到支付的整个过程,可提高可扩展性和生产力,因此人们对其的利用和采用兴趣持续存在。 |
| GenAI支持的采购应用程序将针对耗时且重复的任务,例如采购环境中的知识发现、总结和情境化、工作流程和执行。有了这些工具,采购组织可以提高生产力、效率和能力,从而降低成本,并拥有最佳劳动力,专注于战略决策和供应商管理等更高价值的任务。 |
| - 投资和需求正在推动 GPT(又名生成预训练转换器)等大型语言模型 (LLM) 的进步,从而实现合同分析和发票等文本到文本的应用程序。
- 文本到流程和工作流是常见的用例。产品使用户能够使用自然语言生成工作流或指示代理,将生成任务与应用程序绑定。用例包括自动化合同管理工作流(起草、谈判、审查、签名)和项目范围确定(使用供应商建议和自动生成RFx)。
- 需要灵活性来生成工作流程,例如类别规划或合同模板选择和项目管理,通过 AI 代理管理项目并简化流程。现在可以使用自然语言来实现。
- 与从头开始开发专有 GenAI 工具相比,采购应用程序供应商正在集成第三方 LLM,以提供更实惠的 GenAI 功能访问。
- LLM能够适应个人偏好,在采购场景中,可以个性化地根据品类经理、买家等角色提供建议和支持,从而提升整体用户体验。
- GenAI 可以节省成本,同时保持甚至提高输出质量和能力,与组织目标保持一致。
- 早期采用 GenAI 可以为那些尚未采用这项颠覆性技术的企业带来战略竞争优势。
|
| - 数据质量:采购中各个系统之间数据分散,阻碍了实时分析以及准确可靠的数据洞察。
- 安全和信任:围绕GenAI的不明确的规定引发了隐私、知识产权保护和整体信任方面的担忧。
- 集成挑战:由于技术规格不同,将 GenAI 与现有采购系统集成可能很复杂。
- 变革管理问题:对工作保障的担忧、对人工智能洞察力的怀疑以及缺乏理解,阻碍了向人工智能驱动的采购流程的转变。
- 实施成本高:大量资源(数据、计算能力、人才)是障碍,尤其是对于较小的公司而言。
- 不断发展的法规:GenAI 的新兴法规和认证要求为其在采购中的采用增加了进一步的障碍。
|
| - 通过选择能够解决隐私、安全和 IP 问题的解决方案,优先考虑安全的企业级AI。
- 投资数据基础设施来标准化和集成跨系统的数据(例如,文档标记),以获得可靠的见解。
- 通过评估当前采购应用程序提供商即将推出的功能和路线图来探索现有供应商。
- 评估针对未来需求(例如采购、合同管理、供应商风险等)的模块化、特定流程的 AI解决方案。
- 通过对团队进行快速工程培训以有效理解和解释人工智能输出,提升员工的技能。
- 通过鼓励学习和使用数据洞察和自动化调整采购流程来接受变革管理。
- 通过了解不断变化的法规并寻求专家指导以确保合规实施,来监控法定法规。
|
| Coupa;GEP;Ivalua;JAGGAER ;微软;甲骨文;SAP;Zycus |
生成式人工智能(Generative artificial intelligence、Generative AI、GenAI、GAI)是一种人工智能系统,能够产生文字、图像或其他媒体以回应提示工程,比如ChatGPT,DeepSeek。产生模型学习输入数据的模式和结构,然后产生与训练数据相似但具有一定程度新颖性的新内容,而不仅仅是分类或预测数据。图11将生成式AI系统与传统的AI系统进行了比较。读者可见两者的主要区别在于,传统的AI系统主要用于产生分析和自动化,而生成式AI系统主要用于产生新的人工内容产品(如各种总结,人机交互,文档产生,知识管理,数据和编程等),即具有直接的生产力。图11:生成式AI有何不同(来源:Gartner【10】)笔者在【11】中引用了Gartner的研究报告,该报告指出:生成式人工智能可以提供帮助商业领袖达到新的期望。高管面临的主要挑战是确定生成式人工智能在何处以及如何融入现有和未来的业务和运营模式,如何有效地试验 GenAI 用例,以及如何为 GenAI 趋势带来的长期颠覆和机遇做好准备。图12描述了Gartner对GenAI未来的8大预测,详见【11】。图12:Gartner对GenAI未来的8大预测(来源:Gartner【11】)GenAI有着广泛的应用,笔者曾在【12】中展望了GenAI在供应链中的应用前景,以及供应链如何从使用生成式人工智能中受益,当然其中也包括了釆购,但沒有深入分析其在采购中的革命性影响,【4】对于采购生成式人工智能解决方案做了深入的分析(见上表),本文下面将先主要依据【10】进一步指出釆购釆用GenAI的战略路线和价值。最后给出一些案例。首先供应链,特别是釆购部门的主管要充分理解GenAI的趋势。根据 Gartner的《2024 年采购和采购解决方案炒作周期》【4】,采购领域的生成式人工智能 (GenAI) 正处于预期膨胀的顶峰。快速采用和大量可靠的用例将在两年内迅速将 GenAI 推向生产力高原。Gartner供应链业务高级总监分析师Kaitlynn Sommers表示:“GenAI 已经可以增强采购中的许多不同工作流程,今年年初有 73% 的采购主管预计到 2024 年底将采用这项技术。这种采用水平,加上合同管理等有前景的用例,意味着 GenAI 将迅速穿越炒作周期,以比采购中大多数新兴技术更快的速度达到生产力平台期。”
在充分理解GenAI的趋势基础上,最重要的一步是识别采购的用例。在过去的 12 个月中,GenAI 用例的可用性得到了极大的扩展,供应商每个月都会在采购领域添加更多功能。早期突出的用例包括合同管理、采购和供应商管理。其他预期用例包括支持供应商绩效管理、P2P 和分析。采购技术供应商正在整合第三方大型语言模型 (LLM),以更实惠的方式提供符合数字流程支持的 GenAI 功能。这些 LLM 可以根据组织的数据和个人的采购角色(例如品类经理或买家)提供建议和支持。
确定了用例之后,最重要的一步是根据用例的优先级部署和启动有针对性的采购GenAI用例的试点,这将有助于明确哪些功能可以扩展,同时还可以监控当前供应商的发展情况,寻找利用 GenAI 的机会,而无需从头开始构建专有基础设施。
图13:釆购釆用GenAI的战略路线(来源:Gartner【10】)图14列举了当今采购中的15个顶级GenAI用例,并且将其分成五大类。每一类的表釆用了不同深度颜色加以区分,依次从上到下表明类别用例的价值高低。图14:当今采购中的顶级GenAI用例(来源:Gartner【10】)【10】釆用Gartner评估用例的棱镜方法,按照用例的价值高中低和可行性高中低两个维度将16个寻源和釆购的GenAI用例分布在棱镜的七个区域,其中用例1,11,和15具有最高的价值和可行性(见图15)。图15:GenAI寻源和采购用例棱镜(来源:Gartner【10】)釆购组织的主管可以根据用例棱镜评估,找到布署和试验这些用例的优先级,从而有计划地启动寻源和釆购的GenAI用例,尽快获得应用GenAI的价值和经验,然后扩大战果,进一步用GenAI来帮助寻源釆购从成本中心向利润中心的转型。釆购组织的主管可以根据用例棱镜评估,找到布署和试验这些用例的优先级,从而有计划地启动寻源和釆购的GenAI用例,尽快获得应用GenAI的价值和经验,然后扩大战果,进一步用GenAI来帮助寻源釆购从成本中心向利润中心的转型。事实上,一批供应链釆购的领军企业已经开始行动,并且已经在釆购GenAI方面取得了可喜的成果。一些解决方案的供应商,如上表中的样品供应商也取得了很好的成果。Zycus 和微软打造了全球首个 GenAI S2P 平台: 图16:Zycus GenAI生态系统(来源:Zycus【14】)Zycus GenAI生态系统中GenAI驱动的S2P生命周期:智能采购:备选供应商推荐引擎,以95%的准确率识别类似供应商并降低风险。20%更快的采购周期,25%降低风险敞口
智能合约:自动提取义务和合同摘要,以提取关键条款并生成简洁的摘要,以便更快地进行审查。合同审查速度提高30%,合规性和决策能力得到改善。
简化采购:替代项目建议和比较,根据价格、质量和其他标准即时比较类似项目。购买决策提高60%,用户满意度提高。
数据驱动的供应商选择:自动筛选RFP,以无偏见的评分分析提案,节省时间并消除偏见。提案评估速度提高50%,准确性和一致性提高。
主动风险缓解:生成标准化问卷,根据全球标准(GDPR、ISO)自动生成问卷,以加快风险评估。风险评估速度提高40%,合规性得到改善。
3.4 采购编排平台(Procurement Orchestration Platforms)
| |
| Naveen Mahendra、Balaji Abbabatulla |
| |
| |
| |
| 采购编排平台是一种决策增强工具,可规定和执行端到端的采购到付款流程工作流,以实现特定的业务成果。它们汇总来自多个来源的采购数据,利用网络洞察来丰富数据,并模拟采购决策对目标业务成果的影响。 |
| 采购编排平台通过汇总和丰富做出此类决策所需的数据,并结合企业和网络洞察来增强运营决策。它们模拟此类决策对关键采购结果的影响,并规定最有可能实现目标业务结果的决策。这些平台通过现有应用程序执行相关的端到端采购到付款工作流,以实施决策。 |
| 采购编排平台使采购和采购主管能够使用丰富的采购数据来增强决策并执行所需的工作流程,从而实现战略性业务成果。这种编排方法使采购和采购主管能够分析其运营决策对期望的业务成果的影响。 |
| - 采购领导者努力将采购决策与组织目标紧密结合起来,这就需要支持战略协调的协调能力。
- 分布式数据源需要智能集成和丰富,以通过数据驱动的洞察来提高决策质量。
- 采购部门渴望通过推动采用编排平台来从供应商关系中获得更大的价值,这些平台可以自动化战略采购、供应商协作和创新合作机会识别等流程。
|
| - 采购编排平台是一个新兴市场,大多数供应商都提供部分功能。
- 进货或流程工作流管理方面的供应商都声称拥有编排功能,但值得注意的是,这些功能可能并不涵盖所需的全面采购编排平台功能。
- 缺乏实时质量的采购数据和网络洞察可能会阻碍精心策划的采购流程的有效性。
- 跨传统和当前数据库和应用程序的数据协调需要数据映射、清理和集成,以确保无缝信息流并避免数据孤岛。
- 编排平台与现有采购应用程序和数据源之间的集成具有挑战性。
|
| - 评估您现有的采购解决方案或软件和基础设施应用程序供应商是否有采购编排平台的路线图,以避免重复投资。
- 采购领导者应确保进货或流程工作流管理供应商提供的解决方案满足他们当前和未来的采购编排平台期望。
- 将涉及多个利益相关者和系统的高影响力采购流程作为采购编排平台的目标用例。
- 确保能够访问来自不同内部和外部来源的准确、实时数据,同时确保数据质量和治理,以提高运营采购决策的质量。
- 通过灵活的预建连接器实现现代集成架构,简化编排平台与不同应用程序环境(如供应链、采购、ERP 和其他相关企业应用程序)之间的连接。
|
| Coupa; Focal Point; GEP; ORO Labs; SAP; Zip |
什么是编排?编排译自英文”Orchestration”, 其原意是交响乐。简单来说,一个完整的交响乐团大约有80-120名音乐家,演奏大约50-60种乐器,分为四类:木管乐器、铜管乐器、打击乐器和弦乐。如果沒有一个协调的编曲和指挥,很难想像一个交响乐团能演奏出美妙的音乐。供应链和釆购是一个比交响乐团更复杂的网络组织,有着复杂多样的参与者,部门,数据,工具和人,以及复杂的流程。编排就是让(很多)东西以一种让它们变得出色或至少更好的方式协同工作。在采购领域,这基本上适用于我们拥有和做的一切;流程、工具、数据、互动、伙伴关系等。这些不断发展的工具、新模型和混合方法正在让我们的 CPO(和团队)从操作员转变为编排者。笔者在【15】中详细介绍和分析了供应链编排的概念,架构和发展趋势。有兴趣的读者可参考它。实际上,釆购和供应链的可编排性是釆购和供应链发展的高级阶段,它标志着釆购和供应链的高级成熟度。釆购和供应链的高度数字化是实现编排的基础。特别,人工智能,GenAI是现代编排平台的重要技术基础。数字化已经为釆购和供应链运营带来了生产力、速度和可视性的显著提升。编排有望进一步扩大这些优势。部分数字釆购和供应链的领军企业已经或正在进军釆购和供应链的编排平台。除上表列举的釆购编排平台的样品供应商。釆购杂志评出了2024年十家顶级的釆购编排平台(【16】见下表)。 | |
| ZIP 作为领先的编排平台脱颖而出,以其全面的采购和供应商管理方法而闻名。ZIP 建立在精简采购解决方案的核心产品之上,它引入了重大的人工智能增强功能,旨在改变采购运营并更好地控制支出。ZIP 还推出了世界上第一个 Orchestration Library,这是一项综合资源,可以访问大量工作流模板。 |
| Focal Point平台擅长提供财务和运营数据的统一视图,通过提供推动明智决策的见解帮助企业调整战略。 |
| 通过使用人工智能,ORO Labs 推动创新,增强供应商关系,并通过智能自动化优化支出管理。 |
| Airbase 提供一体化支出管理平台,旨在为财务团队提供对公司支出的控制、可视性和自动化。 |
| SpendHQ 由采购专家创立,其使命是优化采购可见性和报告,帮助采购团队将愿景和战略转化为明确的行动。 |
| Tipalti 以其端到端 AP 自动化功能而闻名,可处理从发票处理到全球支付的所有事务。 |
| Tonkean 是一个由人工智能驱动的流程编排平台,它在幕后工作,帮助采购团队构建“人们实际遵循的”流程。 |
| Ramp 自称是现代财务团队的终极平台,旨在通过一系列提供实时洞察和自动化的工具来简化费用管理。 |
| Arkestro 利用预测分析来增强采购的能力,并能够将结果预先嵌入到任何系统或流程中,从而提供独特的功能。该工具可帮助企业预测市场变化并做出主动决策。 |
| Procurify 是一种基于云的采购软件解决方案,旨在帮助采购流程(从申请到付款)变得更加简化。 |
上表中的Zip 引领了采购领域支出编排革命,作为采购行业的一个重大发展,Zip 在 IDC 首届“IDC MarketScape:全球 SaaS 和云端支出编排2024供应商评估”中被评为领导者(见图17)。这不仅巩固了Zip在支出协调领域的领先地位,也标志着企业支出管理领域一个新类别的出现。图17:IDC MarketScape:全球 SaaS 和云端支出编排 2024 供应商评估(来源:IDC【17】)ZIP是当之无愧的领导者,其采购编排平台表现出了杰出的绩效:- IDC:Zip可使每个组织节省1402万美元,在可见性、成本节约、风险降低和流程效率方面有显著提高。
GEP®是一家为财富500强和全球2000强企业提供人工智能驱动的采购和供应链软件及服务的领先供应商,2024年推出了业界首个人工智能驱动的全面编排解决方案,以改变企业用户的体验和效率。该解决方案可在复杂的工作流程中嵌入智能,同时简化最终用户体验。GEP 的编排引擎包含尖端的 AI、低代码、数据协调和工作流程设计,可重新构想最终用户体验。图18描绘了GEP的推动供应链的下一个时代的全流程编排引擎。图18:GEP的全流程编排引擎:推动供应链的下一个时代(来源:GEP【18】)GEP 首席产品官 Santosh Nair 表示:“几年后,超过80%的采购交易将由非采购业务用户执行。GEP 的编排解决方案为用户提供了一个简单的引导式接收流程,并通过对话式协作和自动满足他们的需求,让用户能够了解后续步骤。GEP Total Orchestration Solution是一种先进的智能引擎,可编排整个采购流程并与生态系统中的其他应用程序无缝集成。”GEP 编排通过以下方式简化了用户的整个采购到付款流程:- 支持引导式购买——用户使用简单的搜索栏发起请求或询问所需内容,省去了数十个步骤和点击。非技术用户只需单击一下即可引导至最佳购买渠道或结果。
- 提供供应商推荐——用户通过广泛而全面的因素(包括类别、可持续性、风险、多样性和先前参与度以及价格)获得相关且首选的供应商。此外,用户还可以直接使用搜索创建采购活动或合同。
- 民主化情报和动态报告——使用自然语言查询,而不是预先确定的图表,用户可以分析和创建来自任何来源的高级数据仪表板。
- 自动化合同管理——用户查看和管理他们的合同义务和子活动,以及如何根据发票付款或供应商上传自动将其标记为完成。
- 提高采用率和生产力——通过同步整个采购到付款流程中的过程,可以提高效率、透明度和企业协作。
- 赋予用户权力——通过智能来理解意图,系统会自动引导员工完成正确的流程,并在整个从源到付款的流程中找到最佳路径。
3.5 供应商可持续发展应用(Supplier Sustainability Applications) | |
| |
| |
| |
| |
| 供应商可持续性应用程序可帮助公司收集和评估供应商的环境、社会和治理 (ESG) 绩效。这些应用程序使用涵盖多个ESG问题的自我评估,使组织能够衡量供应商满足可持续采购要求的情况。 |
| 快速发展的监管环境、不断增长的客户期望以及对一系列 ESG 主题的认识不断提高,这些都给公司带来了越来越大的压力,迫使他们报告供应商如何满足可持续性要求。供应商可持续性应用程序使公司能够简化和扩展从其供应基地收集数据的流程,使用自我评估来评估供应商的表现并确定改进领域。 |
| 几乎所有组织都将受益于供应商可持续性应用。利益相关者的期望和监管变化将继续发展,并迫使组织扩大可持续采购计划。通过部署供应商可持续性应用,公司可以证明正在实施适当程度的尽职调查,以确保供应商遵守多个 ESG主题并主动管理声誉风险。 |
| - 根据2023年Gartner 可持续采购脉搏调查,83%的组织表示,过去两年可持续采购的重要性有所提高。(有关更多详细信息和调查方法,请参阅2023年可持续采购基准调查结果。)
- 不同地区不断变化的监管格局涵盖了更广泛的主题,例如现代奴隶制、气候变化和水资源管理。
- 客户越来越多地要求提供证据来证明组织正在履行必要的尽职调查,以识别和解决其供应链中的可持续性风险。
- 公司希望通过在其价值主张中加入可持续的实践和产品来推动增长,以获得竞争优势。
|
| - 由于调查疲劳和缺乏改进见解而导致的供应商体验不佳可能会限制供应商对可持续性应用的采用。
- 提供标准化评估(可推动供应商采用)的供应商与提供完全定制化评估(可适应特定公司需求)的供应商之间存在内在的矛盾。
- 能够实现可持续发展成果的应用程序技术格局是分散的,供应商拥有不同的能力,并且关注的地域或行业也各不相同。随着公司可持续采购目标的不断增长,可能需要多种应用程序。
- 采购团队经常发现供应商可持续发展计划难以执行和维持。有些计划被视为间接费用,不会给组织带来直接价值。
- 其他挑战包括缺乏高管支持、供应商太多难以有效管理以及难以证明商业案例的合理性。
|
| - 通过查看项目范围,自行评估对供应商可持续性应用进行投资的必要性。有时,具有基本可持续性功能的现有采购工具可能就足够了。
- 根据您要解决的 ESG 问题和所需的应用功能创建供应商候选名单。不太成熟的组织应优先考虑能够提供实质性指导和数据验证功能的供应商。
- 通过选择强调积极的供应商体验的应用程序并允许供应商在多个客户之间重复使用数据以减轻他们的报告负担,来提高供应商的采用率。
- 与战略供应商合作,了解他们目前使用的解决方案以及他们认为哪些解决方案对他们最有价值。供应商的见解不仅对您的选择过程有价值,而且还有助于最终采用解决方案和计划。
|
| Achilles; EcoVadis; ImpactBuying; IntegrityNext; NQC; SupplyShift; Transparency-One; Worldfavor |
世界各地的公司都面临着来自消费者、监管机构和投资者的越来越大的压力,要求他们解决供应链中的可持续性影响。解决可持续发展问题是全球各关键行业企业的当务之急,采购在其中发挥着核心作用,这一点越来越明显。采购领导者的研究估计,供应链可占公司环境足迹的 50%-90%,因此,在评估环境影响和实施适当的可持续发展计划方面,首席采购官应该发挥带头作用,这是合乎情理的。Gartner一直是供应链和釆购可持续性技术研究的领导者和实践应用的推动者。2021年Gartner首次发布了釆购可持续性技术应用市场指南,使用术语“供应商可持续性应用”,2024年在其《可持续采购应用市场指南(Market Guide for Sustainable Procurement Applications)》的研究报告【19】中已更新为“可持续采购应用”,以更好地符合大多数组织常用的术语。下面的内容主要来自这份最新的研究报告。【19】对市场做了全面的分析,下面仅介绍其几个要点:1)市场定义:可持续采购应用程序可帮助采购组织评估其供应商在多个环境、社会和治理 (ESG) 主题方面的表现。这些应用程序用于通过跨多个 ESG 主题的调查(例如,供应商自我评估)收集供应商数据,并使组织能够衡量供应商满足其可持续采购要求的程度。供应商数据收集:该市场中的应用程序使组织能够从其供应基地中的任何供应商处请求可持续性信息。数据收集通过供应商自我评估调查进行,包括供应商提交购买组织所需的支持文件的能力。
数据分析:该市场中的应用程序使组织能够分析收集到的供应商数据,以发现改进领域。可视化功能使组织能够按支出类别、地理位置、ESG主题和总体绩效等筛选和分析供应商数据。这些应用程序还提供了总体“供应商评分”,公司可以使用该评分来指导决策。
领域专业知识:该市场中的应用程序为组织提供领域专业知识和相关 ESG 内容,以便使用公认的标准(例如 GRI 和 SASB)收集供应商信息。一旦组织选择了他们想要解决的主题(例如,供应商多样性、范围 3 排放、现代奴隶制),这些应用程序就会提供标准问卷,组织可以将其发送到供应基地以收集有关这些主题的信息。
主题覆盖:该市场中的应用程序必须在同一平台上支持多个ESG 主题。
3)共同特征
- 数据验证:通过桌面审核、与认证机构直接验证或进行现场审核来验证供应商提供的数据
- 事件监控:通过多种渠道持续筛查不良供应商事件,例如在线和印刷新闻、社交媒体、电视和制裁名单
- 多层级数据收集:能够收集数据,评估和绘制供应链多个层级供应商ESG绩效,超越一级供应商(即二级供应商,您的供应商的供应商)
- 评估灵活性:能够定制向供应商提出的问题集,并定义如何计算总体供应商可持续性得分
- 供应商发展:为供应商提供反馈、建议和在线资源,帮助供应商提高整体ESG绩效并提升其能力
- 数据粒度:从公司、站点或产品级别的供应商收集ESG数据的能力
- 供应商ESG风险筛选:能够根据广泛的公共和私人数据源评估供应商的可持续性风险状况,而无需征求供应商的意见
- 范围3排放管理:收集、管理和报告供应商采购商品和服务的温室气体 (GHG) 排放数据的能力
该市场中的供应商均提供核心功能,例如数据收集、数据分析和领域专业知识。为了脱颖而出,该市场中的供应商正在开发一系列差异化功能,以吸引具有不同成熟度和战略抱负的购买组织(见图19)。图19:可持续采购应用程序的核心和差异化能力(来源:Gartner【19】)可持续采购应用市场正在迅速发展。尽管一些供应商已经推出了几十年的产品,但市场上的大多数应用都是近年来推出的,以应对监管力度加大的预期。全球范围内可持续发展相关立法的增长正在增加人们对这个市场的兴趣,因为对供应链尽职调查和透明度的期望要求这些应用程序获取和管理大量供应商数据。根据2024年可持续采购脉搏调查,70%的受访者使用通过自我评估收集供应商ESG数据的工具;另外21 %的受访者计划在2026年前采用这些工具。该市场的供应商继续致力于改进或扩展其能力;然而,2024年有一些关键趋势将塑造这个市场:重新关注盈利能力,而非增长。2023年硅谷银行的倒闭导致供应商 ESG 数据收集领域的软件解决方案提供商发生了范式转变。从历史上看,这些提供商将增长作为吸引资金的主要指标。然而,当前市场要求盈利能力作为投资的关键标准。这种转变改变了市场动态,促使大型企业吸收小型供应商进行收购。此外,许多现有解决方案都提高了订阅费,反映出对财务可持续性的高度重视。这一趋势凸显了更广泛的行业趋势,即巩固长期生存能力而不是快速扩张。
以监管为重点的洞察。随着ESG监管压力日趋严格,采购组织越来越重视其软件解决方案中针对监管的特定功能。组织现在不再采用通用方法来收集供应商ESG数据,而是寻求能够提供以监管为中心的自我评估和仪表板的工具,以及在同一工具内评估对多个监管框架的合规性的能力。这种转变使公司能够更好地将其ESG报告与特定法律要求保持一致,确保合规性并降低处罚风险。
减少供应商的报告负担。ESG数据收集面临的一个重大挑战是供应商的响应率和此类工具的采用。为了解决这个问题,解决方案提供商正在进行创新,以减少供应商的报告负担,从而提高响应率。目前市场上的大多数解决方案都允许供应商重复使用之前为多个客户提交的数据。现在,新功能的重点是挖掘公开可用的数据并预先填充供应商的自我评估,以减少供应商响应数据请求的努力。
高级范围3功能。ESG软件解决方案中范围3功能的演变是一个值得注意的趋势。供应商正在从供应商那里收集基本的温室气体排放数据,包括针对新监管要求的综合报告工具,例如欧盟的碳边境调整机制 (CBAM)。一些供应商正在提供碳计算器来支持供应商的报告工作。此外,人们越来越重视收集产品碳足迹 (PCF) 数据的能力。
6)市场分析
可持续采购应用市场由单点解决方案和具有互补功能套件组成。不同的解决方案模块通常可以单独购买,具体取决于所涵盖的 ESG 主题的范围以及购买组织所需的灵活性。除了支持可持续采购计划的模块外,一些供应商还支持内部可持续性管理(在公司运营范围内)。
本2024 年市场指南(于 2021 年首次发布)概述了市场上提供的最新、更新的功能集,并列出了代表性供应商名单。没有哪家供应商能够出色地提供市场上所有可用的功能。因此,采购主管必须自我评估其战略抱负,并优先考虑具有最相关功能的产品。
市场上近一半的代表性供应商在2015年之后发布了其当前的应用程序,专注于为中型和大型组织(收入超过 5 亿美元)提供服务,这些组织拥有跨多个行业的复杂供应链。图20根据该市场代表性供应商提供的数据,列出了可持续采购应用程序的市场亮点。
图20:可持续采购应用数据分析基准(来源:Gartner【19】)本市场指南中包含的代表性供应商(见图21)以原生方式(即不通过合作伙伴)提供本报告中列出的核心功能,并将其可持续采购应用程序作为独立解决方案提供。例如,本研究未涉及以下内容:在线调查工具(例如SurveyMonkey )可以实现数据收集和分析,但它们依赖于最终用户提供向供应基地询问的问题列表和支持文档。
ESG 评级数据库(例如MSCI、Sustainalytics 或 CSRHub提供的数据库)通过提供有关公司可持续发展绩效的全面信息来提供领域专业知识。但是,这适用于预先确定的公司名单,因此不支持供应商数据收集。
战略采购套件、供应链风险解决方案和供应商协作工具等邻近市场的供应商可能会产生类似的效果。但是,他们主要不关注可持续性,不提供独立模块的解决方案,也不提供原生这些功能。
图21:可持续采购应用领域的代表性供应商(来源:Gartner【19】)关于这些代表供应商的介绍详见【19】。请注意,没有哪家供应商能够出色地提供市场上所有可用的功能。因此,采购主管必须自我评估其战略抱负,并优先考虑具有最相关功能的产品。本文主要介绍和分析了供应链采购和寻源解决方案发展趋势。该文主要包括两个部分:第一部分主要介绍2025 年全球宏观经济趋势;第二部分介绍Gartner的2024年采购和寻源解决方案成熟度曲线。其中包括一些补充材料和本文作者的解读和分析。作者希望供应链的同行能从中获益,以推动中国供应链采购和寻源的变革和创新。【1】唐隆基和潘永刚,《数字化供应链:转型升级路线与价值再造实践》,人民邮电出版社,2021年09月5【2】唐隆基博士专栏,罗戈研究,2024,https://www.logclub.com/columnist/articleList/91 【3】GEP Outlook 2025:Procurement & Supply Chain Key Trends, Challenges and Opportunities,GEP,2024-11https://www.gep.com/gep-outlook-2025-thank-you-page?sourcenid=9834&source_pageurl=https%3A//www.gep.com/research-reports/gep-outlook-2025 【4】Kaitlynn Sommers 、Micky Keck 等,Hype Cycle for Procurement and Sourcing Solutions, 2024,Gartner,2024-06-20【5】唐隆基,最新供应链计划技术发展趋势,罗戈研究,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,供应链物流及人工智能发展趋势预测综述(2024年及以后),罗戈研究,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)在供应链领域创新应用展望,罗戈研究,2024-01-30【14】Zycus, GENERATIVE AI-POWERED S2P PLATFORM, 2024【15】唐隆基,《供应链网络流程管理技术新浪潮:供应链编排》, 罗戈研究院,2021/07/02【16】Aaron McMillan,Top 10: Procurement Orchestration Platforms,Procurement Magazine,【17】IDC MarketScape:全球 SaaS 和云端支出编排 2024 供应商评估, 2024【18】Harmonize Your Procurement Processes with GEP's AI-Powered Orchestration Platform,GEP.com, 2025https://www.gep.com/software/orchestration-platform-for-procurement-and-supply-chain 【19】Miguel Cossio & Kevin Lawrence,Market Guide for Sustainable Procurement Applications,Gartner, 2024-07-15