来源：CPDA数据分析师网 / 作者：数据君 /
全球供应链和采购业务极易受到破坏并为变革做好了准备
只有不到50％的大型跨国公司使用人工智能（AI）和机器学习（ML）来支持采购工作，数字世界中的模拟采购，采购在集成AI和ML方面遇到困难的主要原因是，采购领导者传统上依赖与少数经过审查的供应商及其个人网络的长期关系，此外，要获得一个供应商的全面运营状况，通常就需要映射一个复杂的全球供应商子网络，这是一项昂贵且费时的工作。这并不是要削弱牢固的供应商关系的重要性，但是在危机期间，正如最近发生的事件所表明的那样，这些关系中通常固有的缺乏透明度和灵活性的代价甚至更高。现在，采购和供应链领导者需要重新考虑他们对数据，AI和ML的方法，以建立一个更具弹性的，多元化的供应商网络。
CPDA数据分析师
供应商发现
AI对供应链的第一个主要影响将是扩大潜在供应商的范围，这意味着可能有成千上万的资源与采购需求相关。采购依赖于“很少的黑皮书”，很大程度上是因为一个人（甚至一大群人）根本无法审查整个潜在供应商的市场，尤其是面对诸如语言之类的看似简单的人为障碍时。在危机中，大多数采购团队都希望默认为快速但具有风险意识的采购，会比平时会见更多的供应商。没有ML，手动进行此过程非常繁琐，因此除非有危机，否则它不会完成。特别是，受监督的ML可以在24到48小时内筛选数百万个供应商，从而使组织为即将发生的危机做好充分的准备。
风险缓解
如果组织等到危机来创建敏捷流程，那就已经太迟了，COVID-19大流行是破坏供应网络的最新（也是最严重）全球事件，但肯定不是最后一次，物流团队正在积极应对各种贸易壁垒，包括疾病，贸易战和关税等地缘政治动向，自然灾害，研究表明，干扰的数量将继续上升，平均每年增长36％，通过将基于AI的全球搜索技术集成到采购中，企业可以从众多供应商中进行选择，并且可以在地缘政治规范发生变化时迅速轻松地转向经过严格审查的二级或三级供应商，而不必在危机中努力寻找这些来源。
成本优化
将AI引入采购工作并不便宜，但不这样做的代价甚至更大，面对这种大流行，供应链损失了数天或数周的生产延误，这会大大增加收入损失，诸如AI和ML之类的工具不仅可以使人们专注于他们最擅长的事情，而且可以通过做人们无法做到的工作来提高运营水平，这意味着组织在正常情况下可以更有效率地工作，在危机时刻可以做出更明智的反应。
关键流程需要关键技术
对于各大企业的收入和增长至关重要的过程（甚至是苹果，这归功于其作为世界上最有价值的公司地位，其无与伦比的供应链，也没有被
幸免由流行病），AI和ML往往不适用于供应连锁团队。通过允许团队依靠自动化，而不是将全部赌注押在小本黑皮书和过时的电子表格上，该技术可以将从石器时代到现代的业务运营带入石器时代。
网友评论