采购部门应该害怕还是欢迎人工智能和机器学习技术？

您在采购方面漫长的职业生涯主要是因为需要不断削减供应商成本而被高层管理人员殴打。随之而来的数字技术可以让您的工作更轻松 - 或者取消它。

这至少是人工智能和机器学习时代采购专业人士的恐惧。考虑到供应商选择和维护的所有因素，将任务交给一个可以处理超过一百人的数据的系统是否有意义？

并且数据量继续增长。今天的采购经理必须利用多种情报来源，包括供应商本身以及独立的财务数据、新闻报道、第三方服务和社交媒体。采购分析软件供应商 Sievo 的联合创始人 Sammeli Sammalkorpi 说：“采购组织还没有学会如何利用这些不同类型的数据。”

人工智能和机器学习似乎特别适合应对这一挑战。但担心他们会完全接管工作似乎是没有根据的。在有效的采购和供应商管理方面，可预见的未来是人机协作。

“我真的相信人工智能的作用不是取代人类，”Sammalkorpi 说。 “机器学习和 AI 可以提出发现，但您仍然需要调整哪些是相关的，哪些是不相关的。”

机器对于涉及明确定义的问题的狭窄应用非常有效。更重要的是，与人类工人的工资和福利相比，它们总是“开启”并且需要最低的运营成本。

然而，是时候采取行动了，有血有肉的经理需要介入。简单地说，人类仍然更擅长对关键供应商做出最终判断。至少就目前而言，“机器学习仍然不够可靠，无法推动决策，”Sammalkorpi 说。 （让人类参与其中还有另一个原因，他补充道：他们需要保留做出选择的责任，以免最终将错误归咎于机器。）

在机器学习的早期阶段，该技术可能会接管供应商合同的某些要素。然而，随着它的改进，买家会发现他们依赖系统来完成越来越多的任务，如果不是关于供应商审查和选择的最终决定的话。

由于人工智能和机器学习在很大程度上依赖于复杂的算法，公司可能会认为他们需要聘请一个昂贵的数据科学家团队来运行系统并理解其结论。在 Sammalkorpi 看来，采购部门并非如此。他认为最好从外包供应商那里获得这种专业知识。

“即使他们认为这是一个很好的商业案例，”他说，“我们也没有看到很多组织能够在内部留住这些人才。你仍然需要数据科学家，但我认为采购组织不适合他们。”

预测未来结果对于机器和人类来说可能一样困难——换句话说，不可能。但是机器学习擅长实时快速修改预测和行动计划，以反映实际的购买模式，Sammalkorpi 认为。

当然，所有这些都假设采购可以顺利地将新技术融入其运营中。但是，受采购平台供应商 Ivalua 委托，Forrester Consulting 的一项新研究表明，情况远非如此。 Forrester 使用“数字成熟度指数”来评估公司在采用采购技术方面的进展，发现大多数公司在这方面“严重高估”了他们的成熟度。

65% 的接受调查的公司认为自己“先进”，但只有 16% 的公司在其采购组织中具备必要的数字化成熟度，以证明这种评估是合理的。

一个问题是，许多公司在选择采购技术时做出了糟糕的初始选择。在 Forrester 的研究中，82% 的人已经或正在考虑更换技术提供商，理由是供应商入职和用户采用率低。

而且，领养时间过长。只有 17% 的组织能够在不到一个月的时间内招募新供应商，而 59% 的组织则需要一到三个月的时间才能为每个供应商提供服务。

“采购负责人有机会为他们的组织提供真正的竞争优势，”Ivalua 公司首席执行官 David Khuat-Duy 在一份声明中表示。 “数字化转型对成功至关重要，但需要对当前成熟度进行现实评估、对旅程的每个阶段都有清晰的愿景以及正确的技术。”

所有这些都表明，人工智能和机器学习形式的技术距离将人类从采购职能中抛弃还有很长的路要走，即使它有望在适当评估和实施后增强运营。