车企将如何实现采购数字化转型？

如今许多车企正从传统的线型供应链，逐步转变为动态且互通互联的数字化供应网络，以更好地满足产品创新与业务发展的要求，提升对新兴运营模式、消费者偏好和竞争势态的适应性与敏捷性。这进一步地拓宽了车企采购业务的使命，对采购数字化在战略价值、供应商协同以及业务洞察等方面提出了更高的期望。那么，如今车企如何梳理采购数字化的整体变革思路？如何具体构建适用于自身的采购数字化转型方案？

首先，采购数字化转型是一个循序渐进的过程，需要先构建业务实体的数字镜像，再建立数据分析能力，并建立数据分析能力，最终利用分析结果驱动业务决策形成闭环，逐步打破职能边界，实现整体的业务价值。车企在实际数字化转型中，需经历这三个过程：

第一阶段：打造数字镜像，实现高度自动化

车企首先需要思考的是如何从采购业务实体中捕捉数据或信息以创建数据记录，并将其以数据化的形式反映在数字镜像中，以真实完整地还原采购业务实体。

目前来看，绝大部分车企的采购业务都已经实现了信息系统支撑。然而，由于以往的系统改造或升级，系统间尚未完全建立标准统一的数据口径，这造成了数据规则与映射的混乱，形成了一个个数据和信息孤岛:采购员在日常的工作中也仍然需要面对从不同渠道收集的数据于信息，并不断澄清并修正，导致采购业务整体的效率不及预期。因此，实现采购业务的“线上化”不仅仅是实施一个采购系统或者是多个功能模块，它需要与业务层面的数据治理以及流程优化进行有机的结合。

第二阶段:数字创造洞察，辅助驱动业务

在完成数字镜像的建立后，车企聚焦的重点应围绕不同层面(如:战略、战术、运营层面等)的业务需求，建立有针对性的高阶数据分析与模拟能力，来交换和丰富已有的信息，使其能够支撑和优化采购业务的决策。

虽然近几年很多车企都在发力构建采购的商业智能和数据分析能力，但大多仅停留在数据可视化的层面，在业务深度分析和智能推荐辅助决策等方面的应用还比较有限。在建立“数字到数字”的过程中，应首先从“以数据驱动的分析”，向“以洞察 驱动的分析"转变，思考采购管理需要匹配什么样的洞察来支持整体的业务战略与决策(如供应商风险分析、总成散件关系匹配、整车/零件成本分析等)。把数据转变为洞察，以洞察辅助采购业务价值的提升。

第三阶段:数字照进现实，迈向智能决策

长期来看，采购数字化转型将利用人工智能、机器学习和网络协作等更加多元化的技术，赋能供应链管理体系进行自主学习和迭代优化，以自动化和实时互联的方式传递信息，从而在业务实体中产生操作指令和行动。

大部分的车企在该阶段仍处于探索中，有部分数字化应用已经具备一定程度的人工智能和机器学习能力，其整体的成熟度与全面性仍然相对受限，虽然可以实现一定程度上辅助推荐的功能，但还无法真正意义上替代人工产生进行决策(当然，在采购领域是否真正需要完全通过数字化的手段进行智能决策仍有较多考量因素和现实局限有待具体情况的探讨)。