在线咨询

商务合作:400-116-6869

售后咨询:400-116-0808

中文站

首页 > 动态 > 直播精华|AI时代采购如何为企业创造价值?阿科玛大中华区CIO分享实战方法论

直播精华|AI时代采购如何为企业创造价值?阿科玛大中华区CIO分享实战方法论

2026-11-20

4926

活动背景

近日,阿科玛大中华区 CIO 龚勇做客《数智会客厅》,以“采购不只是降本:数智化时代采购如何创造企业价值”为主题,结合化工新材料行业实践及个人观察,深入剖析采购数字化转型的价值重构思路,并围绕 AI 采购落地、采购团队能力建设等话题与参会人员展开交流。

阿科玛集团成立于2004年10月,由原母公司道达尔集团化工业务重组后建立,并于2006年上市。集团业务包括胶粘剂解决方案、先进材料、涂料解决方案,以及基础材料业务。其中特种材料销售额占集团总销售额的92%。在全球20,700名员工的共同努力下,阿科玛在约55个国家和地区开展业务,2025年销售额达91亿欧元。

 

战略定调

重新定义采购价值评估体系

传统采购绩效考核大多聚焦降价幅度、预算达成、谈判节约额等单一价格类指标。龚勇以一个典型行业场景指出其中的核心矛盾:

“如果采购只关注单价下降,却忽视关键材料断供、生产中断、客户验证延期和额外质量检测等连锁影响,表面上的采购节约可能被更高的综合成本抵消。”

这一现实矛盾直指采购价值评价体系亟待根本性重构。龚勇提出,采购决策的评判标尺需要从片面关注“单价”,转向以总拥有成本为核心的评估逻辑,并据此提出“五维价值罗盘”模型,涵盖成本、韧性、风险、创新、可持续性五大缺一不可的评价维度。

其中,韧性维度要求采购跳出低价思维,重点审视供应商地域布局是否过度集中、物流链路是否存在单点依赖;风险维度推动供应链风险由定性判断转向可量化、可度量的指标体系;创新维度重在推动替代材料落地与低碳技术导入;可持续性维度则追求供应链全链路碳排放透明可追溯,实现受限物质全流程管控。

 

采购角色跃迁

从成本控制者到业务决策伙伴

随着全新采购价值评价标尺的确立,采购职能本身也迎来角色重塑。龚勇将采购组织的能力演进划分为三个层级:成本控制者、价值创造者、业务决策伙伴。

 第一阶段:成本控制者

第一阶段为多数企业所处的“成本控制者”阶段:采购主要承担比价议价、管控采购价格、完成年度降本指标等事务。但该模式存在固有局限:

“当配方已经锁定、设备完成定型、业务用户完成选型指定后再让采购介入,成本格局实际上已经固化。降本虽仍可开展,但付出的代价与实施难度会显著提高。”

第二阶段:价值创造者

迈向第二阶段,采购需要前置至需求源头,深度介入项目,联动供应商开展联合创新、协同共担风险;工作重心不再局限于“向谁采购”,而是延伸至研判“采购什么、为何采购、是否存在替代方案”。

第三阶段:业务决策伙伴

第三阶段,采购升级为业务决策伙伴。要支撑业务决策,前提是拥有高质量的数据底座。这就要求整合业务数据、市场价格信息、供应商信息、财务数据和合同数据等多源信息,为业务判断提供可靠支撑。

数字化成熟度

从系统上线到数据连通

采购角色的跃迁离不开数字化能力的技术支撑。龚勇观察到,不同系统之间可能缺少统一身份认证和数据协同,用户需要频繁切换平台,增加了操作复杂度和管理成本。

“系统上线,数据却没有打通。”

员工可能被迫充当“数据搬运工”,进行大量跨系统手工数据迁移。他指出,数字化的核心要义在于物料流、数据流的全面贯通。由此,可以构建数字化成熟度五级演进模型:

 Level 1 手工操作:使用Excel 处理业务,数据分散,满足基础业务需求;

 Level 2 流程标准化:交易流程标准化,ERP 完成事后业务记录;

 Level 3 平台化应用:部署 SRM 平台,实现寻源、供应商绩效评估线上化;

 Level 4 分析预测:开展量化分析与风险预判,从事后复盘走向前瞻研判;

 Level 5 人机协同:AI Agent 在适当授权和人工监督下,辅助执行比价、合同检查等工作。

 

AI实战

从价格预测到风险预警

谈及 AI 在采购场景的落地,龚勇结合对行业的观察,围绕两类核心业务场景分享了他的看法:

一.在市场预测与风险预警层面,AI 模型可依托历史价格数据与宏观影响因子,帮助采购团队研判市场走势、判断采购时机,进而辅助决定择机锁价或暂缓下单。同时,在具备合法数据来源、适当授权和数据质量保障的前提下,AI 可以辅助分析供应商财务健康、产能与区域风险等信号,帮助企业提前识别单一来源采购及供应中断风险,降低其对生产连续性、合同履行和客户服务可能造成的影响。

二.在智能寻源与需求预测层面,机器学习模型能够处理海量供应商数据,快速筛选并匹配潜在供给来源,提升供应商遴选效率;针对新品、新物料等历史数据稀缺的业务,可参考相近品类的历史数据形成需求预测,为业务规划提供辅助支持。

 

龚勇的分享引起与会者热烈反响。在互动环节,多位参会企业采购及 IT 负责人与其进行了深入交流。以下节选部分问答:

问题1:采购数字化项目,应当如何科学衡量投入产出?

龚勇:衡量采购数字化项目的投入产出,核心是先建立清晰的价值基线。需要厘清现状下存在哪些业务风险,明确待改善的业务成果,定义项目要达到的目标业务状态。成本节约固然是重要目标,但绝非唯一评价标尺。韧性建设、风险治理、创新赋能、合规管控等非财务维度,同样应当纳入整体 KPI 考核体系。

问题2:AI在采购领域的落地,最大的挑战是什么?

龚勇:采购 AI 落地的核心挑战不在于算法技术本身,而在于厘清六大现实问题:希望 AI 优化哪些业务决策?可供 AI 调用的数据有哪些?如何保障数据质量与可信度?由谁审核校验 AI 输出的建议?业务最终决策责任归属是谁?如何妥善管控权限与合规风险?只有把上述问题思考透彻,AI 才能从单纯的辅助分析工具,逐步进阶到人机协同的业务执行阶段。

问题3:面向未来,采购领导者需要构建哪些核心能力?

龚勇:在我看来,面向新时代,采购领导者可以重点构建三方面能力:商业价值洞察能力、供应链运营与风险治理能力,以及数据与 AI 领导力。若以一个便于理解的能力模型来表达,可分别赋予 50%、30% 和 20% 的关注权重。

数字化采购软件一方面要直接赋能数据与 AI 相关能力,另一方面也应为商业洞察、供应链运营与风险治理提供有力支撑。