AI ในการจัดซื้อ: สิ่งที่เปลี่ยนแปลงจริงจากการจัดหาไปจนถึงการชำระเงิน
“AI ไม่ได้เข้ามาแทนที่วิจารณญาณในการจัดซื้อจัดจ้าง แต่เป็นการขจัดอุปสรรคด้านงานธุรการออกไป ทีมที่ประสบความสำเร็จด้วย AI จะทำให้งานเอกสารของการจัดหาเป็นไปโดยอัตโนมัติ และคงการตัดสินใจไว้ในจุดที่ความรับผิดชอบอยู่”
| สถิติหรือข้อค้นพบที่สำคัญ | แหล่งที่มา |
|---|---|
| 80% ของผู้บริหารฝ่ายจัดซื้อระบุว่าเทคโนโลยีที่เปิดใช้งาน AI เป็นแนวโน้มที่เปลี่ยนแปลงมากที่สุดที่ส่งผลกระทบต่อการทำงานในช่วงห้าปีข้างหน้า | The Hackett Group, 2026 |
| องค์กร 43% กำลังดำเนินการปรับใช้ AI อย่างแข็งขัน — เกือบสองเท่าของปีก่อนหน้า — แต่มีเพียง 12% เท่านั้นที่รายงานการนำไปใช้ในวงกว้าง | The Hackett Group, 2026 |
| 69% ขององค์กรเข้าถึง AI ผ่านความสามารถที่ฝังอยู่ในแพลตฟอร์มการจัดซื้อจัดจ้างที่มีอยู่ | The Hackett Group, 2026 |
| 92% ของ CPO ที่สำรวจกำลังวางแผนและประเมินความสามารถในการสร้างสรรค์ AI ใน 2024; เกือบ 11% ใช้จ่ายมากกว่า $1M ต่อปีไปแล้ว | การสำรวจ CPO ทั่วโลกของ Deloitte 2024 |
| Generative AI สำหรับการจัดซื้อเข้าสู่ช่วงแห่งความผิดหวังในปี 2025, โดยมีผู้ใช้งานจำนวนมากรายงาน ROI ที่ไม่สม่ำเสมอ | Gartner, 2025 |
| การวิจัยเกี่ยวกับ AI ในการจัดซื้อขาดการบูรณาการการกำกับดูแลของมนุษย์อย่างเป็นองค์รวม โดยเฉพาะอย่างยิ่งสำหรับการวิเคราะห์เชิงกลยุทธ์ เช่น การจัดประเภทการใช้จ่าย | วารสารการจัดซื้อและการจัดการอุปทาน, 2025 |
ตัวเลขจากการสำรวจอธิบายถึงกลุ่มประชากรที่แต่ละการศึกษาได้สุ่มตัวอย่างมา — ผู้บริหารฝ่ายจัดซื้อของ Hackett, CPO กว่า 100 คนของ Deloitte ในสามภูมิภาค — และไม่ใช่เกณฑ์มาตรฐานที่ใช้แทนกันได้ ตัวเลขทุกตัวในที่นี้วัดการนำไปใช้หรือความตั้งใจ ไม่มีการวัดผลลัพธ์ด้านเวลา ต้นทุน หรือความถูกต้องแม่นยำ
AI ในการจัดซื้อจัดจ้างหมายถึงอะไรกันแน่?
ตัดภาษาของผู้ขายออกไป และ AI ในการจัดซื้อจัดจ้างคือการจดจำรูปแบบและการสร้างข้อความที่นำไปใช้กับขั้นตอนระหว่างข้อกำหนดการจัดซื้อและใบแจ้งหนี้ที่ชำระแล้ว: การคัดเลือกซัพพลายเออร์ การร่างเอกสาร RFx การปรับมาตรฐานและการให้คะแนนการเสนอราคา การวิเคราะห์สัญญา การจัดประเภทการใช้จ่าย การจับคู่ใบแจ้งหนี้ การรักษาที่ผ่านการตรวจสอบโดยผู้ทรงคุณวุฒิจะระบุขอบเขตได้อย่างแม่นยำ — ไม่ใช่ใน การทำงานซ้ำๆ โดยอัตโนมัติ แต่ใน การวิเคราะห์ขั้นสูงที่สนับสนุนการตัดสินใจจัดซื้อเชิงกลยุทธ์ เช่น การจัดประเภทการใช้จ่าย, โดยที่ผลลัพธ์ของโมเดลจะนำไปสู่การตัดสินใจที่ผู้ซื้อยังคงต้องรับผิดชอบ
การนำ AI มาใช้ในการจัดซื้อจัดจ้างในปัจจุบันเป็นอย่างไรบ้าง
ความสนใจเป็นสากลเกือบทั้งหมด; ขนาดเป็นเรื่องที่หายาก ในการวิจัยประเด็นสำคัญ 2026 ของ The Hackett Group, ผู้บริหารฝ่ายจัดซื้อจัดจ้าง 80% ระบุว่าเทคโนโลยีที่เปิดใช้งาน AI เป็นเทรนด์ที่เปลี่ยนแปลงมากที่สุดซึ่งส่งผลกระทบต่อการทำงานในช่วงห้าปีข้างหน้า — ในขณะที่การศึกษาเดียวกันนั้น 43% ขององค์กรกำลังดำเนินการปรับใช้ AI อย่างจริงจัง ซึ่งเกือบเป็นสองเท่าของปีก่อนหน้า และมีเพียง 12% เท่านั้นที่รายงานการนำไปใช้ในวงกว้าง. การสำรวจ 2024 แยกต่างหากของ Deloitte CPO กว่า 100 ราย ถามคำถามที่แตกต่างจากกลุ่มประชากรที่แตกต่างกัน — ความตั้งใจ ไม่ใช่ขนาด: 92% กำลังวางแผนและประเมินความสามารถในการสร้างสรรค์-AI.
วิธีการที่องค์กรนำไปใช้มีความสำคัญพอๆ กับการนำไปใช้หรือไม่: ในการศึกษาของ Hackett, 69% เข้าถึง AI ผ่านความสามารถที่ฝังอยู่ในแพลตฟอร์มการจัดซื้อจัดจ้างที่มีอยู่, เน้นที่ การจัดการสัญญา, ข้อมูลเชิงลึกทางการตลาด และการวิเคราะห์การใช้จ่ายการตัดสินใจ AI ครั้งแรกมักจะเป็นการประเมินว่าสแต็กที่มีอยู่ของคุณมีอะไรบ้าง
AI เข้ามาดูแลขั้นตอนการจัดหาใดบ้าง
กรณีการใช้งานที่แพร่หลายจริง ๆ นั้นรวมอยู่ในส่วนกลางของวงจรการจัดหาที่มีข้อมูลจำนวนมาก การวิเคราะห์วงจรความนิยมของ 2025 ของ Gartner ระบุรูปแบบทั่วไป: การแปลงข้อความเป็นกระบวนการและระบบอัตโนมัติของเวิร์กโฟลว์ สนับสนุนงานต่างๆ เช่น การจัดการสัญญาอัตโนมัติ การกำหนดขอบเขตโครงการ การแนะนำซัพพลายเออร์ และการสร้างเอกสาร "Request For" (RFx) โดยอัตโนมัติ.
โปรดทราบว่าสิ่งนี้เป็นและไม่เป็นหลักฐานของอะไร: มันแสดงให้เห็นว่าองค์กรต่างๆ นำไปใช้ที่ใด ไม่ใช่ว่าพวกเขาฟื้นคืนเวลาหรือต้นทุนได้มากเพียงใด การค้นหาผู้จัดจำหน่ายมีรูปแบบเดียวกัน — การขยายช่องทางให้กว้างขึ้นนอกเหนือจากผู้ดำรงตำแหน่งเดิมที่รู้จัก ซึ่งเป็นขั้นตอนของเรา คู่มือกระบวนการค้นหาซัพพลายเออร์ ครอบคลุมโดยละเอียด
โปรดสังเกตว่าไม่มีอะไรในรายการนั้นที่ตัดสินใจ การร่าง RFx ไม่ใช่การให้รางวัล การแนะนำซัพพลายเออร์ไม่ใช่การยอมรับความเสี่ยงของซัพพลายเออร์ สิ่งที่กำลังถูกทำให้เป็นอัตโนมัติคือการเตรียมการ ไม่ใช่การตัดสิน
AI เปลี่ยนแปลงอะไรในการดำเนินงานแบบ source-to-pay
นอกเหนือจากการจัดหา กรณีที่ได้รับการศึกษามากที่สุดคือการจำแนกประเภทการใช้จ่าย — การตัดสินใจว่าบริษัทซื้ออะไรจริง ๆ ทีละรายการ ตามอนุกรมวิธาน เช่น UNSPSC หรือแผนผังหมวดหมู่ของตนเอง ซึ่งเป็นรากฐานสำหรับ การวิเคราะห์การใช้จ่าย และกลยุทธ์หมวดหมู่ การวิจัยกรณีของ Journal of Purchasing and Supply Management เสนอ โมเดลอัจฉริยะแบบไฮบริดที่รวมความสามารถของมนุษย์และ AI เข้าด้วยกัน โดยใช้ความเชี่ยวชาญของมนุษย์ในการตรวจสอบผลลัพธ์ของ AI. รูปแบบนี้สามารถนำไปใช้กับการจับคู่ใบแจ้งหนี้และการวิเคราะห์สัญญาได้: โมเดลจะเสนอในขนาดใหญ่; บุคคลจะจัดการกับข้อยกเว้น
การลงทุนเป็นไปตามตรรกะเดียวกัน ในการสำรวจของ Deloitte เกือบ 11% ขององค์กรใช้จ่ายงบประมาณประจำปีมากกว่า $1 ล้านดอลลาร์ไปกับความสามารถในการสร้าง AI สำหรับการจัดหาและการจัดซื้อจัดจ้างในปี 2024 — เงินจริง แม้ว่าบันทึกนี้จะไม่ได้แสดงว่างบประมาณนั้นมีเป้าหมายเพื่ออะไร
การตัดสินใจจัดซื้อจัดจ้างใดที่ยังคงเป็นของมนุษย์?
สำหรับระบบที่สหภาพยุโรปจัดประเภทว่ามีความเสี่ยงสูง ขอบเขตนี้ไม่ใช่แค่แนวปฏิบัติที่ดีอีกต่อไป แต่เป็นกฎหมาย มาตรา 14 ของพระราชบัญญัติ AI กำหนดให้ระบบเหล่านั้น สามารถถูกกำกับดูแลได้อย่างมีประสิทธิภาพโดยบุคคลธรรมดาในช่วงเวลาที่ใช้งานรวมถึงอำนาจ เพื่อตัดสินใจในสถานการณ์ใดสถานการณ์หนึ่งว่าจะไม่ใช้ระบบ AI ที่มีความเสี่ยงสูง.
เครื่องมือจัดซื้อจัดจ้างส่วนใหญ่อยู่นอกการจัดประเภทนั้น ทิศทางของการให้เหตุผลด้านกฎระเบียบนั้นชัดเจนเช่นกัน: มนุษย์คือผู้ปฏิบัติงานที่รับผิดชอบ ไม่ใช่ทางเลือกสำรอง
แนวทางการจัดซื้อของรัฐบาลได้ลากเส้นคู่ขนานจากฝั่งการจัดซื้อ: บันทึกข้อตกลงการจัดซื้อของ U.S. OMB 2025 (M-25-22) ระบุว่า หน่วยงานต่างๆ ต้องมั่นใจว่าระบบ AI ที่จัดซื้อมานั้นเหมาะสมกับวัตถุประสงค์และให้ผลลัพธ์ที่สอดคล้องกันซึ่งรักษาความไว้วางใจของสาธารณะเอกสารทั้งสองฉบับไม่ได้ออกกฎหมายว่าใครเป็นผู้ลงนามในใบสั่งซื้อ แต่เมื่ออ่านรวมกันแล้วจะตรงกับวิธีการทำงานของความรับผิดชอบในการจัดซื้อจัดจ้างอยู่แล้ว: การให้รางวัล ท่าทีในการเจรจา และการยอมรับความเสี่ยงอยู่กับบุคคลที่รับผิดชอบ
AI ในการจัดซื้อจัดจ้างยังทำได้ไม่เต็มที่ในด้านใดบ้าง
พูดตามตรง: ในหลายๆ ที่ และบันทึกของนักวิเคราะห์ก็กล่าวไว้เช่นนั้น การเปิดตัวของ Gartner ในเดือนกรกฎาคม 2025 มีชื่อว่า Gartner กล่าวว่า AI เชิงสร้างสรรค์สำหรับการจัดซื้อได้เข้าสู่ช่วงแห่งความผิดหวังแล้ว — หลายองค์กรกำลังประสบกับ ROI ที่ไม่สม่ำเสมอหรือต่ำกว่าความคาดหวังกลไกมีความสำคัญมากกว่าป้ายกำกับ: ข้อมูลที่กระจัดกระจายและมีคุณภาพต่ำในระบบจัดซื้อจัดจ้างอาจขัดขวางผลลัพธ์ที่แม่นยำ และการรวมโซลูชัน GenAI แบบสแตนด์อโลนก็มักจะซับซ้อน.
เมื่ออ่านจากมุมมองของการนำไปใช้ คำอธิบายที่เป็นไปได้มากที่สุดไม่ใช่ช่องว่างทางเทคโนโลยี แต่เป็นช่องว่างของข้อมูลพื้นฐาน โมเดลที่อ่านข้อมูลการใช้จ่ายที่กระจัดกระจายจะสร้างคำตอบที่มั่นใจแต่ผิดพลาดได้เร็วกว่าที่สเปรดชีตทำ ซึ่งเป็นการอนุมานจากกลไกที่ Gartner ตั้งชื่อ ไม่ใช่การค้นพบที่วัดได้
ลำดับการนำไปใช้ที่เคารพขอบเขต
- แก้ไขข้อมูลก่อนสร้างแบบจำลอง โหมดความล้มเหลวที่บันทึกไว้เกิดจากข้อมูลการจัดซื้อจัดจ้างที่กระจัดกระจาย การจัดประเภทการใช้จ่ายและการทำความสะอาดข้อมูลหลักของซัพพลายเออร์เป็นสิ่งที่ไม่น่าสนใจ วัดผลได้ และเป็นข้อกำหนดเบื้องต้น
- ทำให้งานเอกสารเป็นไปโดยอัตโนมัติก่อน — แต่ไม่สม่ำเสมอ การร่างและการสรุปนั้นผิดพลาดได้ง่ายในขณะที่เอกสารยังคงเป็นภายใน นั่นคือจุดควบคุมที่แท้จริง เพราะเมื่อมีการออกคำขอแล้ว การแก้ไขหมายถึงการแก้ไขอย่างเป็นทางการต่อผู้เสนอราคาทุกราย และเกณฑ์ที่เปลี่ยนแปลงจะสร้างความเสี่ยงต่อการปฏิบัติที่เท่าเทียมกัน การปรับมาตรฐานการเสนอราคาไม่ควรอยู่ในระดับนี้เลย: การปรับระดับการเสนอราคาให้เป็นพื้นฐานเดียวกันจะสร้างการเปรียบเทียบที่การให้รางวัลขึ้นอยู่กับ ดังนั้นจึงต้องมีการตรวจสอบย้อนกลับระดับรายการไปยังการเสนอราคาที่ส่งมาแต่ละรายการ และการตรวจสอบสมมติฐานโดยบุคคลที่สอง จัดลำดับอัตโนมัติตามต้นทุนของผลลัพธ์ที่ผิดพลาด ไม่ใช่ว่ามีมนุษย์อยู่ในกระบวนการหรือไม่
- กำหนดขอบเขต สำหรับแต่ละขั้นตอนที่ AI ให้ความช่วยเหลือ ให้ระบุผู้รับผิดชอบและสิ่งที่พวกเขาตรวจสอบก่อนที่ผลลัพธ์จะนำไปสู่การดำเนินการ
- ซื้อ AI เหมือนกับการจัดซื้อสิ่งอื่นใด หลักฐานที่เหมาะสมกับวัตถุประสงค์ ผลลัพธ์ที่วัดได้ เงื่อนไขการยุติสัญญา — มาตรฐานที่กำหนดขึ้นสำหรับหน่วยงานของสหรัฐอเมริกาในปัจจุบัน ถือเป็นค่าเริ่มต้นที่ดีสำหรับภาคเอกชน
- ขยายขนาดตามหลักฐาน ไม่ใช่ตามแผนงาน ขยายโครงการนำร่องเฉพาะในกรณีที่ข้อมูลวงจรเวลาหรือความแม่นยำที่คุณวัดได้เองสนับสนุนเท่านั้น
ตัวแทนของ AI เปลี่ยนแปลงงานจัดซื้อจัดจ้างได้อย่างไร
คำถามที่พบบ่อย
ปัจจุบัน AI ในการจัดซื้อจัดจ้างถูกนำมาใช้ในวงกว้างจริงหรือไม่
ในทางแคบ ใช่; ในทางกว้าง ยังไม่ใช่ ในงานวิจัย 2026 ของ Hackett, 43% ขององค์กรกำลังดำเนินการติดตั้ง AI อย่างจริงจัง แต่มีเพียง 12% เท่านั้นที่รายงานการติดตั้งขนาดใหญ่ — ส่วนใหญ่เป็นโครงการนำร่องที่เน้นใน การจัดการสัญญา, ข้อมูลเชิงลึกทางการตลาด และการวิเคราะห์การใช้จ่าย.
กรณีการใช้งาน AI ใดที่ถูกนำมาใช้มากที่สุดในการจัดซื้อจัดจ้าง
งานเอกสารที่เน้นข้อมูลเป็นหลัก: การจัดการสัญญาอัตโนมัติ, การกำหนดขอบเขตโครงการ, คำแนะนำซัพพลายเออร์, และการสร้างเอกสาร RFx โดยอัตโนมัติรวมถึงการจำแนกประเภทการใช้จ่าย — ซึ่งงานวิจัยเสนอ โมเดลไฮบริดที่รวมการประมวลผล AI เข้ากับการตรวจสอบโดยมนุษย์.
ทำไมโครงการจัดซื้อจัดจ้าง AI จึงล้มเหลว
บันทึกของนักวิเคราะห์ชี้ไปที่รากฐาน ไม่ใช่แบบจำลอง: ข้อมูลที่กระจัดกระจายและมีคุณภาพต่ำในระบบจัดซื้อจัดจ้างอาจขัดขวางผลลัพธ์ที่แม่นยำ และการผสานรวมกับแพลตฟอร์มที่มีอยู่มักจะซับซ้อนองค์กรที่ข้ามการทำความสะอาดข้อมูลจะทำให้เกิดความผิดพลาดของตนเองโดยอัตโนมัติ
AI จะเข้ามาแทนที่ผู้เชี่ยวชาญด้านการจัดซื้อหรือไม่
ทั้งหลักฐานและกฎหมายต่างชี้ไปที่การจัดสรรใหม่มากกว่าการทดแทน กฎหมาย AI ของสหภาพยุโรปกำหนดให้ระบบที่มีความเสี่ยงสูง สามารถดูแลได้อย่างมีประสิทธิภาพโดยบุคคลธรรมดาในขณะใช้งานและการวิจัยกรณีศึกษาที่มีเอกสารดีที่สุดอธิบาย โมเดลไฮบริดที่ใช้มนุษย์-AI — งานตัดสินใจจะกระจุกตัวอยู่ในจำนวนที่น้อยลงและมีความสำคัญมากขึ้น
แหล่งที่มา
- ปัญญาประดิษฐ์ในการจัดซื้อ: ผลกระทบต่อการจำแนกประเภทการใช้จ่าย (กรณีศึกษา OIPT) — M. Guida, F. Caniato, A. Moretto, S. Ronchi, Journal of Purchasing and Supply Management (ต้นฉบับที่ผู้เขียนยอมรับ, คลังข้อมูล Politecnico di Milano), 2025 หลักฐานเชิงประจักษ์ในปัจจุบัน (วารสารที่ผ่านการตรวจสอบโดยผู้ทรงคุณวุฒิ): จุดยึดที่ผ่านการตรวจสอบโดยผู้ทรงคุณวุฒิสำหรับการจัดประเภทการใช้จ่ายเป็นการวิเคราะห์เชิงกลยุทธ์และสำหรับแบบจำลองการตรวจสอบความถูกต้องแบบไฮบริดของมนุษย์-AI
- The Hackett Group รายงานความคืบหน้าอย่างรวดเร็วในวาระ AI ของการจัดซื้อจัดจ้าง — The Hackett Group, 2026 หลักฐานเชิงประจักษ์ในปัจจุบัน (การวิจัยเปรียบเทียบ): ขนาดการนำไปใช้ในปัจจุบัน: ความเชื่อในการเปลี่ยนแปลง 80% ราย, 43% กำลังดำเนินการเทียบกับ 12% ในระดับใหญ่, การเข้าถึงแบบฝังในแพลตฟอร์ม 69% ราย, พื้นที่ที่มีความเข้มข้น
- CPO กำลังนำทาง GenAI ในการจัดซื้อจัดจ้างผ่านน่านน้ำที่ไม่เคยมีใครสำรวจมาก่อน (การสำรวจ GenAI ของ CPO ทั่วโลกของ 2024) — Deloitte Consulting, Deloitte, 2024 หลักฐานเชิงประจักษ์ในปัจจุบัน (การสำรวจผู้ขาย): ความตั้งใจและการลงทุนระดับ CPO: 92% ประเมิน GenAI ใน 2024; 11% ใช้จ่ายมากกว่า $1M ต่อปี
- M-25-22: การขับเคลื่อนการจัดหาปัญญาประดิษฐ์ในภาครัฐอย่างมีประสิทธิภาพ — สำนักงานบริหารและงบประมาณของสหรัฐอเมริกา, สำนักงานบริหารของประธานาธิบดี, สำนักงานบริหารและงบประมาณ, 2025 หลักฐานตามบริบท (รายงานอย่างเป็นทางการ): หน้าที่การจัดซื้อจัดจ้างอย่างเป็นทางการ: AI ที่จัดซื้อต้องเหมาะสมกับวัตถุประสงค์และให้ผลลัพธ์ที่สอดคล้องและน่าเชื่อถือ
- พระราชบัญญัติปัญญาประดิษฐ์ของสหภาพยุโรป มาตรา 14: การกำกับดูแลโดยมนุษย์ — สหภาพยุโรป (ระเบียบ (EU) 2024/1689), 2024 หลักฐานพื้นฐาน (รายงานอย่างเป็นทางการ): ขอบเขตการกำกับดูแลโดยมนุษย์ที่ถูกกำหนด: การกำกับดูแลที่มีประสิทธิภาพโดยบุคคลธรรมดา รวมถึงอำนาจในการไม่ใช้ระบบ
- Gartner กล่าวว่า AI เชิงสร้างสรรค์สำหรับการจัดซื้อได้เข้าสู่ช่วงแห่งความผิดหวังแล้ว — Gartner, Inc., 2025 หลักฐานตามบริบท (การวิเคราะห์อุตสาหกรรม): กลุ่มกรณีการใช้งานที่แสดงให้เห็น (งานเอกสาร) และชั้นของหลักฐานโต้แย้ง: จุดต่ำสุดของความผิดหวัง, ROI ที่ไม่สม่ำเสมอ, การกระจายตัวของข้อมูล, การสนทนา-AI ที่ล้าสมัย