AI trong mua sắm: Những gì thực sự thay đổi từ tìm nguồn cung ứng đến thanh toán

AI trong mua sắm thực sự có nghĩa là gì?

Loại bỏ ngôn ngữ của nhà cung cấp và AI trong mua sắm là nhận dạng mẫu và tạo văn bản được áp dụng cho các bước giữa yêu cầu mua hàng và hóa đơn đã thanh toán: đánh giá nhà cung cấp, soạn thảo tài liệu RFx, chuẩn hóa và chấm điểm hồ sơ dự thầu, phân tích hợp đồng, phân loại chi tiêu, đối chiếu hóa đơn. Cách xử lý được bình duyệt xác định chính xác ranh giới — không phải trong tự động hóa các tác vụ lặp đi lặp lại nhưng trong phân tích nâng cao hỗ trợ các quyết định mua hàng chiến lược, chẳng hạn như phân loại chi tiêu, nơi đầu ra của một mô hình cung cấp thông tin cho một quyết định mà người mua vẫn phải tự chịu trách nhiệm.

Việc áp dụng AI trong mua sắm hiện nay đang ở đâu?

Sự chú ý gần như phổ biến; quy mô thì hiếm. Trong nghiên cứu các vấn đề chính của 2026 của The Hackett Group, 80% giám đốc điều hành mua sắm đã xác định công nghệ hỗ trợ AI là xu hướng chuyển đổi mạnh mẽ nhất ảnh hưởng đến chức năng trong năm năm tới — trong khi trong cùng nghiên cứu đó, 43% tổ chức đang tích cực theo đuổi triển khai AI, gần gấp đôi so với năm trước, và chỉ 12% báo cáo triển khai quy mô lớn. Khảo sát riêng của Deloitte về 2024 hơn 100 CPO đặt một câu hỏi khác cho một nhóm đối tượng khác — về ý định, không phải quy mô: 92% đang lên kế hoạch và đánh giá các khả năng tạo sinh-AI.

Cách các tổ chức áp dụng quan trọng không kém việc có áp dụng hay không: trong nghiên cứu của Hackett, 69% truy cập AI thông qua các khả năng được nhúng vào các nền tảng mua sắm hiện có của họ, tập trung vào quản lý hợp đồng, thông tin thị trường và phân tích chi tiêu. Quyết định AI đầu tiên thường là đánh giá những gì ngăn xếp hiện có của bạn đã cung cấp.

AI đã thực sự đảm nhận những bước tìm nguồn cung ứng nào?

Các trường hợp sử dụng thực sự đã lan rộng tập trung vào phần giữa giàu thông tin của chu trình tìm nguồn cung ứng. Phân tích chu kỳ cường điệu 2025 của Gartner nêu tên mô hình chung: tự động hóa quy trình và văn bản, hỗ trợ các tác vụ như tự động hóa quản lý hợp đồng, xác định phạm vi dự án, đề xuất nhà cung cấp và tự động tạo tài liệu "Yêu cầu báo giá" (RFx).

Lưu ý điều đó là gì và không phải là bằng chứng của điều gì: nó cho thấy các tổ chức triển khai ở đâu, không phải họ thu hồi bao nhiêu thời gian hoặc chi phí. Việc tìm kiếm nhà cung cấp cũng theo hình dạng tương tự — mở rộng kênh ngoài các nhà cung cấp hiện tại đã biết, một bước mà chúng tôi hướng dẫn quy trình khám phá nhà cung cấp bao gồm chi tiết.

Lưu ý những gì không có trong danh sách đó: không có gì trong đó quyết định. Soạn thảo một RFx không phải là trao giải; giới thiệu một nhà cung cấp không phải là chấp nhận rủi ro của một nhà cung cấp. Những gì đang được tự động hóa là sự chuẩn bị, không phải phán đoán.

AI thay đổi điều gì trong hoạt động từ tìm nguồn cung ứng đến thanh toán?

Ở hạ nguồn của việc tìm nguồn cung ứng, trường hợp được nghiên cứu mạnh nhất là phân loại chi tiêu — quyết định xem một công ty thực sự đã mua gì, từng dòng, theo một phân loại như UNSPSC hoặc cây danh mục của riêng mình, làm nền tảng cho phân tích chi tiêu và chiến lược danh mục. Nghiên cứu trường hợp của Tạp chí Mua hàng và Quản lý Cung ứng đề xuất các mô hình trí tuệ lai kết hợp khả năng của con người và AI, tận dụng chuyên môn của con người để xác thực các đầu ra của AI. Hình dạng tổng quát hóa để khớp hóa đơn và phân tích hợp đồng: mô hình đề xuất ở quy mô lớn; một người xử lý các trường hợp ngoại lệ.

Đầu tư tuân theo logic tương tự. Trong khảo sát của Deloitte, gần 11% tổ chức đã chi hơn $1 triệu USD trong ngân sách hàng năm của họ cho các khả năng AI tạo sinh cho tìm nguồn cung ứng và mua sắm vào năm 2024 — tiền thật, mặc dù hồ sơ này không cho thấy ngân sách đó nhằm mục đích gì.

Những quyết định mua sắm nào vẫn do con người thực hiện?

Đối với các hệ thống mà EU phân loại là rủi ro cao, ranh giới này không còn chỉ là thông lệ tốt — đó là quy chế. Điều 14 của Đạo luật AI yêu cầu các hệ thống đó có thể được giám sát hiệu quả bởi những người tự nhiên trong suốt thời gian chúng được sử dụng, bao gồm cả quyền hạn để quyết định, trong bất kỳ tình huống cụ thể nào, không sử dụng hệ thống AI có rủi ro cao.

Hầu hết các công cụ mua sắm đều nằm ngoài phân loại đó. Hướng lập luận pháp lý vẫn không rõ ràng: con người là người vận hành có trách nhiệm, không phải là phương án dự phòng.

Hướng dẫn mua sắm của chính phủ vạch ra một đường song song từ phía mua sắm: bản ghi nhớ mua sắm 2025 của OMB Hoa Kỳ (M-25-22) nêu rõ rằng các cơ quan phải đảm bảo rằng các hệ thống AI mà họ mua sắm phù hợp với mục đích và mang lại kết quả nhất quán để duy trì niềm tin của công chúng. Không tài liệu nào quy định ai ký đơn đặt hàng — nhưng khi đọc cùng nhau, chúng phù hợp với cách hoạt động của trách nhiệm giải trình mua sắm: trao giải, tư thế đàm phán và chấp nhận rủi ro thuộc về người chịu trách nhiệm.

AI trong mua sắm đã không đạt được kỳ vọng ở đâu?

Thành thật mà nói: ở nhiều nơi, và hồ sơ của nhà phân tích cũng nói như vậy. Bản phát hành tháng 7 năm 2025 của Gartner có tiêu đề Gartner nói rằng AI tạo sinh cho mua sắm đã bước vào giai đoạn thất vọng — nhiều tổ chức đang trải nghiệm ROI không đồng đều hoặc không đạt được kỳ vọng. Cơ chế quan trọng hơn nhãn mác: dữ liệu phân mảnh và chất lượng thấp trên các hệ thống mua sắm có thể cản trở kết quả chính xác, và việc tích hợp các giải pháp GenAI độc lập thường phức tạp.

Đọc từ phía áp dụng, lời giải thích có khả năng nhất không phải là khoảng cách công nghệ mà là khoảng cách nền tảng dữ liệu. Một mô hình đọc dữ liệu chi tiêu phân mảnh tạo ra các câu trả lời tự tin, sai nhanh hơn bảng tính đã làm — đây là một suy luận từ cơ chế mà Gartner đặt tên, không phải là một phát hiện được đo lường.

Một trình tự áp dụng tôn trọng ranh giới

1. Sửa dữ liệu trước khi sửa mô hình. Các chế độ lỗi được ghi lại chạy qua dữ liệu mua sắm bị phân mảnh; phân loại chi tiêu và dọn dẹp nhà cung cấp chính là những công việc không hấp dẫn, có thể đo lường được và là điều kiện tiên quyết.
2. Tự động hóa công việc tài liệu trước tiên — nhưng không đồng nhất. Soạn thảo và tóm tắt rất dễ mắc lỗi khi tài liệu vẫn còn nội bộ; đó là điểm kiểm soát thực sự, bởi vì một khi yêu cầu chào hàng được ban hành, việc điều chỉnh có nghĩa là một sửa đổi chính thức cho tất cả các nhà thầu và các tiêu chí đã thay đổi tạo ra rủi ro về đối xử bình đẳng. Chuẩn hóa hồ sơ dự thầu không thuộc cấp độ này: việc san bằng các hồ sơ dự thầu theo một cơ sở chung sẽ xây dựng sự so sánh mà quyết định trao thầu dựa vào, vì vậy nó cần khả năng truy xuất nguồn gốc cấp dòng đến từng hồ sơ dự thầu đã nộp và kiểm tra giả định của người thứ hai. Tự động hóa trình tự theo chi phí của một đầu ra sai, không phải theo việc liệu con người có thực sự tham gia vào quy trình hay không.
3. Xác định ranh giới. Đối với mỗi bước có hỗ trợ AI, hãy nêu tên người chịu trách nhiệm và những gì họ kiểm tra trước khi đầu ra trở thành hành động.
4. Mua AI như cách mua sắm mua bất cứ thứ gì khác. Bằng chứng phù hợp với mục đích, kết quả đo lường, điều khoản chấm dứt — tiêu chuẩn hiện được áp dụng cho các cơ quan Hoa Kỳ là một mặc định riêng tư hợp lý.
5. Mở rộng quy mô dựa trên bằng chứng, không phải lộ trình. Chỉ mở rộng các dự án thử nghiệm khi dữ liệu chu kỳ hoặc độ chính xác được đo lường của riêng bạn hỗ trợ điều đó.

Các tác nhân AI thay đổi công việc mua sắm như thế nào?