代理 AI 可以改變採購——但營運模式是首要考量

紫色執行路徑穿過受控邊界,而綠色獎勵代幣則保留在負責的決策所有者手中。

《哈佛商業評論》說得對:採購異常適合代理式AI。我的觀點是,技術並非首要之舉。領導者應在擴展代理人之前,重新設計團隊、挑戰商業模式並明確決策權。

我的三個推動
  • 改變工作,而不僅僅是工具。 舊有交接流程中的代理人能讓交接更快,而非新的營運模式。
  • 挑戰您所支付的費用。 如果代理執行更多工作流程,席位和模組就無法有效代表價值。
  • 明確人類的界限。 代理人可以執行和推薦。人員批准獎勵、接受風險、設定談判策略並擁有供應商關係。
「AI 應負責執行。人類必須保留決策權。如果這條界線模糊不清,您就沒有 AI 問題。您有領導力問題。」
— Stan Moskovtsev

《哈佛商業評論》說得對。我會更進一步。

當《哈佛商業評論》於 13, 發表「為何代理式 AI 能轉變採購」時,我同意其前提。作者群,包括波士頓顧問集團(BCG)的領導者和一位學者,認為採購特別適合代理,因為這項工作結構化、財務上可衡量,並且充滿了需要判斷的任務。

證據支持了部分論點。Gartner 指出 合約管理、專案範圍界定、供應商推薦和 RFx 起草 在新興工作流程用途中。同行評審的案例研究將 支出分類是支援策略採購決策的進階分析之一如果代理人能承擔更多準備工作,買家就有更多判斷空間。但這僅限於技術層面。

1。在部署代理程式之前變更組織圖

BCG 自己的 2026 研究調查了 北美、歐洲和亞太地區超過 200 位 CIO、採購主管和技術採購買家。其作者表示,將技術部署與 能力建設、流程再設計和治理報告的成果優於僅專注於技術的成果。這是一種自我報告的關聯,而非證據。這個方向仍然值得認真對待。

將代理人歸入相同的類別筒倉、相同的審批階梯和相同的簡報製作交接,您將獲得舊系統的更快版本。有用嗎?也許。變革性嗎?不。

我的觀點是,一個精簡的中央團隊應該擁有代理平台、控制、標準和可重複使用的工作流程。它不應該擁有每個類別的結果。類別和跨職能所有者保留策略、規範、供應商選擇和獎勵。代理人承擔更多的準備、分析和監控。人們專注於例外情況、商業判斷、談判和關係。

2。挑戰圍繞舊工作流程建立的定價

如果平台合約按席位或模組定價,領導者應詢問當代理人執行更多工作流程時,該單位是否仍與價值匹配。席位可能仍然易於銷售和預算。它並非自動成為價值的自然單位。更好的問題是完成了什麼工作,有什麼證據,以及誰擁有結果。

Gartner 的警告在這裡很重要: 許多組織正經歷不均衡的投資回報率或未達預期。它還說 採購系統中零碎且低品質的資料可能會阻礙準確的輸出,而 將獨立的生成式 AI 解決方案與現有平台整合通常很複雜。為未更改的堆疊購買代理附加元件並不能消除這些限制。它只會使舊架構變得更昂貴。

  • 我們支付的是什麼:存取權、已執行的工作流程,還是已驗證的結果?
  • 哪個基準、數量和排除項目定義了該結果?
  • 誰為供應商無法控制的錯誤輸入、返工或例外情況買單?
  • 誰擁有豐富的供應商、合約和支出資料?我們可以帶走這些資料嗎?
  • 哪些稽核權利、服務水準和終止支援能保障買方?

3。在要求信任之前,先寫下決策權

持久的模型是混合式的,而非放任不管。支出分類研究提出 將 AI 處理與人工驗證和調整相結合對於歸類為高風險的系統,歐盟的《AI 法案》要求它們必須 在使用時可由自然人有效監督,包括權限 在特定情況下不使用該系統。我並非聲稱一般採購工具屬於該法律類別。有用的操作原則更簡單:一個人必須能夠看到、質疑並阻止該行動。

使該界限可操作。讓代理人在聲明的政策範圍內起草、規範、監控和推薦。將獎勵、談判策略、風險接受、財務承諾和供應商關係交由指定人員處理。我們的 採購中的AI指南 將執行與決策的界限貫穿整個週期。

  • 執行: 在代理人採取行動之前,請指定允許的數據、系統、政策、閾值、所需證據和備用方案。
  • 推薦: 指定負責人、他們執行的審查,以及他們接受或推翻輸出時保留的記錄。
  • 批准或停止: 為授權所有者保留資金、風險、策略、供應商承諾和系統關閉;保留職責分離和升級。

信任源於控制。而非反之。

由 CSCMP 的《供應鏈季刊》報導,Kinaxis 贊助的 IDC 研究揭示了這一差距。 只有 6% 的受訪者將其供應鏈描述為大規模自主,而 41% 預計這將在一到兩年內成為其核心營運模式。在同一項調查中, 52% 將對 AI 驅動決策的信任列為首要障礙。該研究涵蓋了 九個市場中超過 2,000 位供應鏈領導者,比單純的採購人員更廣泛。

我不會將這些期望納入預算。期望不是部署。但我會認真對待這個差距。信任不會因為下一個模型更好而產生。當每個人都知道代理可能做什麼、它必須留下什麼證據以及誰擁有決策權時,信任才會增長。

那麼,實際上有什麼變化呢?

我週一會做什麼

  1. 選擇一個低風險工作流程。 從歷史重播或與即時活動同時進行的核准影子執行開始。在使用敏感資料之前,完成所需的安全性、隱私權、法律、記錄和類別擁有者審查。
  2. 繪製每個交接點。 標記資訊被複製、摘要、標準化、檢查、溝通和批准的位置。
  3. 撰寫營運邊界。 對於每個步驟,記錄代理人是否可以執行、推薦或必須等待;命名所有者、輸入、閾值、證據、覆蓋和回退。
  4. 重新開啟商業條款。 詢問當席位和人工操作減少時您所支付的費用,以及您豐富的數據如何隨您離開。
  5. 在試點前取得基準。 記錄週期時間、返工、異常率,以及未經實質性修正而接受的產出份額。沒有基準,就沒有投資回報率的故事。

不要為了保留現有工作流程而購買代理。在幾天內規劃工作流程、基準、決策權矩陣和影子計畫。只有在控制和批准與數據、供應商互動、財務權限和所涉及的風險相符後,才能投入生產。快速是好事。未經記錄的權限則不然。

來源

  1. 採購中的人工智慧:對支出分類的影響(OIPT 案例研究) — M. Guida、F. Caniato、A. Moretto、S. Ronchi,《採購與供應管理期刊》(作者接受的手稿,米蘭理工大學儲存庫),2025。目前的實證證據(同儕審查期刊):用於策略性支出分類工作和混合人機 AI 驗證的同儕審查錨點。
  2. 歐盟人工智慧法案,第14條:人為監督 — 歐盟(法規 (EU) 2024/1689),2024。基礎證據(官方報告):編纂的人為監督界限,包括不使用高風險系統的權力。
  3. Gartner 表示,用於採購的生成式 AI 已進入幻滅期 — Gartner, Inc., 2025。情境證據(產業分析):關於不均衡投資報酬率和碎片化數據的反證,以及有文件記錄的採購工作流程使用案例。
  4. IDC 調查發現供應鏈 AI 責任差距 — IDC 調查,由 CSCMP 的《供應鏈季刊》報導,CSCMP 的《供應鏈季刊》,2026。目前的實證證據(新聞):目前的採用、預期和信任障礙數據,並附有贊助商和樣本披露。
  5. 在採購中擴展代理 AI 是一項組織挑戰 — Heiner Himmelreich、Ilan Oshri、Sven Brüggeboes、Anas Zaidani、Paolo Scala 和 Lukas Van Remoortel,波士頓諮詢集團,2026。目前的實證證據(基準研究):新的 EQ-04 證據表明,能力建設、流程再設計和治理將報告的較強結果與僅技術部署區分開來。

全球採購簡報

採購新聞簡報

重要的市場動態、供應商信號和成本槓桿 — 由本期刊背後的團隊策劃。每日或每週,由您決定。

我們尊重您的隱私。無垃圾郵件。您的資料絕不出售。