与电子产品供应链中的大多数高管一样，专业采购人员也对人工智能(AI)感到兴奋。在接受Gartner公司调查的CSCO (Chief Supply Chain Officer，首席供应链官)中，有一半计划在未来12个月内实施生成式AI，另有14%已进入实施阶段。

尽管人工智能大有可为，但一些供应链领导者却表示，该技术应用在供应链解决方案上，仍有一些问题还需要进一步解决。而Gartner供应链业务杰出副总裁分析师Noha Tohamy却不这么认为。

“生成式AI可帮助人类更轻松地获得洞察力，这将显著提高生产力。企业将可以聘用同样或更少的员工来做更多的事情。”她告诉EPSNews。

同时，她还补充说，生成式AI可利用自然语言让界面更加直观，且能从现有技术中获得更多好处，这将能提高这些技术的使用率，并从以前的技术投资中获得更高的回报。

首席供应链官们希望生成式AI能够为公司提高生产力、提升业务敏捷性和降低成本。但Tohamy表示，企业目前处于生成式AI早期采用阶段，一些预期效益可能会被夸大或高估，也可能还没有充分了解风险，暂未将风险降到最低。“在供应链和采购领域尤其如此，因为许多用例都需要与外部合作伙伴共享和交换数据。”

供应链用例

Gartner认为，在采购领域，生成式AI对采购和合同生命周期管理，以及供应商信息发现和管理的影响最大。电子产品供应链已经在利用AI来快速筛选和分析大量数据，推荐产品替代方案并确定替代供应商。

图片来源: Gartner, 2024年1月

例如，全球电子和电气元器件主要批发商Waldom Electronics正在使用机器学习模型主动预测库存的销售情况，并正在探索使用人工智能实现采购流程中主动和被动两方面的自动化。

目录分销商Digi-Key正在使用AI/ML(人工智能/机器学习)根据描述和参数数据对零件进行分类和编码；对客户审查和公司数据及内容关键字的分类；根据可用性推荐零件；以及基于发票、合同和其他来源进行数据验证、自动更正和通知。

人工智能还被用于产品设计的研发和开发中。业内人士表示，除了“稍作调整”之，人工智能生成的设计非常准确。《哈佛商业评论》引用的用例表明，快速查找和审核供应商能够提高供应链的灵活性。

Tohamy介绍说，最具有影响力的用例之一是“允许供应链员工用自然语言与技术交互，就关键绩效指标(KPI)和供应链绩效提出问题，并获得相应的情景化答案”。其他用途还包括代码扩充，为供应链关键绩效指标提供更多见解，以及员工辅助聊天机器人等。

Tohamy解释说：“例如，规划者无需浏览多个系统、报告、仪表盘、Excel电子表格和图表，而用户可以通过生成式AI提出类似的问题——‘我的客户预计准时交付指标是什么？’然后就能更好地了解该指标背后的驱动因素，以及为解决问题或与内部团队合作做出更好的决策而可能采取的行动。”

Gartner发现，首席供应链官平均将其部门预算的5.8%用于生成式AI。他们认为生成式AI有助于公司实现更广泛的数字化转型目标。但在采用生成式AI方面，供应链部门落后于市场营销和销售等其他部门。参与调查的65%的首席供应链官们表示，他们将在2024年聘请专职人员和专家来帮助部署这项技术。

Tohamy表示，预计的预算数据表明，供应链领导者对于今年在生成式AI解决方案上取得进展非常重视，他们也意识到需要更多资源才能成功超越小规模试点。首席供应链官可能还会考虑到对员工的影响，因为员工需要转向更高附加值的活动，而低级别的任务则越来越多地实现自动化。

部分问题的解决方案

《哈佛商业评论》对供应链人工智能提出了这样的观点：人工智能工具并不能解决所有问题。据该出版物指出，在稳定的供应商市场中，替代供应商已广为人知，买方面临的不确定性极小，人工智能的价值就会降低。此外，已经共享深入信息的合作伙伴具有稳固的关系，人工智能工具能给其带来的额外好处也很有限。