在2024年，生成性人工智能（Generative AI）正成为供应链管理领域最热门的话题之一，尤其是在采购环节。根据国际知名研究机构Gartner发布的《2024年采购与采购解决方案的炒作周期报告》，生成性人工智能在快速采用和多个应用案例的推动下，将在未来两年内迅速达到“生产力高原”阶段。这一报告引发了行业内采购领导者的高度关注，他们纷纷表示希望在2024年底之前投入使用这一新兴技术。 Gartner的高级董事分析师凯特琳·萨默斯（Kaitlynn Sommers）指出，73%的采购领导者对于生成性人工智能的接受度极高，他们相信这项技术能够显著提升效率并优化工作流。她表示：“生成性人工智能目前已经能够增强各种采购工作流程，而相关的有前景的应用案例，如合同管理等，预示着这一技术将在炒作周期中快速向前推进，其加速程度远超大多数采购领域的新兴技术。” Gartner的炒作周期模型将技术提升至主流采用分为五个阶段：创新触发、期望膨胀峰值、失望低谷、启蒙坡道以及生产力高原。
根据这一模型，目前生成性人工智能正处于期望膨胀峰值阶段，许多成功案例开始出现，与此同时也伴随着一些失败。这一阶段是技术发展的关键时刻，企业在此阶段会对生成性人工智能产生浓厚兴趣，但也可能面临诸多挑战。 在过去的12个月中，生成性人工智能的应用案例已经大幅增加，供应链和采购市场上供应商的新功能应接不暇。除了合同管理之外，生成性人工智能在采购和供应商管理中的相应应用也正在逐渐成形。预计未来，生成性人工智能还将支持供应商绩效管理、采购到付款（P2P）流程以及数据分析等更多用例。 尽管生成性人工智能的前景广阔，但面临的挑战也不容小觑。
凯特琳·萨默斯提醒，尽管其潜力巨大，但采购技术领导者们仍需关注数据质量和生成性人工智能与现有系统集成的障碍。许多企业在实施过程中发现数据质量参差不齐，其中62%的被调查公司表示数据质量是最大的挑战，而33%的公司则指出获取数据的困难。 此外，安永的合伙人马修·伯顿（Matthew Burton）表示，数据常常被各部门和系统孤立，造成数据不完整，导致生成性人工智能无法发挥其最大效益。因此，对于许多企业而言，找到适合的生成性人工智能实施方案仍然需要时间和耐心。尽管如此，马修·伯顿也指出，通过有针对性的用例试点，企业可以更好地了解哪些能力是可以扩展的。 虽然生成性人工智能的发展似乎起步缓慢，但从长远来看，这项技术仍被认为能够带来变革性的影响。
据安永的调查显示，虽然许多公司已经实施了生成性人工智能的相关计划，但只有7%的公司成功完成了部署。这并不意味着生成性人工智能未能兑现其承诺，而是企业在不断探索如何将这项变革性技术与自身需求相结合。 随着生成性人工智能在采购流程中的应用日渐成熟，越来越多的企业正朝着快速实施和结构优化的方向迈进。同时，Gartner的报告强调，在生成性人工智能引领的技术浪潮中，还有一系列其它人工智能驱动的技术也正接近期望膨胀峰值，例如自主采购、预测分析和会话人工智能等。这些技术的不断推进，构成了供应链智能化新时代的重要基石。 在面临诸多挑战的同时，企业也应当深化对生成性人工智能的理解，关注市场动态，以寻求克服障碍的机会。
持续的市场监测以及对可扩展技术的认可，能够帮助企业在没有建立专有基础设施的前提下，更有效地利用生成性人工智能。 展望未来，生成性人工智能将不再只是一个流行趋势，而将成为采购商获取竞争优势的重要工具。随着技术的不断演进与市场的日渐成熟，行业内的早期采用者将能够在竞争中脱颖而出，实现更高的运营效率和响应能力。然而，成功的实施无疑需要伴随周密的规划以及跨部门的合作，以确保生成性人工智能的潜力能够转化为现实的效益。 总之，生成性人工智能的发展不仅是一次技术革新，更是对整个采购及供应链管理模式的深刻重塑。随着越来越多的行业参与者开始探索这一技术的应用，生成性人工智能将在未来的采购和供应链领域扮演愈加重要的角色，为企业创造新的价值与机会。
。
