GEP：2024年扩展可能性采购和供应链管理使用AI报告

对于人工智能而言，数据管理与质量控制是主要障碍。“有句谚 语‘垃圾进，垃圾出’，因此需要高质量且组织良好的数据才能 使人工智能解决方案生效，而数据清理和数据治理则是一项艰 巨的任务。”Tracey 表示。“解决这一问题的方法是实施数据集 成平台以建立统一的数据战略。公司还需要投资于数据清理和 验证过程，并采用数据质量管理系统。” Houston大学的Li认为，“人工智能有很大的潜力，但在供应链 管理和采购方面尚未得到充分实现。”“采购相对复杂，且是一个 长期过程。建立买家和供应商之间的信任并非易事，双方通常 会通过传统的合作关系来建立长期的信任。要通过人工智能来 替代这种关系并不容易。” 在采用人工智能进行采购和供应链管理时，还存在其他需要考 虑的挑战。Tracey指出，新兴技术未能更早被采纳的原因包括 监管和侵权法可能不支持公司在发生事故或事件时的责任；组 织惰性可能导致组织难以适应不断变化的技术；以及使用新技 术所需的投资，因为公司资源有限，可能希望在投资回报率提 高后再采用新兴技术。这些担忧同样适用于采用人工智能技术 进行采购和供应链管理的情况。