Ardent Partners与Ivalua联合研究：采购领域AI雄心与执行之间存在显著差距

加州红木城 — Ardent Partners与Ivalua联合发布的最新研究报告《通往AI优先采购之路：弥合AI雄心与执行之间的差距》显示，采购领导者虽怀有宏大的AI目标，但大多数现有系统尚未就绪。成功规模化AI应用的组织与仍在挣扎的大多数之间的差异，为业务领导者提供了清晰的经验教训。

核心发现：雄心与执行脱节

报告指出，87%的采购团队仍被事务性工作所困，90%的团队怀有高AI抱负，但67%尚未准备好进行规模化部署。59%的组织认为数据质量、结构和可用性不佳是阻碍其脱离实验阶段的主要障碍。与此同时，仅有23%的先行者成功地在采购运营中可靠地扩展了AI应用。

报告强调了一个关键的市场矛盾：采购专业人士理解AI的益处——61%的人视其为提升生产力和规模的推动力——但很少有人知道如何持续有效地部署AI。尽管90%的组织正在积极探索或试点AI，但高达67%的组织处于报告所称的“过度扩张”象限，即高AI抱负与不成熟的治理和碎片化的数据基础并存。

尽管面临挑战，仍有23%的组织凭借坚实的数据基础、嵌入式治理和集成工作流，成功建立了“AI优先”的采购模式，这些是可靠扩展AI的关键要素*。

值得注意的是，采购专业人士并非要求AI接管他们的工作，而是希望AI能让他们重新专注于最具影响力和战略性的部分。近半数（47%）受访者将认知增强视为人机协作运营模式的首要目标，其次是关系管理（36%）。

“那些在采购领域取得实质性进展的组织并非行动更快，而是更具战略意图，”Ardent Partners创始人兼首席营收官Andrew Bartolini评论道，“他们正在学习智能系统在何处能创造最大的运营杠杆，治理在何处最为关键，以及AI如何在不产生新运营风险的前提下增强执行。”

阻碍AI应用的主要障碍

数据仍是最大的障碍，无论是质量、可用性还是结构问题，有59%的受访者提及。其次是系统集成挑战，占51%。仅有11%的组织表示在从寻源到付款的流程中运行统一的采购数据模型。值得注意的是，41%的组织描述其数据已集成，但依赖跨系统的人工对账；40%仍以碎片化数据运营，缺乏单一事实来源；8%的数据被困在非结构化格式中，成为“暗数据”。

风险与担忧

超过三分之一的组织（34%）没有正式的AI治理机制，96%的受访者认为“黑箱AI”风险为高或中等。超过半数（51%）表示数据幻觉是其最大担忧，其次是专有数据被用于训练公共大语言模型（20%）。尽管治理框架仍显分散，63%的受访者同意“人在回路”（即对关键决策强制要求人工审批）是采购AI不可协商的治理要求。

弥合雄心与执行之间的差距

当前AI应用场景集中在数据易于获取且生产力提升可量化的采购领域，如支出分析（22%）、供应商发现与准入以及应付账款自动化（均为20%）。未来十二个月的计划部署量显著超过当前使用量，其中合同生命周期管理差距最大（计划56%对当前使用14%）。

超过80%的组织计划在未来三年内部署代理式AI能力，但其中大多数表现出高抱负与低准备并存的状态，因为它们试图在碎片化数据和治理不完善的基础上部署AI。弥合这一差距需要刻意专注于构建弹性基础：确保数据连接、建立嵌入式工作流、并建立可信的治理框架。

“那些已经在可靠扩展AI的组织正在释放巨大的战略容量，赋予其显著的竞争优势。在采购领域，组织面临快速推进AI的巨大压力，但采购领导者必须采取战略方法，与IT部门紧密合作，”Ivalua首席营销官Alex Saric表示，“在无法支持AI的基础设施上追逐AI速赢，只会延迟业务影响并限制规模。成功的要诀在于选择正确的统一架构，建立人在回路控制，然后才加速广泛部署，以确保采购中的AI能为日常运营增添真正价值。”

*Ardent Partners AI优先采购就绪度框架

关于Ivalua

Ivalua是唯一真正统一的企业级AI平台，用于管理支出和供应商。它无缝连接人员、AI、工作流和数据，使企业更具盈利能力、韧性和可持续性。全球超过500家最受推崇的品牌信赖Ivalua，并持续被Gartner及其他分析师评为领导者。了解更多请访问www.ivalua.com，或在LinkedIn上关注我们。