在最近的一次网络研讨会上，采购主管们可能了解数据分析、人工智能(AI)和机器学习(ML)等关键技术如何显著改善他们的流程，但他们并不总是将这种理解转化为这些工具的实际应用Levadata.认知来源研究。
基于San Jose，加利福尼亚州的Levadata，一种基于云的认知采购平台，提供市场智能和供应链成本管理解决方案，提供了网络研讨会作为其更新学习从去年。
建立认知来源的问题,该研究使用引用马克·佩雷拉,采购领袖网络创始人定义它为“自学习系统,使用数据挖掘的应用,模式识别和自然处理模仿人类大脑的过程获得商品,来自外部资源的服务或作品。”
采用缓慢
LevaData首席执行官Rajesh Kalidindi在一份声明中说:“人们知道供应链的数字化破坏已经开始了。”“有鉴于此，我们非常惊讶地发现，有这么多采购经理仍在使用过时的管理工具。”
要编制研究，Levadata调查了100多名高级管理人员，负责9200亿美元的直接物质支出。受访者在五个主要产业中工作：汽车，消费品，高科技，工业设备和生命科学。
总的来说，调查发现，采购专家认识到数据驱动的采购和采购方法在效率和成本节约方面的潜力。事实上，近87%的受访者同意，数据驱动的采购方法是推动企业价值的关键组成部分。他们将数据分析归因于效率的提高和成本的降低。
然而，尽管LevaData的分析表明，正在逐步增加数字化采购业务的专业人士，但进展仍然缓慢。根据LevaData，只有45%的受访者认为，他们的公司和人才已经准备好迎接数字化转型的机遇，并在当前的业务流程中应用数据驱动的分析。
Kalidindi表示:“随着越来越多的公司采用人工智能驱动的战略采购技术，那些没有采用人工智能的公司将发现自己处于极其不利的地位。”
该研究包括LevaData的高级营销副总裁Richard Barnett在网络研讨会上所描述的“一种新模型，它包含了认知技术可以实现的新性能水平的潜力，以及未来的路线图。”
认知采购成熟度模型，与学术表现规范有一个引人注目的相似性，具有五个层次和五个描述性类别：
来源：Levadata.
瞥了一眼“路线图”，使组织成为他们在数字变革的进化时间表中站立的良好意义。
例如，将仍然主要依赖于Excel的level - 1 Ad Hoc组织与包含共享平台和部分自治系统的level - 5 Continuous组织进行比较。
老科技股表现不佳
在供应商覆盖范围内，为了使用另一个例子，Barnett指出，令人震惊的发现是，平均组织每年占竞争性投标，每年只有41％的供应商。
“更频繁的订婚允许您的组织战略性和智能地扩展，”Barnett表示。
Barnett指出，最友好的组织的区别是他们使用综合市场智能技术，这些技术提供了更广泛的供应商基地。
“相比之下，被分析的其他企业只是从直接供应商关系中收集信息。”巴内特说。“只有8%的受访者使用第三方技术解决方案。”
虽然58％的受访者正在使用某种类型的风险分析，即部署AI，levadata发现64％继续使用只依赖于内部数据收集的电子表格或工具来提供市场智能。不到10％的是从四个或更多来源收集数据，并根据Kalidindi的说法，这意味着大多数公司都缺少主要机会。
他说，世界级的采购和采购组织可以审查影响供应链的至少150万数据点，这些数据点比任何个人都可以使用和战略性地使用的数据更多。
讨论这一点：