AI 的发展速度：创新未来的下一个阶段

自从 ChatGPT 的出现以来，世界进入了 AI 热潮。但是，大多数人没有意识到的是，AI 并不是新鲜事物——它已经存在了很长时间。即使在 Google 广泛使用的搜索引擎的早期，自动化也处于搜索结果的核心。现在，世界开始醒悟并意识到 AI 已经深深地融入我们的日常生活，并且它仍然具有巨大的潜力。

AI 的采用和创新速度非常快——预计将达到 1 万亿美元的支出——许多人都在想，我们是否能够准确预测未来两年内 AI 模型的扩展。这是由科技公司如 Meta、Alphabet 、Microsoft 、Oracle 和 OpenAI 不断推出新的 AI 进步和模型来满足行业需求所驱动的。AI 芯片制造商 Nvidia 的业务增长如此迅速，以至于其业务价值无法被准确评估。

我们对 AI 的发展速度的了解是，随着数据量的增加和数据质量的改善，AI 驱动创新能力将会提高，应用于各个行业的业务活动、应用和流程。为了估计 AI 在几年内的发展，我们必须首先了解 AI 的用例是两方面的。第一，AI 是一种技术 使能者，改进现有的解决方案，使其更加高效、准确和有效。第二，AI 有潜力成为一种技术 创新者，使不可思议的进步或解决方案成为可能。

重新思考 AI 的发展速度

尽管 AI 的热潮似乎始于 OpenAI 在 2022 年推出 ChatGPT，但人工智能和自然语言处理（NLP）的起源可以追溯到几十年前。算法，即 AI 的基础，于 1940 年代首次开发，奠定了机器学习和数据分析的基础。早期在供应链管理（SCM）等行业中使用 AI 可以追溯到 1950 年代，使用自动化解决物流和库存管理中的问题。1990 年代，数据驱动的方法和机器学习已经在商业中变得普遍。随着 2000 年代的进展，像机器人流程自动化（RPA）这样的技术使得许多复杂的商业功能中的琐碎任务得以简化。

然后，ChatGPT 出现了。很明显，AI 的认知已经因为生成式 AI 而改变。在 GenAI 诞生之前，消费者并不理解自动化的机制，更不用说自动化对业务的力量。AI 是许多现代技术的基础，例如 Google 搜索引擎。大多数消费者信任 Google 提供准确的答案，但他们很少考虑到这些答案出现在他们电脑屏幕上的复杂过程和算法。但是，看到是相信——有了 ChatGPT，世界开始看到现实中的应用案例。然而，人们对 AI 在日常生活中的整合程度存在误解——即使在商业世界中。正如前面提到的，AI 可以使现有的技术变得更好，就像 Intel 的微芯片一样，AI 位于我们使用的技术的背景中。

如果领导者无法理解 AI 的规模，他们又如何能够成功地将 AI 纳入他们的日常业务运营？这正是问题所在。

采用和增长挑战

如果有人问 GPT 工具，“采购和供应链专业人员可能会对 AI 说什么”，它可能会强调与 AI 采用相关的知识差距。全球 AI 采用率在过去一年中呈指数级增长，在此之前的增长有限。在过去的六年中，只有 50% 的商业领袖 表示他们正在跨业务运营投资 AI 技术。2024 年，采用率跃升至 72%，表明商业领袖们才刚刚开始意识到 AI 对其组织的潜力。

然而，实现 AI 的全部价值需要的不仅仅是部署尖端解决方案。它还需要拥有合适的数据——能够提供有关实际业务支出模式、供应商表现、市场动态和现实世界约束的丰富背景的数据。数据获取不足意味着企业内部 AI 创新的生死攸关。至少 30% 的所有 GenAI 项目 预计将因数据质量差、风险控制不力、成本增加或商业价值不明确等挑战而被放弃。但是，企业在采用 AI 和扩大 AI 时面临的挑战还有很多。

在大型组织中，信息孤岛很常见，这可能会使企业面临重大风险。例如，供应链行业。供应链在业务战略中发挥着至关重要的作用，对于大型全球组织来说，供应链的相互关联程度几乎难以想象。如果业务的一个方面运行在孤岛中，它可能会将整个组织置于风险之中。如果供应链团队不将需求变化通知给供应商，领导者如何能够创建准确的预测？如果销售团队不将更新的预测通知给采购团队，他们可能会根据过时的信息签订长期合同，从而可能与当前客户需求不符。

无论是组织孤岛还是信息孤岛，缺乏沟通都可能导致客户服务崩溃，造成低效，并阻碍创新。AI 可以证明其在解决这些孤岛方面的价值：如果他们的技术得到高效连接，那么他们的员工和供应商也可以得到连接。

商业领袖们积极投资于 AI 驱动的解决方案，以推动流程自动化、战略采购能力、支出可见性和控制以及整体盈利能力。为了成功地利用这些 AI 能力并实现其总支出管理目标，公司必须共同努力，促进透明度，并朝着共同目标努力。

AI 的下一个演进

目前，AI 实际上能够推动业务效率和增长的最佳用例是自动化简单的行政任务。不管是工作流效率、数据提取和分析、库存管理还是预测性维护，领袖们都意识到 AI 可以以前所未有的速度和精度加快单调、耗时的任务。

我们已经讨论了 AI 作为技术使能者——但仍然有很多潜力可以让 AI 成为技术创新者。随着我们步入新的一年，商业领袖们应该期待在供应链管理和采购领域的 AI 进步，例如自治采购的增强。通过利用 AI 和其他先进技术，企业可以自动化传统上依赖人类的任务，例如采购和合同，以推动效率并通过让 AI 分析大量数据、识别趋势和实时做出明智的采购决策来释放资源。完全自治的采购不仅提供了无与伦比的成本节约、提高效率和减少错误的好处，还可以通过持续确保遵守道德和可持续性标准来减轻欺诈和伪造的风险。

然而，在引入自治采购之前，公司应该专注于为采购团队和供应商提供直观、效率高且易于导航的用户体验。一旦创建了超个性化的用户体验，企业就可以无缝地实施自治解决方案。

AI 的结果不仅仅是提高企业的投资回报率，还包括改善决策、预测未来模式和建立韧性。各个领域的 C 级高管越来越将 AI 技术的采用视为转型和未来证明其业务运营的必要条件。随着时间的推移，像每项技术一样，AI 将变得越来越廉价，而其输出的价值将继续上升。这让我们有足够的理由对 AI 的未来和它在我们生活中的平衡作用持乐观态度——无论是商业还是个人。运营通过自动化。随着时间的推移，像每项技术一样，AI 将变得越来越廉价，而其输出的价值将继续上升。这让我们有足够的理由对 AI 的未来和它在我们生活中的平衡作用持乐观态度——无论是商业还是个人。