台灣冷鏈Taiwan News
AI 應用系列報導之一-智慧採購

 在AI的世界中,基本上可區分為「數據應用」或是「硬體應用」二種,硬體應用最簡單,例如目前物流業普遍使用的料架搬運機器人,以及無人機配送、無人機協助盤點等,都可大幅節省人類作業員時間。然而在數據應用上,許多企業都忽略了數據潛在的價值,因此尚未達到與AI共舞的美麗世界。本集開始,我們將陸續介紹關於採購、溫室氣體減量、庫存與配送管理這三種利用AI做到進一步優化的作法。

        我們可以說,採購活動才是真正觸發供應鏈運作的源頭,採購決策的優劣很大程度影響了後續的企業運作。

        從人類的角度,我們能處理的資訊量有限,而且容易陷入「經驗」的迷思,甚至更不好的,採購人員可能與潛在供應商勾結,或是使用了對公司不利的條件去採購。從採購部門的角度,只要滿足交期、數量、價格、付款條件的需求,就可以下單。但時代在變,這真的是最好做法嗎?

        採購數量多或許可降低單價,但是採購進來的商品需要庫存、盤點,如果買進來的商品無法在期限內賣出,甚至還會有報廢的成本,光是一種商品的採購就有許多的排列組合,例如可以一個月買100個,或是一次買足一年需求1200個進來庫存,每種採購決策都有不同成本,更何況企業需要採購的商品多達上萬種,有些需要分散風險因此向不同供應商買,有些為了成本考量因此向單一供應商大量購買。類似這種採購最佳化決策已非傳統線性回歸模型可解決,使用AI來解決是較佳方案。

        要注意的是,實施AI採購必須全面集中採購,也就是說,原本同公司內分散於各部門各自的採購業務,必須要集中處理,往後各部門或事業單位只填請購單,並由AI模型統一計算,累積相關的採購大數據才能做到具體節省效果。

        採購活動大致上可分為供應商開發、採購前置處理、配送、到貨後處理等階段,每一個階段都有AI發揮的空間,特別是涉及大量文字、數字處理的部份。要做到智慧採購,應該把企業內每個採購環節完整列出,逐一檢討AI輔助的可行性。

階段零:新供應商的開發

        供應商的開發傳統上都是人工判斷,透過人類經驗與接洽、評選,初步找出可能的供應商,這過程上百年來都是如此;但在AI時代,這件事有機會做得更快更好,類似ChatGPT這種大型語言模型,擅長的就是分析大量文件後進行重點摘要。

        聯合利華就利用這樣的技術,先利用網路爬蟲探索全世界特定產品的供應商,下載供應商網站相關的內容、例如年報、財務報告、社會責任報告等電子檔,然後透過AI模型分析關於這家公司所有的網站內容,甚至網路上別人對於這家公司的評價,AI消化資料的速度,以及跨語言分析能力是人類比不上的,只需幾分鐘就可完成一家潛在供應商的重點分析,符合條件的後續再交給真正的採購人員進行評估。

        這樣的技術稱為「數位偵查」,也就是比原本我們熟悉的Google Search更進一步,由AI找出所有相關資料,摘要分析後再提供結果。包括德國的西門子,目前也使用這樣的技術。

階段一:前置處理

        採購前置處理是最複雜的,因為要從眾多可能的供應商中,找到可以配合的供應商、議價,一直到正式簽約、下單,如果本階段決策正確,可使公司用最合理價格,買到適當品質的商品,同時使得企業整體溫室氣體排放最低,且庫存最低。

        全球零售龍頭Wal-Mart在2021年開始試行使用聊天機器人與供應商溝通。Wal-Mar t全球供應商超過10萬家,如果一位採購人員要負責溝通50家,也得聘請2,000位採購人員。Wal-Mar t 發現,在沒改善以前,至少有20%供應商都是直接簽訂「千篇一律」的合約,這些合約沒有再經過仔細議價或是付款條件的談判。

物流技術與戰略第129期-2024年6月] 

16 Jul 2024