能力地图与优先级矩阵
六张能力地图 + 一套优先级矩阵：寻源、评标、支出分析、谈判、风控、智能体。对号入座，看清哪里先上手。
71%
组织已采用生成式 AI，但智能体 AI 真正规模化的只有 13%
约2×
先行者（“数字大师”）的生成式 AI 回报，约为同行 两倍（德勤）
42%
组织尚未建立衡量 AI 采购成效的 KPI，治理是普遍短板（BCG）
50%
到 2030 年，跨职能供应链决策将由智能体自主执行（Gartner 预测）
报告内容
十章内容，从“能不能”讲到“怎么干”
所有数字都标注了来源与证据等级，方便你回原始报告核对。
你站在哪一级
行业进程 + 成熟度模型，判断自己和同行差在哪、下一步往哪走。
全球案例
马士基、西门子、宝马、通用汽车的可量化账本，照着抄作业。
中国语境
解读 195 号文，国家首个招投标 AI 专项政策，以及国家电网、一汽的本土落地。
PSS AI 采购转型框架
三类组织如何适配不同路径，不照抄别人的路线图。
商业论证：AI 采购这笔账怎么算
ROI 怎么算，以及为什么厂商百分比不能直接搬进你的表格。
采购负责人需要警惕什么
四类风险与避坑清单，热情之外留两分审慎。
未来组织、人才与风向
Agentic Procurement 与人才分水岭：AI 从“给建议”走向“在授权范围内执行”。
PSS 亚太卓越采购峰会观察
亚太地区一线采购人的真实案例与共识
关于 PSS 与 2026 系列峰会
PSS 亚太卓越采购峰会连接超过 60,000 名采购领导者，以专业交流与峰会内容，持续分享 AI 采购实践与行业洞察。
两句话，判断你站在哪
发令枪响了，但大多数人还在热身
从 71% 到 13%，中间掉队的不是意愿，是数据、集成与治理。
已采用生成式 AI
71%
智能体 AI 规模化
13%
BCG 对 200+ 位科技采购与 IT 负责人的调研，点出了规模化路上的四道坎，这四项没有一项是技术问题：71% 担心对 AI 输出的信任、53% 说不清责任归属、48% 缺乏可审计性、42% 还没有衡量 AI 采购成效的 KPI。治理这门课，全行业都在补。
71%
信任顾虑
53%
责任不清
48%
缺可审计
42%
无 KPI
别人在做什么：有账本、可抄作业
案例均来自企业公开披露，并标注证据等级
全球样本
马士基 运输优化
- 马士基 AI 运输网络优化系统可动态路由并在中断时重配路线，单包裹成本降 18%，跨区域交付提速 22%。
联合利华 组织 + 多智能体
- 推出 Digi Procurement AI 技能学习计划，覆盖 500 名采购同事（含 CPO 本人）
- 自研内部工具 Procurement GPT；在 Google Gemini 上搭建多智能体采购系统，涉及成本、合规或供应商依赖处保留人工签批
西门子 数字孪生
- 吞吐量 +20%、问题前置识别 90%
- 资本支出最高 -15%
宝马 多智能体
- 通过 Catena-X 开放数据生态，零部件异常比传统方法最多 提前 4 个月发现
通用汽车 供应链风控
- 自研数字供应链工具集，管理约 750 亿美元年支出、13,000+ 供应商
中国样本
国家电网 央企标杆
- 招标文件编制：3-5 天 → 0.5-1 小时
- 单份评标：3 小时 → 20 分钟
中国一汽 / 中水物资 清标 · 非招
- 中国一汽：智能清标 10 分钟内完成全量风险排查，清标环节由 1-3 天缩至 1 小时以内
- 中水物资贵州项目部：三级非招标智能评审区域应用覆盖率 100%，二季度应用占比 82.5%
浪潮海岳电子采购 平台实践
- 某大型船舶制造央企：智能辅助评标文本识别与问题检出率均 >95%，单项目评审由 3-6 小时缩至 15 分钟
- 某大型电力设备制造央企：平台累计交易额超 5,000 亿元，公开招标节资率 7.38%
政策已把“智能评标”变成必答题
2026 年底
部分省市全覆盖
招标文件检测、智能辅助评标、围串标识别等重点场景，在部分省市实现全覆盖。
2027 年底
全国推广
更多重点场景向全国推广，时间表明确。
20 个场景
辅助性定位
覆盖招、投、开评、定标、现场、监管全链路；模型结论不替代法定责任。
落地路径
先定位、再打地基，按五个动作推进
框架综合 BCG 2026 年对 200+ 位科技采购与 IT 负责人的调研，以及 PSS活动上实践者的公开分享。
01
定位
用成熟度模型做一次自评，明确当前层级与 12 个月后的目标层级。跨级设定目标是预算被砍最常见的原因。
02
地基
主数据、品类编码与系统接口先行。范围可以小，但不能缺，你要动的那个品类，数据必须先干净。
03
选点
用优先级矩阵选 1-2 个场景，先重设计流程再上工具。把 AI 丢进没改过的流程，回报最低。
04
组织
采购持有议程，IT 提供能力支撑；技能与角色同步建。议程若全交给 IT，容易得到一套业务上不好用的系统。
05
度量
内部价值（效率/周期/合规）与外部价值（谈判/定价/供应商）同时测，从第一天开始。只测内部指标，会把试点跑通误读为价值兑现。
贯穿始终的底线 · 治理：数据分级与使用规范、明确的人工签批点、全流程可审计留痕、责任归属写进制度而非写进 PPT。治理不是第六步，它和前五步同时发生，补做治理的成本，通常高于同步做。
PSS AI 采购成熟度框架 2026
L1 AI 试验
个人在用，组织不知；无统一数据源，员工用公有大模型处理零散文本。
L2 AI 辅助
场景级工具上线，数据仍分散；采购内部有负责人，但治理规则未成文。
L3 AI 融合
主数据治理到位，AI 嵌入源到付主流程并可回溯；有数据底座与 KPI。
L4 智能体化
授权边界内自主执行，多智能体协同；采购职责从执行重构为情报与商业判断。
误区：“先买个最强的大模型”
更稳的做法：先画流程-数据-决策图，再选工具。
误区：“让 IT 全权主导”
更稳的做法：采购自己拿回议程，IT 做能力与治理支撑。
误区：“上了工具就有 ROI”
更稳的做法：同步做流程重塑与人才升级，否则试点只能停在试点。
误区：“AI 替代采购人”
更稳的做法：人机协同，AI 干重复与数据密集活，人做判断与关系。
常见问题
下载前，你可能想知道
什么是 AI 采购？
AI 采购是将人工智能技术应用于采购全流程，通过自动化分析、预测和辅助决策，帮助企业提升采购效率、合规性与业务价值。
AI 采购成熟度模型 L1-L4 分别是什么？
L1 是试验阶段，L2 是场景级辅助，L3 是流程融合与可回溯，L4 是授权边界内的智能体协同执行。
AI 采购的 ROI 如何测算？
ROI 建议同时衡量内部价值与外部价值，包括周期缩短、效率提升、合规改善、谈判收益和风险下降。
AI 采购在中国企业的落地难点是什么？
落地难点主要集中在数据治理、系统集成、职责边界与 KPI 体系，通常不是单点技术能力问题。
哪些行业率先应用了 AI 采购？
物流、制造、汽车、能源与快消等行业已出现可量化实践，涵盖运输优化、智能评标、风控与供应协同。
采购人员如何开始 AI 采购转型？
建议先做成熟度自评，再建设数据与治理地基，优先选择 1-2 个高价值场景试点并建立持续度量机制。
免费领取《AI 采购进行时 2026》
✓
看清 AI 采购的能力地图与行业位置，知道自己和同行差在哪
✓
拿到全球与中国标杆的可量化账本，照着抄作业
✓
一套能落地的四步框架与常见误区清单，少走弯路
✓
读懂 195 号文与 Agentic Procurement，提前布局
填写信息，下载白皮书
带 * 为必填项，信息仅用于发送报告与 PSS 后续洞察。