采购的人工智能采用速度超过实际准备程度——Snover的分析

采购行业面临一个惊人的矛盾：人工智能无处不在，但对其管理的信心仍然稀缺。根据2026年CPO报告，受访的每个采购组织都已在某种程度上利用人工智能，但只有11%自称“完全准备好”在企业范围内推广。这种采用速度与准备程度之间的差距引起了行业领导者的关注，特别是ProcureAbility的CEOSnover，他认为这种脱节反映出更深层次的组织挑战，而不仅仅是犹豫不决。

Snover悖论：人人使用AI，但少有人觉得准备充分

Snover花了大量时间研究行业格局中的这一矛盾。“我对人工智能采用速度的迅速感到惊讶，”他观察到。“它现在存在于每个行业中，每个人都被期望阐述他们的AI战略。”然而，这种快速渗透掩盖了一个基本事实：初始的AI部署很快，但迈向真正的准备状态的旅程要慢得多。

令Snover最感兴趣的不是谨慎本身，而是组织在 reservations 之后已经如此迅速地整合了AI。他认为这证明采购领导者认识到这项技术的潜力，即使他们还没有弄清楚如何有效管理它。

Snover认为，真正的问题在于高管的紧迫感与团队的不确定性之间的日益扩大差距。领导层要求明确的AI战略，但缺失的部分是一个实际可行、可扩展的实施路线图，采购团队实际上可以遵循。

Snover：数据质量仍是真正的障碍

Snover指出，数据准备是阻碍更广泛AI采用的核心障碍。这不是对创新的抵制，而是当前采购数据管理的混乱现实。

2026年CPO报告支持这一判断：近三分之二的受访者表示担忧数据隐私和合规性问题，而超过一半的人指出数据质量问题和系统碎片化。在合同细节、供应商信息和财务记录散布在多个平台的采购部门中，统一的数据源几乎不存在。

Snover做了一个发人深省的比较：“想象一下使用ChatGPT或Gemini时，持续收到不准确或过时的回答。现在想象在一个从多个来源同时提取数据的商业环境中——这就是许多采购操作的现状。”

他的指导非常明确：“不要自动化破碎的流程，”Snover警告说。“在引入AI之前，先优化工作流程，否则你可能会产生错误和复杂情况。”没有数据的协调和明确的AI交互协议，组织将难以从AI投资中获得真正的价值。

为什么试点项目占据了当前的主导地位

这一现实解释了为什么65%的组织描述自己为“基本准备好”而非完全准备好。大多数都在运行试点项目和有针对性的AI计划，而不是尝试全面推广。

Snover认为这些试点是关键的学习机制。“试点项目就像训练轮，让团队在受控环境中试验，确定真正有效的方法，”他解释道。然而，要将试点从成功转向更广泛的实施，许多公司尚未进行必要的组织变革：重新设计工作流程、建立新的治理结构和明确的责任框架。

Snover指出，大多数组织将AI视为孤立的项目，而不是更大数字化转型战略的一部分。“通常缺乏治理和运营模型，组织框架还未准备好应对这种转变，”他补充说。

转变对抗：关键在于清晰，而非恐惧

虽然超过一半的调查受访者担心AI会取代人类判断，但Snover认为这些担忧往往被夸大。根本问题在于不确定性，而非盲目的抵制。员工担心失业和失去控制——不是因为AI会消灭他们的岗位，而是因为与AI共事的规则尚未明确。

“真正的问题是“不确定性，”Snover解释道。“一旦组织建立了明确的协议和治理结构，许多担忧就会消散。”

Snover的愿景：从试点到AI融合团队

展望未来，Snover预测，克服犹豫的组织将把AI作为核心劳动力的一部分。领先企业已经在运营混合团队，结合全职员工、承包商和外部服务提供商。AI将成为这种组合中的另一个关键资源。

在这一新兴模式中，人类角色将从执行转向监督。采购专业人员将专注于管理AI驱动的流程、引导工作流和指导组织决策，随着技术的发展。战略思维和关系管理——人类擅长的领域——变得愈发重要。

Snover的最后警告直截了当：“那些迟迟不接受AI的企业，将继续在效率和绩效方面苦苦挣扎。”在竞争激烈的环境中，AI正逐渐将行业领袖与落后者区分开来，延迟采用并非谨慎，而是战略上的鲁莽。