编者注： 《采购脉搏》每月都会关注影响各种规模组织采购职能的话题或趋势。如果您对未来主题感兴趣，您可以在我们的 编辑日历中查看即将推出的功能的完整列表。
人工智能和生成式人工智能在供应链中的应用日益广泛，但这并不能解决自古以来就存在的主要问题：数据质量。俗话说，垃圾进，垃圾出，这仍然适用于人工智能。但是，套用麻省理工学院供应链管理硕士学位主任、供应链领军人物尤西·谢菲的话来说：人工智能所做的一切都是让我们更快地失败。
MorganFranklin Consulting数据战略和 AI 负责人 Niraj Chatwal 解释道：“在当今竞争激烈的商业环境中，有效的数据管理对于采购成功至关重要。通过确保实时数据访问、保持准确性和优化供应商关系，组织可以提高效率并做出明智的决策。”
然而，良好的数据管理始于良好的数据。
“几十年来，数据管理一直困扰着大公司。几乎所有公司都为此投入了大量资金 ，但结果却不尽如人意。虽然这个问题似乎并没有变得更糟，但随着管理者和公司努力变得更加以数据为导向、利用高级分析和人工智能并与数据竞争，解决这个问题变得越来越紧迫，”汤姆·达文波特 (Tom Davenport)、西奥多罗斯·叶夫根尼奥 (Theodoros Evgeniou) 和托马斯·雷德曼 (Thomas C. Redman) 在 2021 年 6 月的《哈佛商业评论》文章中写道。
他们本可以在 2024 年写下同样的话，因为变化不大。我们只是有更多的数据需要管理。
良好数据管理面临的挑战
收集良好数据的挑战并不是什么秘密：数据量的快速增加、数据准确性和可靠性、数据治理不善、遗留系统和流程以及 IT 人才流失是最大的挑战。
相关文章
供应商和供应商之间的不平等阻碍了供应链的竞争优势
使采购更具可持续性的五大策略
释放不断发展的中端市场采购的价值
让我们从最后一个开始：IT 人才流失。数据公司 Hakkoda 在2022 年的一份报告 香港电邮清单 中报告称，所有行业中只有 3% 的公司在寻找人才方面没有问题。公司尤其难以找到具有机器学习经验的数据科学家 (48%) 和数据架构师 (34%)。
“有趣的是，当被问及哪些职位提供最大的商业价值时，数据分析师（41%）和数据架构师（35%）位居榜首。数据科学家紧随其后，”该公司报告称。
在可预见的未来，寻找人才可能仍将是一个挑战。其他挑战实际上可能更容易克服。
Chatwal 表示：“强大的分析能力有助于评估合规率，并通过快速识别不必要的 [采购] 付款来发现节省成本的机会。”“此外，满足新兴的 ESG 要求并集成 AI 驱动的审计解决方案可确保遵守法规。优先考虑数据管理可使采购领导者能够应对挑战并提升其在供应链中的影响力。