在未来一年内，采购经理们可能需要具备地缘政治风险方面的重要专业知识，以应对国际事件对全球供应链的影响。从历史上来看，美国一直处于较为稳定的经济影响中，但近期公布的拟议关税和修订后的多边贸易协定，再加上协定的不断调整，使得供应链专业人员的操作计算变得更加复杂多变。供应计划员必须要对此进行分析，并不断提出新的建议来适应新的规则。
回顾2018年年底发生的诸多事件，对全球供应链都带来了影响。12月，美国股市上演了过山车式的波动，美联储加息（有官员承诺2019年将加息更多），以及在G20峰会期间提出的中美贸易休战90天；紧接着政客们又开始发表声明，贸易战似乎要重燃。值得关注的是，这些日益加剧的经济逆风出现在国际货币基金组织10月（第三季度）报告以及美联储公布2019年全球经济放缓数据之后。如果这还不足以给精明的采购官以警示，那么今年秋天，将会有许多CEO公开预测2019年底将会出现经济衰退。
可见性的重要性
如果经济衰退来临，人们应该会期望听到过去经济收缩时经常提出的那些短视建议，诸如：削减资本投资，裁减已经精简过的采购团队的人员配备。当然，外部对供应和收益的压力将产生连锁效应，但数字采购系统的范围和效率已达到临界点。供应链组织可能曾经有一个5到7年的窗口期，把人工智能（AI）采购系统集成到企业中，从中获得竞争优势。然而，如今只有具备有效管理更高比例的供应商支出、部署更大的可见性来发掘供应链机遇、快速采取行动推动边际支出的改善等能力的组织，才最有可能从2019年不寻常的市场波动中安然度过。
下面我们来继续探讨技术与战略思维的交互作用，以及如何在企业中开展这种新合作：
重构全球地图
来自中国的工厂和供应链基础设施的产品占据了美国制造业进口的最大比例，其次是加拿大、墨西哥、日本和德国。今年年初，全球贸易的关键变化包括：2月，已签署的美国-墨西哥-加拿大协议（USMCA）提交国会批准；3月，中美之间为期90天的贸易战休战期结束；对中国制造的元器件产品安全性的担忧将持续到2019年；此外，劳动力的工资上涨也使中国对制造商的吸引力下降。
随着中国的知识产权安全和制造成本风险的增加，许多公司开始计划供应链运营上的重大转变。越南和泰国的零部件供应商有望赢得一些订单，尽管人们一直担忧中国境外供应链基础设施的实力。这些担忧与其他风险来源相吻合，包括台风、飓风、工厂火灾以及亚洲新兴经济体内部的劳资纠纷。尽管中国在某些技术组件的制造上占据主导地位，但随着时间的推移，从成本和安全的角度来看，越南和墨西哥可能更具吸引力。只是，采购经理们在转换到这些新资源上时，必须时刻警惕质量和可靠性的问题。
成本膨胀：呈上升趋势
基于美联储承诺2019年将进一步加息，预计美国的借贷成本会上升。同时，美元持续膨胀，也会降低其在海外的影响力和价值。再加上工资增长、关税威胁和高需求等种种因素集合，将造成成本的进一步增加。
然而，另一个因素也在起作用。在过去的5至7年中，随着科技产品总体价格趋于下降，直接推动了元器件成本的降低。越来越多的技术部件被纳入“非技术”产品，例如灯泡、汽车和卡车，以及连接物联网的家用电器。产品开发的这种趋势促成了电子元件总体需求的可衡量的激增。展望未来，高科技公司的采购需要更具创造性，以降低成本或限制成本增加的影响。
加快步伐采用AI
麦肯锡分析师最新分析表示:AI的步伐正在加快，从高层管理层的“普遍意识”进入到多个垂直行业的投资和采用阶段。预计到2019年，很多公司将启动试点项目和概念验证计划，以测试AI效率和回报率。
数字化转型计划与人工智能技术也存在着紧密的联系。为了获得竞争优势，企业关注实现最佳效绩，更愿意对成熟度和绩效进行内部审计，试验和修改特定的业务流程，衡量影响并进行迭代变更。
大多数公司已经走上了数字化转型的道路。在LevaData 2018年的认知采购研究中，超过75％的领导者认为其公司正在进行数字化转型计划：
- 已于去年上线：35％
- 已积极规划1-2年：25％
- 已积极规划2年以上：21％
- 正处于计划阶段：9％
- 没有计划：14％
期待一个混合的中间点
对于许多组织而言，预测技术将作为独立部门中的自动化流程与集成AI主导业务之间的中间点。实际上，每个组织都把以前手工流程的某些部分给自动化了。目前，大多数企业预测技术应用程序都采用数字方式来收集和评估重要数据和指标，但这些数据和指标仅限于内部来源。要真正具有预测性，算法必须要在外部和第三方来源的大量数据集上运行。
设想供应链主管进行商业化采购前的定价谈判。通过孤立的Excel电子表格报告，采购专业人士仅能基于其过去的订单做出趋势分析（例如，对未来的定价）。但想象一下，如果能够深入研究子组件（如铜或铝）的细节。从外汇交易市场获取的数据或从多个第三方数据聚合处获得的过去的收益报告，可以实时了解各地区或某一段时间内的大宗商品的定价趋势。大量不同的数据流极大提高了从价格到可用性等供应链问题的预测质量，在特定支出领域应用预测模型，是通往完全人工智能驱动方式之前的一个中继站。但是，要真正依赖人工智能来推荐和进行模式感知的商用，仍然需要几年的时间。
精细化应急管理
为了应对2019年的风险形势，采购部门将更需要进行情景规划。采用“假设”情景，团队将根据各种可能性来确定其对供应的潜在影响，从而决定能够减轻这种影响的新方案。例如，采购官可能会选用新的供应商，或更换不同地点的供应商。
这些战略性投资的成功与否，取决于能否在明显的市场趋势和力量之外的庞大的数据集中找到模式。以近期的电子市场为例，2018年该市场遭遇了严重的供应短缺，根本原因是没有足够的工厂生产被认为是低价值的产品——多层陶瓷电容器（MLCC）。大多数采购组织对这类子组件并不熟悉，但MLCC的短缺导致了汽车、计算机、家用电器和多个终端市场电子组装速度的减慢。
采购员需要提高对收益报告和/或高度本地化的商业智能的可见性，同时在提出建议或签署合同之前考虑风险因素和各种情况。深入了解各种可能影响成本和供应的因素变得越来越重要，比如：某地区的关税政策、特定子组件的分类方式、以及运输物流、天气和检查流程等等。
建设更好的团队
如前文所述，在经济萎缩期间过于强调节约成本，可能会导致采购部门削减成本，这也许是个造成因小失大的举动。请记住，正是采购团队为企业节省了数百万美元的账本底线。2019年，对供应链的专业人士进行额外投资变得重要，不过有一点需要注意，新员工招聘将逐渐呈现由商品专家转向数字专业人士的趋势。
在2017-2018年，业界普遍认为，“一刀切”的采购招聘方式的时代已经结束，取而代之的是主题专家（Subject Matter Experts，SME）和数字原生代的结合。2019年的情况更是如此，招聘变得更具灵活性，管理者们寻求那些熟悉数字化的候选人，并在AI技术方面为候选人提供平台以提高其类别知识。
目前，采购员在中小企业（Small and Medium Enterprises，SMEs）中仍然占人员组织的相当大的比例，但未来的招聘趋势将集中在填补技术空白上。与此同时，人们越来越期望商品管理人员对新技术及其能力有一定的理解。
产品发布倒计时
预计今年新产品导入（New Product Introduction，NPI）团队将大幅增加对预测技术的使用。
虽然采购组织正在推动预测工具的初步采用，但是我们将在今年看到在跨职能产品团队中这些工具得到更多的应用。这些工具将从选择零部件，到选择合适的供应商，再到提高效率和优化成本等一系列操作任务中证实其价值。我们将在新产品部门中看到一些有趣的场景规划，他们将研究供应商和其他因素如何随时间的推移影响毛利率。
采购：新的MVP
有了这些广泛的工具，预计采购团队在组织内的影响力将扩大。
这种影响力将在一定程度上由新产品导入团队推动，他们希望采购指导其生产选择。此外，随着产品开发时间的不断缩短，新产品导入、工程、财务和采购之间需要更加紧密的合作，对共享工具的使用需求也会增加。
采购团队将更多的使用技术，在供应速度、预测和风险方面提供工程方面的投入。因此，较之于此前有限的人工方法，他们将影响更多的工程师。
在一个越来越令人担忧的经济环境中，采购专业人员们利用新获得的专业知识执行其战略角色的能力，将令企业达成目标乃至实现里程碑式的超越。在未来的一年里仍有一线希望，因为具有更强的合作性，企业内采购专业人员的角色作用将被提升。
本文为《国际电子商情》2019年5月刊杂志文章。
