《2026数智化采购发展报告》开题研讨会在京举行 热议“生态进阶 价值跃升”

数字化采购正经历从政策驱动向市场驱动、从单纯提效向价值创造跃迁的关键转折。面对全球供应链格局重塑，行业共识已从单纯的流程数字化转向对数据质量、系统安全及绿色发展的深度考量。在此背景下，如何量化AI投入产出比、解决落地痛点，成为《2026数智化采购发展报告》探讨的核心议题。

报告建议将案例覆盖面从央国企拓展至上市公司及民企，并增补银行与航空领域内容，这两个板块年采购额均超千亿。行业普遍认为，当前采购面临数字化根基不充分、数据质量不高、需求牵引不足及服务能力短板四大痛点，亟需探究大模型与小模型的组合应用路径。

AI落地并非通用大模型的独角戏，而是基于标准化底座的专业化小模型与场景化应用的协同。京东工业指出，工业品采购关键在于成本可控的“专业化小模型”，以数据激活多模态管理。企业应理性看待AI技术，锚定业务核心目标，摒弃重底座、轻应用的误区，聚焦流程重构与场景适配。

宝华招标在AI监标与智能评标中实现85%-90%的专家一致率，强调小模型与数据比对往往更有效，标准化是大幅降低复杂性的基础。北京筑龙也表示，AI重在赋能业务，贴合实际场景稳步迭代，方能实现长效价值落地。不能为了AI而AI，业务痛点与管理目标才是长久核心。

底层数据的标准化与规范化，是智能化应用发挥实效的前提。中国物品编码中心建议以商品条码为“身份证”建立可信数据底座，目前全球已有2.4亿种消费品采用此标识。中广核据此实现办公用品自动上架，标准化数据比价效率超90%，低成本破解了人工审核瓶颈。

天源迪科在某央企项目中，将190万条存量物料收敛至70余万，自动审核率达80%，人员从8人减至2人，日处理量升至2000条，年节约成本超千万元。这表明，行业趋势是将物料单独管理并与价格、商品数据打通，底层数据标准化是所有智能化应用的基础底座。

震坤行通过自研“玲珑工业用品大模型”落地70个行业智能体，梳理近2000万行物料，使人效提升50%以上，物料清单标准化处理缩短至3分钟。其建议报告强化AI场景化落地，推动物料主数据标准化，打破“万马奔腾”瓶颈，让标准化成为智能化底座。

阳采集团利用自然语言大模型治理3200万SKU主数据，实现智能分类与赋码。在第二阶段通过AI执行操作，引入场景化质量治理，将商品属性叠加风电等具体场景后，质量安全等级陡然上升。同时利用多模态AI自动抓取质检报告属性并进行图文风险审核。

然而，AI应用仍处于“人机协同”的初级阶段，行业标准与法律框架亟待完善。航天科工在智能评标中发现，AI初筛差错率仍达40%-50%，且面临难以闭环溯源、规则定义者缺位及法律责任主体资格不明三大困惑。这表明，当前AI仅能做初筛辅助，决策边界和留痕机制仍需厘清。

采购平台的运营重心正从资源聚合转向精细化运营与生态共建。陕煤物资提出功能升级、AI应用、产业互联、服务社会化及运营无人化五大战略，致力于打造能源化工行业标杆。中国建材采购平台去年交易额超千亿，活跃供应商逾10万，经验表明AI落地应优先选择业务流程成熟、数据积累扎实的单位。

在非标品管理与绿色供应链方面，企业也在积极探索新路径。中盐集团在非标领域建立动态价格模型，实现原材料涨价时的自动调价机制。中化商务通过数字化工具破解全生命周期碳足迹采集难题，支持多维度对比与减碳模拟。得力集实则利用回收塑料量产并在央企平台上架，形成绿色采购专区。

咸亨国际指出，未来电商供应商将分化为全品类大平台与深耕场景的专业化平台，同质化竞争不可持续。领先未来针对SKU千万级现状，提出通过线下专业化体验中心解决客户认知不足的问题，计划在全国推广建设集产品展示、体验与解决方案于一体的实体中心。

展望未来，行业需打破企业孤岛，构建跨领域协同机制。专家呼吁协会层面推动央企在AI领域分行业、分阶段协同，避免资源错配与重复投入。同时，建议行业层面建立统一的质量抽检与缺陷认定规则，并形成共享的供应商评价模型，避免各单位重复建设。