【亿邦原创】一直以来，传统采购行业面临着数据孤岛林立、寻源匹配效率低下、供应链风险被动响应等诸多痛点，使其长期被视为一个支撑性成本部门，难以发挥战略价值。随着大模型与AI技术的迅猛发展，这一局面正在被彻底改写。阳采集团正通过深度应用AI，为企业降本增效，提升供应链韧性。AI已不再是锦上添花的工具，而是阳采重新定义集采服务、构筑未来市场绝对主动权的核心驱动力。
受访企业：阳采集团有限公司
受访人及职务：王强 阳采集团董事长兼总裁
所属行业：批发零售类电商企业
亿邦动力：大模型与AI技术的迭代发展，给贵公司所在的行业带来哪些影响？
王强：大模型与AI技术已不再是锦上添花的工具，而是阳采集团所在行业转型升级的核心驱动力。它正在将传统采购从一个支持性部门，重塑为驱动企业降本增效、提升供应链韧性和实现绿色发展的战略枢纽。
具体来说，我看到了三个显著的变化：
从“人找货”到“货找人”的智能匹配革命：AI大模型通过语义理解，能精准解读甚至预测采购需求。例如，当采购员搜索“苹果快充头”，系统能瞬间理解其指向的是“iPhone 20W适配器”而非生鲜，实现了从“猜谜”到“精准秒达”的体验飞跃。
从“被动响应”到“主动预警”的韧性供应链：AI技术让供应链具备了“免疫力”和“自愈力”。通过构建供应商全息画像，实时监控财务、舆情、ESG等20多个维度的数据，AI能前瞻性地预警断供和质量风险，保障供应链的稳定与安全。
从“标准遵循者”到“标准共建者”的行业角色升级：阳采集团利用其在AI数据治理中积累的经验，深度参与了国内首个《MRO采购物资分类与编码》团体标准的制定。这表明，掌握先进AI技术的企业正从被动遵循行业规则，转变为主动参与并引领行业标准的建设。
亿邦动力：贵公司在哪些业务环节中使用AI及大模型？取得了怎样的效果？
王强：阳采的AI战略，已经不再是零敲碎打的工具应用，而是构建了一个从“夯实地基”到“建起高楼”的完整智能体系。
首先，我们下硬功夫打好“智能地基”。过去，采购数据就像一堆方言混杂、表述不清的信息，我们投入核心力量，用最前沿的AI技术为所有数据建立了统一的“普通话”标准。这让我们数据的“健康度”达到了行业领先的95.8%以上，把人工纠错的工作量压到了最低。这块坚实的数字基石，让我们后面所有的智能决策都站得稳、靠得住。
其次，我们锻造了能理解业务的“供应链大脑”。我们专门为供应链场景训练了一个强大的AI模型，它就像一个精通所有产品参数和行业术语的“超级专家”。现在，它不仅能看懂各种不规范的物料描述，更能洞察到零部件之间千丝万缕的隐性关联。这让整个供应链的信息处理效率提升了40%以上，相当于给每位员工配了一位AI专家助理。
最终，这一切在核心业务中爆发出巨大的实际价值。在寻源找货上，我们从过去“大海捞针”式的耗时耗力，变成了“秒级精准推荐”，匹配成功率翻了近两倍。在销售报价上，以前需要大量人工核价的工作，现在通过系统批量、智能、精准地完成，区域同事的报价效率提升了84%以上。在商品主数据治理上，我们实现了接近全自动的智能分类，准确率高达98.6%，极大地解放了人力。
这些点状的突破，通过我们自主研发的“阳采智元AI中台”串联起来，形成了一套完整的组合拳。最终体现在实实在在的经营效益上：整体采购成本降低了15%，库存周转效率提升了40%。
所以，AI对于我们而言，绝不仅仅是提升效率的工具，它正在重新定义我们作为大型集货商的核心竞争力，让我们在未来的市场中占据绝对主动。
亿邦动力：请介绍下与AI相关的团队搭建、资金投入。
王强：在AI投入上，我们坚持“试点验证、价值驱动”的原则，确保每一分钱都花在刀刃上。
团队建设方面，我们不搞封闭的技术团队，而是采用“嵌入式特种部队”模式。让数据科学家和供应链专家混编成组，深入业务一线。特别是在主数据治理项目中，团队构建了“规则引擎+大模型引擎”的双轮驱动架构，确保技术方案真正解决业务痛点。
资金投入上，我们走的是“小步快跑”的路径。2022到2023年是试点期，我们聚焦数据治理和智能寻源这两个高价值场景，投入资金百万级别，用6个月时间把SKU标准化效率提升了50%，先验证了技术ROI。
从2024年开始进入推广期，我们把科技预算的30%投向AI，累计投入超过千万级别，规模化扩展到9个核心场景。这个投入带来了实实在在的回报：采购匹配时效缩短84.4%、人工干预率降到7.3%。这种“单点突破、价值验证、快速复制”的路径，让我们避开了很多企业盲目投入的坑。
目前我们还在持续投入的场景非常广泛，例如智能客服与数字人应用，让客户服务实现了7x24小时的即时响应与品牌播报；全流程的合规风控与智能审计，为大型政企客户的阳光采购保驾护航；以及基于预测分析的联储联备库存优化，正帮助我们和客户一起向更高的库存周转目标迈进。在AI场景应用方面，我们正从‘工具化’向‘智能体化’演进，将持续加大在AI Agent（智能体）技术架构上的投入，目标是让供应链的各个环节实现自主协同，最终走向‘任务自治化’。
亿邦动力：AI与产业的结合过程中遇到过哪些难题？将如何克服？
王强：我们在AI与产业融合的过程，确实遇到了不少挑战，我大概将其总结为三个核心难题。
首先是数据复杂性这个拦路虎。工业领域数据孤岛严重，同一个商品在不同行业编码都不一样。我们通过构建企业级数据中台，结合智能清洗引擎，把数据可用性从40%提升到85%，总算为AI提供了高质量的数据。
其次是行业Know-How，也就是行业经验差异的问题。我们的十大服务领域需求迥异，通用模型经常“水土不服”。后来我们采用“垂直行业小模型+通用大模型”的混合架构，为每个领域定制解决方案。
最难的可能还是组织变革的阻力。业务人员习惯了经验决策，对新工具总有疑虑。我们通过“AI之星”计划和场景化试点，让员工亲眼看到AI把采购匹配效率提升182%的效果，慢慢建立起AI驱动的文化。
解决这些问题需要系统性的布局：技术上我们以“五层蓝图”为指南；生态上通过“信合伙伴”输出能力；组织上把AI定位为“新质生产力”核心。
我们的实践充分证明，只有把技术扎根在产业土壤里，AI才能从“盆景”变成“森林”。
亿邦动力：在深度价值链方面，贵司如何实现纵向工贸一体化价值，或者横向配置技术、金融、园区及物流等产业资源，又或者如何实现工业品品质品牌溢价，产供链绿色发展价值？
王强：在价值链构建上，我们以“三商一体”为核心，通过纵向整合和横向协同来重塑产业价值分配。
纵向方面，我们不只是平台商，更要成为品质标准的定义者。通过AI大模型分析十大行业的采购数据，我们定向开发了5万多个自有品牌SKU，像“迅想”办公品”九千谷”工业品这些品牌，已获得市场高度认可，在办公耗材、工业辅料等场景实现“品控-生产－配送”的闭环，品质管控成本降低了20%，溢价能力提升了15%。
横向资源整合上，我们构建了“产业路由器”模式。技术端，阳采科技为合作伙伴搭建数字化采购平台；金融端，基于真实贸易数据为中小微企业提供应收账款融资；物流端，10大仓储中心和200多个前置仓通过智能WMS实现全网调度，配送效率提升了50%。
在绿色和品牌建设方面，我们建立了绿色商品标准，碳排放降低了30%，并通过AI质量溯源系统实现“一物一码”全流程追溯，让品质真正看得见。这个布局不仅响应了国家“供给侧改革”和“双碳”目标，更推动了产业链从成本竞争向价值共创升级。
亿邦动力：这些产业服务为上下游企业创造了哪些效益？为产业链创造了哪些价值？
王强：对上游伙伴，实现了采购成本降低15%，库存周转效率提升40%，订单响应速度提升50%。SaaS平台部署效率提升了40%，这让我们的合作伙伴能够快速实现数字化。
对下游企业，特别是中小企业，我们提供“即插即用”的供应链能力，让他们能以接近大客户的优惠价格采购标准化商品。通过供应链金融服务，有效解决了中小企业“回款慢”的难题。
在产业链价值方面，我们通过“三级供应池”和智能调度系统调配资源，让抗风险能力提升了30%。构建的供应商知识图谱网络，在区域枢纽落地协同模式，带动了产业集群发展。绿色转型方面，绿色商品碳减排30%，循环包装使用率超过50%。
我们始终认为，阳采不仅是一家企业，更是一个“产业价值放大器”，通过数字化和AI，我们正在让传统供应链进化为智慧共生网络。
亿邦动力：在您看来，产业互联网第一个创新周期（2019-2024）的主要特征是什么，对新周期有什么期待？
王强：回顾第一个创新周期，我认为是“数字破局与生态初建”的阶段。政策层面，“数字中国”和国企数字化采购主导了市场教育；企业层面，行业从交易自动化迈向数据驱动。阳采正是通过“三商一体”战略，实现了从电商平台到供应链协同的跃迁。
但也要看到，这个周期的AI应用还比较多地停留在单点优化，没有形成体系化的智能。对新周期，我期待三个方面的突破。
第一在技术上，大小模型协同会推动工业智能体普及，系统从决策辅助走向自主执行；
第二在业务上，跨境供应链会快速崛起，我们阳采已经开始规划构建跨境网络，助力中国品牌出海；
第三在可持续发展方面，我认为零碳供应链会从可选项变成必选项。
我认为，产业互联网的终极竞争，将是生态韧性、数据智能与绿色可持续的三重较量。
亿邦动力：2025年产业互联网领域，您还关注哪些话题和方向？
王强：2025年，我主要关注两个方向。一个是AI的因果推理能力。大模型需要从关联分析升级为因果推断，特别是在能源、制造这些领域实现动态优化，比如要能预测设备故障的根本原因，而不只是简单报警。另一个是供应链韧性创新。通过“三级供应池”、智能调度系统这些模式，来应对地缘政治和需求波动带来的挑战。阳采正在探索基于实时数据的供应链优化，通过智能预测来预判风险。
这些实践将推动产业互联网从效率工具向战略基础设施演进，这也将是我们未来的重点投入的方向。
