內容大鋼
本書系統闡述了人工智慧技術在採購與供應鏈管理中的實戰應用與轉型路徑。全書構建了從理論到實踐的完整框架，不僅解析了自然語言處理、機器學習等核心技術，更深入智能尋源、供應商全生命周期管理、採購執行與合同風控等業務場景，詳細解析了AI如何賦能需求預測、庫存優化與物流調度。通過大量行業案例與工具推薦，本書為企業提供了可落地的實施路徑，助力打造數據驅動、敏捷韌性的智慧供應鏈體系。
作者介紹
董道軍|責編:史岩
董道軍：中國物流與採購聯合會採購與供應鏈專家委員會專家、《中國招標》智庫專家委員會專家、AI賦能業務效能提升專家，法國布雷斯特高等商學院企業導師、西交利物浦大學校外導師。獲得美國西敏斯特學院與上海東華大學工商管理碩士雙學位，擁有豐富的企業管理實戰經驗，曾在國有企業、歐美跨國企業及民營企業擔任高管。資深管理培訓及咨詢專家，現從事全球化供應鏈管理、採購管理、戰略管理、營銷管理、項目管理、綠色低碳管理、AI與數智化、風險與合規管理等領域的培訓與咨詢項目。「十三五」江蘇省高等學校重點教材《供應鏈數據分析》副主編。《談判心理學》《閑聊式銷售》作者。
目錄
第1章 採購與供應鏈概述
1.1 採購與供應鏈管理概述
1.1.1 採購與供應鏈管理的定義與專業共識
1.1.2 採購與供應鏈對企業運營的戰略價值
1.2 採購與供應鏈管理面臨的挑戰與機遇
1.2.1 傳統採購與供應鏈管理的痛點分析
1.2.2 數字化時代的新機遇與挑戰
第2章 AI技術概述
2.1 AI技術概覽
2.1.1 AI技術的核心概念
2.1.2 AI如何顛覆傳統採購與供應鏈模式
2.1.3 AI賦能採購與供應鏈的核心價值
2.2 AI工具與高效賦能
2.2.1 與AI高效交互的核心方法論
2.2.2 主流AI工具分類與場景化選型指南
2.2.3 AI應用領域：從採購與供應鏈到企業運營全場景
2.3 AI大模型時代的智慧供應鏈：從經驗驅動到數據智能的躍遷
2.3.1 供應鏈正在經歷一場看不見的決策革命
2.3.2 AI工具在供應鏈里的十個真實場景
2.3.3 燈塔工廠的數據，說的就是這個趨勢
2.3.4 決策邏輯正在被重構：從「人找問題」到「問題找人」
2.3.5 接下來幾年，AI+供應鏈的發展
第3章 AI賦能尋源與供應商管理
3.1 供應商智能尋源與評估
3.1.1 構建AI賦能的全球供應商資料庫
3.1.2 基於AI的供應商能力、信譽與合規性評估
3.1.3 應用DeepSeek大模型輔助採購尋源與評估供應商風險的案例
3.2 AI賦能供應商績效評估與預警
3.2.1 AI賦能供應商績效評估指標體系
3.2.2 AI賦能供應商風險預測與早期預警
3.2.3 如何應用AI工具建立供應商全生命周期管理系統
3.3 AI賦能供應商協同與關係管理
3.3.1 AI賦能供應商溝通與信息共享平台
3.3.2 AI賦能供應商發展計劃
3.3.3 某汽車電子企業借力AI深化供應商戰略合作的案例
第4章 AI賦能採購執行與合同管理
4.1 AI賦能物料數據及標準化管理
4.1.1 AI在物料分類、編碼與標準化中的應用
4.1.2 AI自動識別與更新物料信息
4.2 AI賦能報價（RFQ）與比價
4.2.1 基於自然語言處理的需求識別與報價單解析
4.2.2 基於智能演算法的供應商推薦與報價分析
4.2.3 智能採購RFQ流程
4.2.4 「好成本」軟體智能成本核算案例
4.3 AI賦能採購談判
4.3.1 基於AI的市場價格預測、歷史數據挖掘與供應商成本分析
4.3.2 AI賦能制定談判策略與生成多場景備選方案
4.3.3 AI賦能採購的優勢談判案例
4.4 AI賦能合同風險識別與合規審查
4.4.1 基於自然語言處理的合同關鍵條款、風險點與潛在陷阱識別
4.4.2 AI賦能合同合規性自動檢查與動態預警
4.5 應用豆包大模型輔助採購合同風險識別與條款優化的案例
第5章 AI賦能需求預測與計劃
5.1 傳統需求預測的困境與AI的突破路徑
5.1.1 傳統需求預測的三大瓶頸：慣性依賴、人工偏差與反應滯后
5.1.2 AI的破局之道：多變數、非線性與外部因素的統一建模
5.2 AI在需求預測中的關鍵技術與模型
5.2.1 時間序列模型與機器學習模型的定位與選擇
5.2.2 利用AI大模型進行汽車售后配件預測實戰演練
5.2.3 融合外部因素的混合模型構建方法
5.3 某零售企業通過AI實現需求預測精度提升的案例
5.3.1 項目背景與痛點診斷
5.3.2 實施過程與關鍵舉措
5.3.3 實施成效與經驗啟示
5.4 應用Kimi大模型輔助多維度需求預測建模的案例
第6章 AI賦能倉儲與庫存管理
6.1 AI賦能倉儲布局與運營優化
6.1.1 AI庫位優化與動態貨架分配
6.1.2 機器人與AI協同的自動化倉儲流程
6.2 AI賦能庫存管理
6.2.1 AI賦能動態安全庫存計算與補貨點優化
6.2.2 AI在多級庫存優化與協同補貨中的應用
6.2.3 應用元寶大模型輔助庫存健康度診斷與優化建議的案例
6.3 AI賦能庫存檔點與可視化
6.3.1 電腦視覺與無人機技術在盤點中的應用
6.3.2 實時庫存數據採集與可視化平台
6.3.3 基於DeepSeek大模型對庫存數據進行可視化分析的案例
第7章 AI賦能物流與運輸管理
7.1 AI賦能運輸路徑優化與調度
7.1.1 配送需求計劃（DRP）與車輛調度優化（VRP）
7.1.2 AI如何綜合考量實時交通、天氣、訂單優先順序等多重因素
7.2 AI賦能運力管理與承運商協同
7.2.1 AI實時評估與監測承運商績效
7.2.2 AI賦能運力匹配與智能報價
7.3 AI賦能貨物跟蹤與在途可視化
7.3.1 IoT與AI結合的實時貨物追蹤與異常預警
7.3.2 AI預測到貨時間（ETA）並提前通知相關方
7.4 應用Gemini大模型輔助運輸路徑優化與成本控制的案例
第8章 AI賦能供應鏈風險管理
8.1 AI賦能供應鏈風險識別與監測
8.1.1 AI分析全球供應鏈宏觀風險
8.1.2 AI評估特定供應商、地區及物料的風險
8.2 AI風險預警與應急響應
8.2.1 AI對突發事件的早期預警
8.2.2 AI供應鏈中斷影響評估與應對
8.2.3 應用ChatGPT大模型輔助識別供應鏈風險與生成應急預案的案例
8.3 AI賦能供應鏈韌性構建
8.3.1 AI識別關鍵節點與潛在瓶頸
8.3.2 AI建議的響應策略
第9章 企業AI轉型實施路徑
9.1 採購與供應鏈AI成熟度模型
9.1.1 採購與供應鏈AI成熟度模型的特徵
9.1.2 AiPSCM模型架構
9.2 AiPSCM模型實踐落地
9.2.1 自評清單
9.2.2 行業差異化實踐
9.3 AI應用實踐案例
9.3.1 智能供應鏈控制塔的創新應用實踐
9.3.2 芯軟雲AI編程平台在企業採購與供應鏈系統快速交付中的應用
9.3.3 智能體案例
9.4 AI轉型實施過程中的倫理與合規性管理
9.5 擁抱AI，開創採購與供應鏈的未來
附錄
附錄1：AI工具與平台全類別推薦清單（2026年2月版）
一、通用大模型
二、知識庫與內容管理
三、智能體與自動化
四、視頻生成與編輯
五、會議與協同辦公
六、辦公與生產力套件
附錄2：採購與供應鏈AI術語表
一、基礎技術層
二、智能體與自動化層
三、數據處理與知識管理層
四、預測與決策層
五、採購業務場景層
六、管理與治理層
[