摘要：人工智能是第四次工业革命的代表，也是科技创新的重大成果，对于企业管理和供应商关系管理有着重要作用。本文基于目前数智技术广泛运用的背景，研究人工智能在于供应商关系管理中的应用。最后提出企业在进行供应商关系管理中，使用人工智能时会面对的挑战和建议对策，旨在提高企业选择和评估供应商的效率，降低供应链运营成本，为企业管理者提供可靠高效的供应商选择、评估和关系维护参考方案。

关键词：人工智能；供应商关系管理；SRM；供应链智能化

在党的二十大报告里指出，科技创新是中国式现代化道路上的重要支柱。人工智能则是目前数智科技重大革新的成果，在很大程度上这象征着现代化的巨大进步[1]。同时，在经济全球化日益加深、劳动生产率不断提高的当下，供应商的有效选择与关系管理是缓解供应中断和保持当前全球市场竞争力的一种非常有效的策略。在数字化转型的过程和人工智能技术应用中，如何进一步降低供应链的不稳定性，增加供应链的韧性和自我复原力，成为了现在企业普遍关注的热点。本文主要通过分析在数智时代下，人工智能赋能供应商关系管理的路径分析。

1 文献综述

供应商关系管理（Supplier Relationship Management，SRM）是一种以扩展互助的伙伴关系、以共同开拓和扩大市场份额为目标、以实现”双赢”为导向的资源获取管理工程[2]。为了保持企业自身良好的市场竞争力，目前大多企业都从供应商管理下手，而选择正确的供应商则是供应链管理系统中的一项关键活动，供应商的选择和关系维护过程也是供应链管理者的重要决策任务之一。

已有研究发现，供应商关系的稳定性能够显著促进企业研发投入，具体表现在：供应商集中度与供应商对企业研发投入的促进作用成正比[3]。还有学者提出，在生产企业的风险管控方面，供应商关系管理可以有效降低供应风险，帮助企业识别关键供应商，从而与通过风险监测的供应商建立合作关系，最后提高供应链稳定性和韧性[4]。然而，目前现有研究却没有对人工智能在供应链关系管理中的应用路径进行系统性设想。因此，探究人工智能的使用对供应商关系管理的影响与应用场景既有利于企业通过智能化的供应商关系管理来达到供应链数智化，也能应用于未来供应链成本的降低、韧性的提升。

人工智能（AI）指的是在机器或计算机的辅助下模仿人类的智力和认知能力[5]。当前其也被视为科技创新的下一个“超级风口”，受到世界各国的重视[1]。人工智能的相关研究也一直处于运营和供应链管理的研究前沿。有研究提出，为适应环境变化并保持企业运营的平稳进行，企业加强了数字技术在供应链领域的渗透，推动着传统供应链向智能化供应链的转变[6]。然而，从供应商关系管理的角度出发，当前文献在研究在供应链中采用物联网等等智能技术的驱动因素和障碍方面仍然存在差距，围绕供应商管理和人工智能的文献相对稀少与分散。当前文献大多基于供应商管理或企业管理的数字化，要么是从某一个具体的企业出发，根据一个实例来探究；要么是从数字化赋能的角度来探讨企业数字化对供应商管理的影响。大部分都未明确提出人工智能这一技术赋能企业供应商关系管理的路径，还有其对供应商关系管理的应用设想和未来具体使用情境。

为此，本研究基于定性分析法，通过人工智能技术来探究其赋能供应商关系管理的路径分析和应用设想。

2 理论分析

当前，随着经济全球化的不断深入，供应链网络的日益复杂、供应商来源的多元化、国际形势的动荡多变都加剧了供应商选择和评估的复杂性，而人工智能在供应商关系管理中发挥了越来越重要的作用，主要体现在以下四个方面：

2.1 供应商选择

在供应商选择方面，企业需要先明确自身的采购需求和战略，根据这些来评估供应商的资格、能力、财务稳定性、产品质量控制等等。在强调供应商全生命周期的寻源、准入、履约、评估、协同管理能力的同时，目前也有更多的企业包括一些专门提供供应商关系管理服务的企业，将单纯的“供应商关系”逐步延伸到供应链金融、数字化采购平台和支付交易货币化等领域。在这种情况下，人工智能算法可以用来帮助企业人员研究不同供应商的历史数据、产品质量、交货情况以及市场反馈，从而达到较好的供应链外部整合效果，增强供应商选择的准确性和适配性。

产品的储存是物流过程中的关键环节，而仓库是原材料和产成品暂存的场所，也是物流活动的中转站，是企业应对市场波动的调度中心。在开展仓库库存的高效管控及库容有效利用方面，人工智能可凭借可视化处理技术，对原材料、在制品及成品库存开展持续性实时监测，为企业即时输送库存反馈，“视觉化”的这种系统可借助摄像头、传感器及监控系统对外部环境进行观察，提取和剖析捕获的图像或视频相关数据，还可采用深度学习算法分辨各类物体，不同项目特征可被它识别、记录及存储，由此实现获取信息来进行自动响应。凭借这种可视化操作，产品生产过程的可见性及可追溯性极大提升，有利于企业找出可能违背质量标准、产出不合格产品或实施不道德行为的供应商，减少供应商出现降低要素投入及偷工减料的情形和企业因选择不良供应商所引发的财务损失及时间成本，同时促进企业与供应商间相互信任关系的养成并提升供应链透明度。

2.2 供应商评价

就供应商评价相关事宜而言，可由人工智能对供应商的各类公开数据源（如企业年度报告、企业信用评价、行业评价等）以及企业内部数据（如库存订单、交货情况、产品质量、客户满意度等）进行收集整理，建立一个体现全面性的供应商评价模型，就如部分学者所说，大数据分析和人工智能的运用极大改善了数据处理的能力与速度，便于企业迅速契合外部环境的变动，把现有资源进行整合，实现供应链结构的灵活调整，人工智能借由交互学习，可为企业谋划更精准的生产管理策略，减少由人为干预产生的风险、不稳定性以及操作偏差。

2.3 供应商协同

在如今的供应链网络中，可能不仅涉及到单单一个供应商的管理，较大规模的企业可能有上百个供应商，而较大数量的供应商一般会供应上千上万的产品组件或者成品。供应商数量多，覆盖范围广泛，以至于企业难以对合作的供应商及其物流、信息流进行端到端的监督。而智能SRM系统的多模态数据整合能力、算法构建的供应网络动态博弈模型、数字孪生技术支持的全流程可视化技术等等技术可以有效应对这种情形。并且这些由人工智能赋能的供应商关系管理系统能够实时整合分析多方数据，实现端到端的供应链可视化和信息公开透明化，促进上下游企业之间的高效协同合作，减少资源浪费和库存积压，实现采购和库存仓储的协同调度。

2.4 供应商管理

就供应商管理这一领域而言，企业可依靠人工智能实现供应商之间的比对及风险的智能预警，并为企业人员给予智能化分析建议。人工智能不仅能够借助内部数据信号，比如销售数据与营销宣传资料，也可以结合外部市场的相关信号，包括国际市场的变化情况、市场的整体趋势、经济的未来前景以及季节性销售模式。企业人员可借助人工智能工具对企业需求进行预测，还可通过评估经济衰退等状况对需求的潜在改变，也可以凭借评估企业自身所具备的成本状况、生产能力和交付水平来进行调整，要是市场需求、经济状况、消费者倾向、突发因素冲击或企业间竞争态势发生变动，人工智能可借助数据分析判别潜在风险点，即刻感知并给出应对方案，实施资源调配并更新企业运营策略，凭借人工智能整理的数据报告，企业也可对供应商针对性地提出新要求。

综上来看，人工智能不仅可以利用强大的分析能力来提供更为精细的供应商管理、产品原料追踪和提前预测，还可以利用其强大的语言模型来进行供应链上下游的协同管理等能力，匹配企业客户的多元化需求。

3 人工智能在应用中可能面临的挑战和对策

人工智能在我国的发展较为迅速，而且未来仍有很大的发展潜力，但是在发展过程中还面临着以下三个挑战：

3.1 数据分析处理能力有待提高

通过文献搜集得知，目前领先企业正在将从前不相关的产品或服务连接起来，借云计算、人工智能等技术，来形成满足消费者一体化需求的网络化、动态化的企业生态系统，而这种需求使供应链引入了更多侧向企业成员，如苹果的产业生态，涵盖手机、平板、电脑、手表、VR眼镜等。同时这也导致企业需要获得更多消费端数据，借助强大的数据分析技术对消费者个体数据和实时数据进行在线分析，从而更准确迅速地反应消费者需求和评价的趋势变化。

3.2 风险防控应对能力需要加强

目前国际形势多变，国际冲突不断。在此背景下，企业进行资源整合也会有更大风险，给供应链施加压力。同时，不同资源的整合也给企业的运营管理带来了更大的挑战，还可能受到战争、贸易经济战、运输路线的改变、自然灾害等等的影响。从数字技术的交叉融合来看，人工智能需要加强与区块链、物联网、数字孪生等技术的“合作”，用精确的算法预测突发事件，提高供应链韧性和防中断能力。

3.3 人工智能应用不足

人工智能应用主要集中在东南沿海、长三角和珠三角地区，中西部发展较慢。同时，传统企业、中小型企业对智能技术和供应链认识不足，数字化转型意识不强，相关培训不到位，导致企业较少或完全不使用人工智能技术。其中也有部分原因是人工智能技术含量高，企业资金不足。

4 建议与对策

基于以上问题，提出了几个建议：

一、加大人工智能的应用力度。如同前文所说，部分企业在进行决策或监督供应商时还未大量使用人工智能工具，也有部分企业认为依照自身的目前发展战略不需要用到人工智能工具。但顺应数字智能化是大势所趋，企业应该投资建设人工智能数据中心，加强软硬件配置，确保所拥有的设施设备能够支持人工智能算法等先进技术。细分到企业进行供应商关系管理活动中，可以有以下几个方面：在生产管理中，企业可引入自动化设备和人工智能预测模型；在产品创新方面，企业可利用大数据技术分析市场趋势和消费者偏好，推动产品和服务创新；在员工管理方面，企业应积极培养员工的创新意识，鼓励员工学习人工智能的应用，并提供系统的培训，帮助员工适应智能化的工作环境。

二、缩小区域发展差距。由于中国各地受自然环境、人文环境、历史背景等因素影响，经济基础存在一定差距，从而也间接导致了人工智能应用的发展具有较强的集中性。为了促进协同发展，可以通过政策制定或区域协调互助，充分利用当地的特色经济和产业基础，引导人工智能技术和产业向中、西部地区过渡，进行资源共享与合理分工。

三、加强信息共享。如果部门与部门之间信息处理分析的方式不合理，会导致供应商接收到的信息和其开展的生产活动错位，可能会造成生产计划的延后和一些其他的时间成本损失。此外，企业内部应消除部门壁垒和信息孤岛，鼓励内部协作中的不同职能实现数据共享，保证各部门在应对突发事件和共同任务时能够高效合作。其次，还要加强信息系统的规划设计，因为其是企业与外部供应商进行数据传输处理与分析的重要载体，企业与供应商之间合理高效的信息共享的平台，能够保障供应商快速接收企业命令，持续提高供应商执行能力。

四、完善人工智能法律法规和体系标准。人工智能本身带有应用上的不确定性与变动性等特点。同时，由于企业在利用人工智能技术进行供应商关系管理的过程中，各个企业发展阶段、公司文化等变量的不同，面临的情况也有所不同，必须将这些因素有效地整合到实际应用中。对于政府来说，应制定或完善人工智能相关法律法规，规范行业发展，还可设立技术监督部门，规范管理，打破行业垄断，创造公平竞争的市场环境。

五、加强人才培养。企业、高校和科研机构要把人才培养放在首位，从专业知识和实际应用等方面入手，为员工和学生提供知识教育、技能培训、操作指导等等资源。高校还可适当开设人工智能相关课程讲座和校企合作，系统性推进学科与现实的融合，提高高校人才培养与现实社会需求的适配度。

参考文献

[1]杨秀君.习近平关于人工智能重要论述的形成逻辑、核心要义及实践方略[J].马克思主义研究，2024，（09）：23-31+151.

[2]李静芳.基于时间竞争的供应商关系管理实证研究[J].物流科技，2005，（08）：37-41.

[3]陈金龙，李志伟.供应商稳定性与企业研发投入关系研究——来自A股高科技行业的经验证据[J].工业技术经济，2023，42（12）：125-135.

[4]姜蛟.供应商关系管理对生产企业风险控制的影响分析[J].中国集体经济，2024，（26）：71-74.

[5]马丽娜，常瑞洁.“大数据分析+人工智能”对数字供应链转型的影响——基于汽车行业的实证研究[J].软科学，1-15[2024-11-24].

[6]邓慧慧，刘宇佳，王强.人工智能发展如何提升供应链韧性？——基于上市公司的经验证据[J].浙江大学学报（人文社会科学版），2024，54（06）：5-23.

基金项目：嘉兴大学2024年国家级大学生创新创业训练计划项目“企业创新对供应链韧性的影响机制研究”（编号：202410354021）