5月24日，北京筑龍智能化事業部總經理、筑龍研究院副院長胡婧玥受邀做客由中國物流與采購聯合會公共采購分會主辦的第38期“采購公益課堂”直播間，就“智能物料：企業采購供應鏈數字化轉型新思路”作主題分享。

胡婧玥以ChatGPT為切入點，介紹了ChatGPT在企業采購供應鏈“智能”的應用現狀。“ChatGPT大火，仔細研究ChatGPT的技術發展過程,我們會發現ChatGPT本質上依賴的是過往大量的數據。因此，ChatGPT應用于企業采購供應鏈的“智能”程度，體現在企業是否有充分的數據以及數據的可利用性。”胡婧玥介紹道。

想要實現采購供應鏈的數字化，物料數據的打通是基礎。胡婧玥指出，企業的采購物料管理，可謂是整個采購供應鏈管理的重中之重，想要實現真正意義智能的采購供應鏈，物料數據的打通是基礎。只有實現了物料數據在采購供應鏈各環節的標準打通，才能清晰了解物料采購需求，精準的匹配物料庫存，全面的掌握供應商情況，才能實現真正的采購供應鏈數字化轉型。“因此，在企業采購領域，我們需要一款類似ChatGPT的人工智能機器人，可以幫助我們對物料進行自動的分類，對物料進行快速的標準歸一與高效的編碼，解決物料數據管理中方方面面的問題。”胡婧玥介紹。

圖-企業實現數字化采購供應鏈的先決條件

北京筑龍作為一家采購供應鏈數字化產品及服務提供商，在智能物料方面有多年的探索和實踐經驗。筑龍智物將雜亂且非結構化的采購物料數據進行標準化、結構化處理，制定統一規范的流程， 實現跨部門、跨系統的數據信息共享和編碼統一流轉，以智能化識別技術為手段，不再依賴人工手動整理數據對應關系，助力企業提升數據質量，實現數據的持續性長效治理和復用水平，為企業數字化采購供應鏈提供先決條件。

圖-使用筑龍智物識別物料前后

胡婧玥談到，北京筑龍的物料數據智能化解決方案能夠通過物料的文字描述，在不依賴編碼的情況下識別物料，標準化識別率達86.8%。在物料管理體系建設的過程中，該方案也能幫助企業加速分類與屬性標準制定，提高數據規范化效率，實現自動化的數據映射和物料數據的自動化、智能化管理。

在具體應用方面，胡婧玥介紹“某大型的集團化企業需建設全集團統一的采購物料主數據，從而保障其真正實現采購數字化。然該集團業態差異較大，且部分下屬單位已有正使用的物料編碼，一套新的標準很難適用于全集團。北京筑龍智能物料解決方案，通過制定“集團統一+編碼映射”的方案，采用編碼映射的管理模式，即集團制定一套統一的主數據分類標準及編碼標準，各專業化公司可以保留已有分類及編碼，并形成分類及編碼之間的映射關系，達到集團層面的“數據統一，而通過這種“智能物料+人工輔助”的方式，使得實施周期減少70%，人工工作量降低60%。”

圖-使用智能算法工具來解決物料數據映射問題

打通物料數據標準，實現采購供應鏈的數字化轉型。對于筑龍智物的應用成效，胡婧玥介紹道。“將采購系統所有數據入口環節都嵌入智能物料識別算法，從而保證了該企業的采購供應鏈平臺全生命周期鏈條都流轉著標準化的物料數據。如與財務系統、采購尋源、大數據分析系統、采購商城、訂單執行、庫存管理等應用場景全面打通，使整個采購供應鏈流轉一套物料標準數據，讓采購供應鏈數字化觸手可及?！?/span>

“此外，智能物料在進行采購成本管理、助力采購尋源、提升采購效率等方面同樣意義深遠。通過建立統一的物料價格查詢庫，實現對各個物料不同規格特征的合理價格區間、歷史采購數量、歷史交易價格等信息的精準查詢，服務于采購成本管理；通過識別程序將物料標準化，方便采購人生成標準貨物明細清單，提升采購效率；通過集采訂單目錄與采購目錄智能映射，實現全面比價；建立供應商供應品目和采購品目的映射，實現智能尋源?！?span style="letter-spacing: 0.75pt; line-height: 1.8; font-size: 18px;">胡婧玥介紹道。

可以說，通過智能物料識別技術與采購供應鏈業務場景結合而形成的解決方案，使企業采購供應鏈的數字化轉型更容易被實現。以“智能映射”模式解決企業物料主數據“建設難”的問題，以智能物料算法加速提升物料主數據的建設效率。通過采購物料主數據建設新模式，推進采購供應鏈全鏈條數字化應用，為企業采購供應鏈的數字化轉型提供了新思路。

據胡婧玥介紹，目前筑龍智物已連續多年為多家世界500強企業、大型央企和國企提供數字化產品與服務。“通過統一企業物料主數據，打通內部不同系統間的信息孤島，讓企業數據標準化、統一化，解決企業數據標準化與采購效率的平衡難題， 讓企業采購過程集約化、智能化。”

19年專注，只做精品。除智能物料外，作為一家采購供應鏈數字化產品及服務提供商，北京筑龍已為眾多超大型及大中型國央企和集團化民營企業提供采購供應鏈數字化解決方案。后續，北京筑龍將持續提升技術創新和供給能力，幫助更多行業領域的企業夯實采購數字化基礎，加快實現采購供應鏈數字化轉型。