聊AI這么多年，來自Gartner 數據，大部分 AI 之旅都在努力秀肌肉，停留在概念驗證階段，能夠投入生產的、賦能業(yè)務目標的公司不到一半，有沒公司能直接跳過模型概念，直接應用業(yè)務實戰(zhàn)？在一次課程培訓，接觸到沃爾瑪的案例，來自《How Walmart Automated Supplier Negotiations》文章，是有Remko Van Hoek，Michael DeWitt，Mary Lacity和Travis Johnson等分享，這幾位作者分別是：1. Michael DeWitt 是沃爾瑪國際的戰(zhàn)略采購副總裁；2. Travis Johnson 是沃爾瑪國際的采購支持解決方案高級總監(jiān)；3. Remko Van Hoek 是阿肯色大學山姆·沃爾頓商學院的供應鏈管理教授，曾在多家公司擔任首席采購官，

4. Mary Lacity 是阿肯色大學山姆·沃爾頓商學院 David D. Glass 主席兼信息系統(tǒng)杰出教授。

??沃爾瑪如何實現供應商談判自動化的案例，聚焦問題點在于：對于擁有大型采購業(yè)務的集團公司一樣，沃爾瑪不可能與其 100,000 多家供應商進行有針對性的談判。因此，約 20%供應商簽署了模板制式協(xié)議，而這些協(xié)議通常不會主動進行談判。這不是與這些“尾端供應商”打交道最佳方式，但雇用更多人工買家與他們談判的成本將超過任何額外價值。怎么辦？

沃爾瑪通過一個基于文本的界面聊天機器人軟件解決了這個問題，該軟件代表沃爾瑪與人工供應商進行談判。沃爾瑪加拿大于 2021 年 1 月試行了該解決方案，并利用供應商的反饋來完善該系統(tǒng)。此后，沃爾瑪已在其他三個國家/地區(qū)部署了該解決方案，沃爾瑪在更多國家/地區(qū)的業(yè)務計劃很快實施該技術。

試行初期，聊天機器人與供應商的協(xié)商成功率遠超預期：沃爾瑪國際邀請了大約 100 家尾端供應商嘗試該解決方案。89 家同意參與。聊天機器人成功與 64% 供應商達成協(xié)議（遠高于 20% 的目標），平均談判周期為 11 天。沃爾瑪在談判支出上平均節(jié)省了 1.5%，并將付款期限延長至平均 35 天。

?

?

問題來了，對于采購供應鏈通過AI聊天機器人，來實現自主談判，也需經歷人工智能談判智能的四個層級：

第 1 級：標準，也就是AI代理期，需要最少的內部或外部數據源就能完成有限數量的談判交易。

第 2 級：高級，實時捕獲和比較來自不同供應商的眾多費率和條款，來完成較為復雜的談判。

第 3 級：專家，會考慮每一個細節(jié)，包括績效指標、利潤率、競爭對手分析和商品波動，甚至可以提出有說服力的論點，引起供應商的共鳴。

第 4 級：超人，相當于AI 談判智能級別，機器人使用 LLM（大型語言模型）技術來監(jiān)控 Telegram 和 WhatsApp 等通信渠道，以閃電般的速度運行，永不休眠，并在幾毫秒內采取行動和做出反應。

談判是一門復雜的藝術，很少有人能完全掌握，從沃爾瑪案例可以看到，在 Pactum AI已將談判這門藝術轉化為一門科學，將科學轉化為一種算法，徹底改變了達成協(xié)議和為所有相關方創(chuàng)造價值的方式。沃爾瑪是如何做到的？其他對采購自動化感興趣的公司，可以借鑒以下關于如何開發(fā)和引入此類系統(tǒng)的經驗教訓：

1. 迅速進入生產試點階段。

沃爾瑪的“業(yè)務所有者”——負責預算和與供應商的支出（例如，商店供應的運營和硬件和軟件的 IT）的人——幫助創(chuàng)建了談判用例和場景。沃爾瑪的買家提供了培訓聊天機器人所需的談判場景的關鍵主題專業(yè)知識，并提名供應商參與試點（基于哪些供應商與沃爾瑪開展了足夠的業(yè)務以保證談判，哪些供應商愿意有機會進行談判）。法律團隊確保聊天機器人的腳本和由此產生的合同符合沃爾瑪的合同標準和政策。

2. 從間接支出類別和預先批準的供應商開始。

沃爾瑪從非轉售商品（即不出售給零售客戶）開始，以盡量減少測試新采購實踐給企業(yè)帶來的風險。沃爾瑪還專注于預先批準的供應商，因此驗證新供應商的需求不會延遲試點的開始。

3. 決定可接受的權衡。

自動化采購需要準確定義買方愿意為換取其想要的東西而做出讓步的界限。例如，AI 聊天機器人需要知道買方愿意做出的具體權衡，例如，從收到發(fā)票后 10 天內全額付款轉變?yōu)槭盏桨l(fā)票后 15、20、30、45 或 60 天內收到付款，以換取更好的終止條款和供應商擴大與沃爾瑪的業(yè)務的機會。

4. 通過擴展地域、類別和用例來擴大規(guī)模。

沃爾瑪對這個項目的座右銘是“一錘定音，然后擴大規(guī)模”。成功的生產試點幫助沃爾瑪將該解決方案推銷給業(yè)務的其他部門。在加拿大、美國、智利和南非試點之后，墨西哥、中美洲和中國的部署迫在眉睫。類別也已擴大，包括運輸路線費率談判和一些轉售商品。一些中層供應商現在使用該系統(tǒng)，聊天機器人是多語言的。

AI軟件從每次談判中學習，減少了新類別的設置時間，此外，聊天機器人可以同時進行 2,000 次談判，這是任何人類買家都無法做到的，提高了生產力。人們可以看到發(fā)展軌跡：隨著條款和條件變得更加算法化，越來越少的供應商和部分支出池將不受管理。采購專業(yè)人員將減少對談判協(xié)議的關注，而更多地關注戰(zhàn)略關系、例外情況和持續(xù)改進。