采购总监、供应链总监、采购经理、采购专员、财务审计经理、预算经理、“供应商管理”经理、主管及专员，成本分析工程师及相关从业工作人员

课程背景：

当前全球经济增速放缓、市场需求碎片化加剧，叠加地缘政治、原材料价格波动等不确定因素，传统供应链管理模式正遭遇前所未有的瓶颈。企业普遍面临“降本无门、协同无力、交付承压”的三重困境：采购端依赖人工寻比价，成本数据不透明，“以对标验证对标”的传统方式难以穿透真实成本；供应商管理碎片化，单一依赖风险突出，绩效评估缺乏量化标准，协同效率低下；预测端依赖经验判断，数据来源单一，导致预测误差大、紧急插单频发，齐套率与交付及时率双低；库存端缺乏科学管控模型，安全库存设置不合理，呆货积压与资金占用严重，周转率长期低迷。

     与此同时，数字化转型已成为企业核心竞争力，而AI 技术的爆发式发展为供应链升级提供了关键突破口。传统供应链的“线性管理”思维已无法应对复杂多变的市场环境，企业亟需从“被动应对”转向“主动预判”，从“部门割裂”转向“全域协同”。AI 凭借高频计算、数据挖掘、智能预判的核心优势，能够精准解决成本管控、供应商协同、预测计划、库存优化等核心痛点，实现供应链全链路的效率提升与价值重构。

    在此背景下，本课程聚焦AI在供应链领域的实战应用，旨在帮助企业突破传统管理瓶颈，掌握AI驱动的供应链转型方法论与实操工具，通过数字化、智能化手段构建 “强度 + 韧性”兼具的现代供应链体系，在激烈的市场竞争中抢占先机，实现可持续发展。

一 传统供应链的管理AI赋能下的供应链存在整体代差

1.降本增效的压力依然巨大

（1）采购成本不够透明，手段过于传统

寻比价和对标依然是成本管理的常态

对标：用谎言来验证谎言，得到的依然是谎言

成本管理的穿透力是远远不够的

生产式AI恰恰能弥补上述的不足，我们从何处入手

（2）供应链各场景都充满挑战

单一供应商配合度极差

对客户交付的压力陡增

紧急插单频繁

预测数据误差极大

质量的让步接受让齐套率形同虚设

库存管理的不完善导致周转率没有任何起色

（3）AI可以让供应链的各模块高纬度协同

2.AI如何助力降本增效

（1）AI供应链的协作机制让供应链真正实现柔性

（2）AI的高频计算让供应链端到端高度协同

OKR考核体系的刺激及润滑作用

供应链各环节数据量化及量化程度

跨部门的数据化协同

3、AI的训练体系与实施

（1）轻量型AI的训练与实施

（2）数据颗粒度的准备与训练生成式AI的耦合关系

文件的准备

制度

流程

考核体系

目标

二、AI式链条引领下的供应商闭环管理与供应商数字化画像

1、全生命周期的供应商AI管理体系

（1）供应商准入体系设置

8套资料的获取与分析识别- AI自动识别与自动获取

参与部门的权重与维度管理

（2）供应商品类管理：卡拉杰克矩阵与SWOT的核心区别与应用

（3）AI助力品类管理下的管理纬度及内容实施

不同的定价体系

不同的订单配额体系

不同财务结账方式

不同的库存及补货体系

不同的绩效管理体系

2、评估分数的应用，供应商的AI画像

（1）AI的评估纬度

质量

交付

价格

技术提升

人力配合

信息化配合

计划与库存配合

（2）分数的应用，AI让供应商的绩效彻底无死角应用

帐期

付款方式

订单的配额

（3）绩效评估与汰换

供应商淘汰的必要性与信息共享

强度与韧性的供应链与供应商配合的关系建设与维护

供应商发展与AI的延伸应用

3、SRM平台的应用与AI的耦合

远程访问的价值

合同的共享

预测与计划的共享

绩效的分数共享与应用

AI加持下的线上谈判

三、AI助力采购降本及成本穿透力

1、AI,定价体系与价格的合理性分析

(1)本方需求与供应商过剩的模型下的价格博弈

(2)大宗的基差采购与定价体系

(3)需求波动模型与定价的合理性分析

(4)AI价格的模型介入定价体系分析

2、AI的成本分析与成本模板

(1)成本分析的12个模块

人工、材料、加工

三大费用

包装、物流成本（内外）

技术、税金、利润

（2）双纬度的成本模板如何在AI的加持下把成本彻底击穿

线上谈判，把成本穿透力顺理成章为谈判筹码

成本模型植入电子合同

甄别供应商成本数据的真假

3、AI与持续降本的深度协作

（1）供应链金融降本体系

税收补贴

汇票交易

汇率（到岸与离岸）

质量保证金的妙用

（2）大宗物料的集采与支付方式

集采2.0:供应商权利的模式

三段支付与增值费发票的关系

（3）国产化的价值与实施方案

高效产学研资金的利用

项目选型

测试

版本混行

（4）供应商扶持与供应商早期介入对成本的帮助

扶持项目的筛选与界定

扶持的内容

风控的植入

（5）技术革新与物料型谱对降本的帮助

一物一码、一码一物

工艺合并与工艺革新

VA/VE的植入

四、AI模型在提升预测准确、提升齐套率与保交付的场景应用

1、预测、计划与库存的关系（S&OP与IBP的利弊区别）

2、预测数据的获取以及预测数据的过滤（IBP的核心）

（1）AI自动获取的预测数据渠道

（2）AI的预测数据过滤体系与模型之间的逻辑

预测、计划、销售的协同

技术与质量对保交付的帮助

3、AI过滤体系-计划大数据的核心

（1）预测数据多元化来源渠道-不能指望销售

销售数据

KA数据

经营目标数据

历史数据

新品导入数据

（2）数据过滤，AI是未来的希望也是当下唯一的捷径

（3）预测与计划的转换

4、紧急插单的应对与管理

（1）客户的级别分类，不是所有客户都有享受随时插单的待遇

（2）插单不是靠拍脑袋、不是嗓门大小、不是靠人情世故，而是靠数据的判断得出的利润大小来决定

（3）插单的数据录入-采购、销售、仓库、生产等7个部门的数据博弈

5、非标计划、多品种小批量的管理计划模型

（1）拆分的魅力- BOM的二次拆分，目的防止客户的技术变更，以导致不必要的库存

（2）介入部门：法务、采购、IE、生产等，如何操作

五、AI控制库存与周转提升

1、安全库存的设置，影响安全库存设置的6个因素（AI模型）

（1）周期内的预测

（2）周期的实际销售数据

（3）周期内的平均绝对偏差值（MAD-mean absolute deviation）

（4）周期的市场波动情况

（5）物料采购的前置时间（LT-lead time）

（6）市场满意度

2、呆货的界定，不是所有物料都是呆货

3、技术部门在AI的监督下对库存的帮助及对供应链的贡献

（1）技术变更，AI的预判

（2）技术的设计失误，AI的预警

（3）技术工程师指定供应商让其坐地起价，AI如何应对

4、AI库存处理的体系：1+8=9个方法，但库存的处理不是关键，关键是如何防患于未然

（1）IOI-institute of inventory物料字典-信息共享的魅力与价值

（2）退货与回购

（3）拉低标准使用

（4）以物易物

……课上详述

六、AI的成功与信息化的集成管理与数据颗粒度密不可分

1、AI不可能游离在系统之外，如何植入并深度耦合

2、信息系统的互相兼容与AI互相融通是柔性的第一步

（1）远程访问的价值

（2）信息对称和信息化部署

（3）一码通的价值

3、SaaS的布局与应用（software as a service）与AI的端到端集成和降本增效

（1）SRM

（2）CRM

（3）MES

（4）WMS

（5）TMS

（6）MOM

4、ITBP的价值与AI运维共创

（1）规划

（2）数据准备

（3）测试

（4）训练AI

（5）应用与纠偏

【自由提问与信息分享-耗时30分钟】

总结： …………

马晓峰

德国汉堡大学供应链管理、复旦大学博士、美国华盛顿大学访问学者、资深采购及物流领域专家。美国运输工程师协会会员、美国物流管理协会会员、美国工程采购协会会员、中欧商学院外聘教授，前沿讲座特邀嘉宾，携训网特邀讲师。

现任世界著名500强企业中国区物流总监，全面负责各工厂的物流系统的改善和优化。之前任2家世界500强企业采购经理、物流经理；中国第三方物流有限公司首席技术官，上海司达物流信息系统管理有限公司总经理。

曾任中国物资储运总公司数码仓储实施技术总监，上海张江高科控股公司MRP系统实施主管，并曾担任IBM公司战略咨询部（原普华永道咨询公司）供应链设计的高级顾问。并先后受聘托马森中国公司、埃森哲中国公司物流顾问。

马晓峰先生曾接受国际最先进的供应链和物流管理的系统学习，擅长供应链和物流系统，工厂制造系统、具有丰富的ERP、MRP、JIT、CRM、BPR、PM的实践经验，其丰富的实践和咨询案例分享结合开放互动授课风格，获得了极高的课程满意率。其出色的问题分析和解决能力为所服务企业获得一致赞赏和认可。

工作经历：

埃森哲中国公司、普华涌道深圳公司上海分公司物流顾问

复旦大学国际经营讲习所讲师

上海市劳动局物流项目培训发起人之一

上海紧缺人才办公室指定物流培训师

上海社会科学院生产管理、物流、项目讲师

复旦大学国际经营技术讲习所 ILT 和 CIPS 专业讲师

上海德才教育培训中心客座教授

曾任中国物资储运总公司数码仓储实施技术总监

上海张江高科控股公司机械电脑有限公司 MRP 系统实施主管

授课风格：战略性和实用性相结合的生动传授方式，促使学员全神贯注。