间接采购，是管理蓝海，利润金矿。
3月19日，企查查受邀参加由中采商学主办的「2026全品类间接采购群英会」。这场专为间接采购打造的行业盛会，汇聚了500+在前沿深耕采购精英，聚焦间接采购的战略重构与实践创新。本次大会邀请了14位实践者登台分享，用最真实的一线经验、最接地气的落地方法，为同学们带来前沿洞察与趋势洞见。
中采商学CEO陆婉清在开场主持时说—— 希望以这场盛会为桥梁，链接行业优质资源，让每一位采购从业者都能在交流中收获启发，在分享中彼此成就、共同成长。
战略锚点 · AI 引擎
重构间接采购战略定位
宫迅伟老师作为主旨演讲嘉宾，先点出了大家对间接采购常有的三个误区：1.体量小，对利润贡献小；2.事务杂，间接采购=行政采购，仅按需下单；3.散点需求，分散采购更灵活，无需整合与风控。
事实上，间接采购现在已经是企业里特别重要的一环了。他提出，做间接采购的得重新定位自己，要扮演好四个核心角色：利润贡献者、业务赋能者、资源整合者、风险管控者。
要实现这四大角色，需依托四大支柱：专业筑基、数据说话、协同破界以及AI赋能。间接采购优化能实现 “降本 1%，满意度倍增（200%）”，这一数据充分证明了其作为 “利润贡献者” 的巨大潜力与核心价值。
《对话CPO》AI时代采购组织进化
在AI 驱动MRO智能采购的趋势下，本次《对话CPO》圆桌论坛探讨了AI时代采购组织的发展方向。
李贺总认为，AI只是采购辅助工具，现阶段替代不了核心岗位，服务业重人工服务体验，制造业要先把基础数据做扎实，重复工作可以交给AI，核心采购策略还得靠人来定。
王春芳总和蒋思宇总针对员工害怕、抵触AI的问题提出，要先跟员工讲清AI的作用，做好技能培训，还能通过老带新解决数字化操作难题，让AI帮员工从琐事中解放出来，专心做更有价值的工作。
经过深入探讨，大家逐渐形成共识，宫老师对此做出了系统性总结：AI会推动采购团队的架构重新调整，未来的采购，得既懂商务谈判，又会数据分析，成为复合型的专业人才。
现在AI大多还用在采购知识库、智能信息推送这些基础工作上，更深层次的应用还在摸索。但不管技术怎么变，采购的核心始终是给企业创造价值，干这行的只有主动学习、跟着变化走，才能跟得上企业发展的节奏。
生态共建与实践落地
间接采购品类管理底层逻辑
博世公司的罗宏勇总围绕间接采购品类管理底层逻辑分享，直言当下间接采购总原地打转，核心是三大问题：被动应对缺需求管理，成天救火却降本没效果；战略和业务脱节，跨部门沟通低效，采购策略不被认可；执行全靠人盯，数据手工弄，流程没闭环，也没平台支撑优化。
做好间接采购，关键抓需求、战略、执行三大核心，形成价值闭环。需求要主动对接、定标准、做预测，别等业务提；战略别只看价格，要算全生命周期成本，做好供应商分级，和业务对齐决策；执行要留足前置时间，和业务协同推进，还要跟踪结果持续改进。
AI在间接采购的应用思考
欧摩威的张文宁总围绕 “AI 在间接采购的应用思考” 做了分享，她先讲了为啥间接采购特适合把AI用在实际工作中 ——因为间采需求没规律、信息又零散、杂活还特别多，而这些事正好是AI最擅长做的，AI的作用不是裁人，而是帮采购把工作提个档次，能提效率、省成本、控风险，还能让采购从天天干杂活，变成能帮业务部门解决问题的好帮手。
AI在间采里能怎么用，比如自动分类采购品类、打造专属的采购AI助手、帮着谈合作和把控合规等。也给出了企业上AI的正确步骤，得先把数据做起来、再把流程标准化，最后再谈智能化，不能反过来。
数字化趋势下的间接采购管理韧性在体系化支撑过程中，建立风控预警体系，针对供应链的主要采购环节进行有效升级，以供应商风险实时监测为抓手，运用大数据构建动态预警模型，结合定期评估机制与应急提醒功能，为企业决策层提供可视化的风险看板与处置建议，实现供应商风险管理的主动防御与智能决策。
通过差异化风控管理，实时拦截告警问题企业，针对不同类型的供应商，对于企业所持有的一般供应商、核心供应商、战略供应商、瓶颈型供应商等进行梯度化分阶，实现风险的有效控制。
合理观测在约供应商、加盟商、经销商的当前经营情况，通过财务健康分析，避免与高负债、现金流紧张或存在信用违约记录的供应商合作，减少坏账和付款风险。对于活跃重点供应商，重点关注并实时预警可能出现的风险和舆情动态监管。而对于非活跃的供应商，则进行次要关注和定期巡检排查管理。
针对风控预警环节的常见难题，企查查将其总结为以下几点内容：
传统监控无法捕捉实时动态，依赖人工或低频次检查，缺乏穿透式追踪，难以及时发现供应商资质变更、司法涉诉、企业高管或者实控人的负面失信、舆情事件，直接影响企业信誉。
突发负面事件导致履约中断，供应商经营异常、生产停滞等信号未及时预警，经销商、供应商或合作伙伴所关联企业涉及到重大诉讼、被列入失信名单等恶劣情况未被及时识别，影响供应链稳定性。
风险评级缺乏量化依据，市面上大量的数据产品缺乏精准和正确性，大量的司法、监管、舆情数据需要进行数据产品或服务购买后的二次人工甄别清洗，耗时长且易遗漏关键信息，且供应商分级依赖主观经验，无法动态适配风险变化。
资源投入浪费严重，对于供应商准入排查到再约存续期之间的风控管理割裂，缺乏持续跟踪机制，且因为缺乏合格的供应链数字化升级体系，导致风险响应资源配置错位，对待重点/高/中/低风险供应商采用统一监控频率，资源浪费或覆盖不足。
持续风险排查监控，规避潜在风险发生
风险实时监控，杜绝风险感知滞后。新进供应商在进行注册、准入、合同签约等环节进入正式合作中时，需要对业务合作中的风险持续进行监控管理，避免因供应商突发负面风险信号，企业未能及时捕捉或感知滞后，导致供应中断、财务损失等风险事件的发生。
风险控制的关键在于提前部署策略，并有效感知外部风险事件，依托企查查第三方风险排查系统独有的数据处理和技术优势，对风险事件采取更高精准度的信息提炼，自动化分析风险事件，提取风险特征标签。
聚焦企业经营活动相关的实时变更风险事件、以企业相关自然人为核心，对人员相关的风险事件部署动态跟踪机制、关注突发敏感舆情预警研判等风险事件。
存量企业定期排查，全周期风险巡检
第三方风险排查系统的风控预警管理模块，有效识别存量企业当前风险状态，针对供应商、经销商、分包商、客户进行不同等级的风险识别，对当前企业信用状态、经营和风险管理能力、违约风险情况进行实时监测，同时有效识别存在波动较大的警示类或重点关注类风险指标，规避在约供应商突发风险问题。
通过构建全生命周期风险管控体系，持续监控合作链路中的潜在风险，通过实时预警机制防范因风险识别与响应滞后引发的供应链中断风险。企业可基于评估结果，在准入阶段对客商进行经营稳定性判断，并针对管理成本优化需求，在实施层面配套差异化的风险管理机制，实现风控资源配置与客商风险等级的动态适配。
实施月度与季度的动态周期管理策略，依托深度风险排查报告进行精准识别，实现企业风险态势的动态追踪。核查维度包括但不限于基础资质合规性、司法涉诉记录、监管处罚数据、经营能力持续性、舆情监测体系、关联关系图谱、禁入名单筛查及利益冲突预警，通过智能评级功能生成多维风险结果，助力企业构建合作客商的全周期风险管理机制。
AI+采购超级智能体
宫老师的第2个分享主题，围绕 “AI+采购超级智能体” 展开分享，从实际应用角度拆解AI在采购领域的落地逻辑，还特别强调，AI始终无法承担责任，不会替代采购从业者，而是会成为职场中并肩做事的新同事、好帮手。他分享了自己用AI的真实案例，AI能看图识物，拍张照就知道是啥工厂、物料材质和价格，还能快速找周边供应商，甚至能分析人脸表情、判断老照片的拍摄背景，这些功能在采购寻源、谈判里都能直接用。
超级采购智能体是全流程的智能工具，不是单环节的自动化，能解决采购数据不通、做事被动、合规有风险、找供应商靠人脉这些痛点，还能把个人的工作经验变成公司的集体智慧。搭建这个智能体要从 组织、流程、人、技术 四方面下手，咱们采购人得学会用AI思考、和AI共事。
*文中部分内容来自中采商学
目前企查查已与汽车、新能源、电子、仓储、运输、物流等制造行业等多个行业头部企业达成合作，围绕供应商准入排查、风险监控、围串标管理、利益冲突排查、供应商年检等业务应用，为客户提供全链路数字化尽调，穿透深层主体关系识别隐性利益链，感知外部风险实时拦截告警企业，满足采购风控合规全流程管理。
企查查用数据能力解码难题，从成本中心到防火墙，持续打造数智化采购新体系
关注我，为您带来更多行业解决方案。
