课程定位

面向采购、成本、物料、财务与供应链岗位，比较传统方法和AI工具，围绕资料模型、采购闭环、S&OP及IBP、物料字典与系统整合练习，不保证预测或降本结果。

学习收获

• 学习AI在采购和供应链中的方法与实操工具，分析成本、供应商、预测与库存问题，提升管理方法的应用能力及供应链韧性。

课程特色

• 围绕八套准入资料、卡拉杰克矩阵与SWOT、十二模块成本表、VA/VE和三段支付，练习供应商画像、价格分析与谈判合同管理。
• 结合MAD、LT、安全库存设置六因素与物料字典，讨论需求来源过滤、七部门需求协调和库存处置，再串联SRM、CRM、MES、WMS、TMS、MOM与ITBP的数据准备测试培训。

课程模块

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
• 对标成本数据的真实性核验及相互验证的局限。
• 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）运用供应商绩效分数，研讨AI支持评分结果应用的条件与盲区
• 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）学习数据过滤方法，研讨AI支持需求预测的应用条件与局限。
• （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

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】

适合人群

采购经理、成本分析专员、物料经理、采购主管、采购人员、财务人员、供应链经理等相关人士。

师资信息

马晓峰，具有德国汉堡大学供应链管理学习背景、复旦大学博士资历及美国华盛顿大学访问学者经历，是美国运输工程师协会、美国物流管理协会、美国工程采购协会会员，中欧商学院外聘教授、前沿讲座特邀嘉宾和携训网特邀讲师。 具有世界500强企业中国区物流总监任职背景，负责各工厂物流系统改善与优化。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。 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 具体授课安排以当期正式通知为准。

课程咨询与报名

了解本期课程安排、师资及报名事项，请联系新中华学习网：400-061-6586，也可使用本页下方的报名咨询表。具体开课安排以正式通知为准。

温馨提示：本文内容根据课程内容整理，各模块实际讲授内容由授课老师根据学员情况灵活调整，最终以课堂授课为准。