2016年底奥巴马的科学和经济顾问发布了一份关于人工智能的报告指出20年后人工智能可能威胁美国47%工作岗位。麦肯锡最近发布的《人工智能-下一个数字前沿》中也指出“60%职业中，至少30%的工作内容将会被基于人工智能的自动化替代”。在金融行业，由于人工智能而导致的裁员已经是全行业趋势。2017年3月，位于纽约的美国全球投资管理公司——贝莱德（BlackRock）宣布将裁掉40个工作岗位，用人工智能的电脑化股票交易算法，取代部分人力投资组合经理。

这股洪流无疑会影响公司运营的各个职能，采购职能当然不能例外。但细化到不同的采购品类和不同的采购工作内容，受到冲击的程度是完全不同的。在未来10-15年，高频采购交易将会大规模被自动化替代；依托人工智能的推荐方案，采购决策的的效率和合理性将大幅提升。

即便没有人工智能的影响，间接材料的战略采购和运营采购的职位也会大幅度减少。企业对间接材料的采购行为在向消费者市场的采购行为演变-“去中介化，需求者在购物平台上直接下单购买”。平台方将承担这些物料的战略采购工作，包括供应商选择和合同谈判（留意一下各大购物平台招聘的采购职位）；而需求者就像在淘宝、京东上买东西一样便捷，不需要任何运营采购人员的介入。采购交易的细节会和企业的内部系统（如ERP）同步。

与此同时，集成知识图谱的深度学习推荐算法在推荐效果上将逐步替代传统的协同过滤推荐模型，进一步提升需求者的采购体验和平台的服务水平。来自不同行业、不同规模和不同采购标准的企业需求人员在平台上看到的供应企业、产品标准和质量、产品价格都是不同的，实现按照具体企业定制的智能推荐方案。

从技术角度看，直接材料的运营采购自动化在20年前就已经解决。将产品需求计划通过MRP（物料需求计划）分解为采购需求，自动转换为采购订单，通过EDI / WEB EDI / ROSSETNET与供应商和物流服务商交换物料需求预测、采购订单、采购订单确认、物流信息和付款的数据。运营采购自动化这么多年没有大规模落地固然有客户认可、使用成本等多方面原因，但根本原因是由于产品预测的准确度低造成采购订单频繁提前、推迟或取消的采购效率低下远远超过采购自动化带来的效率提升。运营采购的日常工作中，20%的时间在处理采购订单，80%的时间在和计划管理、供应商和物流商沟通协调发货的安排。

随着消费渠道去中介化的发展和人工智能技术对客户需求数据的挖掘、分析和提炼，供应链的牛鞭效应将会大幅度改善。一方面，使用人工智能精准预测客户需求；另一方面，当企业与供应方的系统数据实时联通后，人工智能技术可以分析供应方的产能利用率和瓶颈环节，企业可以平衡供应链供需关系并实时优化库存，同时实现完全自动化采购和订单处理。而传统的ERP厂商如SAP已经在这个领域布局。