Ringkasan

Ejen AI kini memasuki dunia kerja perolehan (procurement) korporat secara serius, daripada pesanan automatik bekalan pejabat, pengoptimuman lesen SaaS, hinggalah kepada automasi penuh permintaan sebut harga (RFQ) — menjadikan "perolehan autonomi" satu realiti yang berkembang pesat. Perbelanjaan perolehan B2B global melebihi 10 trilion dolar setahun, namun sebahagian besar masih diuruskan melalui e-mel dan hamparan data, menjadikan perolehan sebagai fungsi utama yang paling ketinggalan dalam pelaburan teknologi berbanding pemasaran, jualan, dan sumber manusia. Gartner meramalkan bahawa "menjelang 2028, 30% transaksi perolehan bernilai di bawah 50,000 dolar akan diproses oleh ejen AI tanpa campur tangan manusia," manakala Forrester menjangkakan bahawa "menjelang 2027, 50% aktiviti perolehan taktikal akan diautomasikan dengan AI." Bagi merebut peluang ini, Zip (pembiayaan terkumpul melebihi 200 juta dolar, penilaian melebihi 1.5 bilion dolar) berkembang pesat sebagai lapisan orkestrasi perolehan, manakala Fairmarkit (pembiayaan terkumpul 90 juta dolar) mendakwa mampu "mengaut sumber secara autonomi bagi 40–60% perbelanjaan ekor (tail spend)" melalui automasi sebut harga berbilang pembekal yang dikuasai AI. Dalam pengurusan lesen SaaS, Zylo, Vendr, dan Tropic mengesan dan mengoptimumkan perbelanjaan SaaS tersembunyi syarikat (purata 300–600 alat, 20–40% tidak digunakan), dengan Vendr merealisasikan rundingan automatik pada kadar 20–30% di bawah harga senarai. Di Jepun, sistem invois (Oktober 2023) dan pindaan Akta Pemeliharaan Buku Besar Elektronik mempercepatkan pendigitalan perolehan, dengan Leaner Technologies, LayerX (Bakuraku), dan MoneyForward Cloud Procurement mula membentuk pasaran tempatan. Tesis pelaburan AI perolehan adalah jelas — pengurangan kos 5–15% menarik perhatian terus CFO, ROI mudah diukur, proses berulang sangat sesuai untuk automasi AI, dan kelambatan pendigitalan bermakna peluang greenfield yang luas.

Teks

Mengapa Perolehan Adalah "Operasi Analog Terakhir"

Sehingga Mac 2026, dalam kalangan operasi back-office korporat, perolehan (Procurement) diiktiraf secara meluas sebagai bidang yang paling ketinggalan dalam pelaburan teknologi. Pemasaran mempunyai HubSpot dan Marketo, jualan mempunyai Salesforce, sumber manusia mempunyai Workday. Namun untuk perolehan, kebanyakan syarikat masih bergantung pada permintaan sebut harga berasaskan e-mel, jadual perbandingan Excel, dan aliran kelulusan melalui borang kertas.

Skala masalah "operasi analog terakhir" ini adalah sangat besar. Perbelanjaan perolehan B2B global melebihi 10 trilion dolar setahun. Pasaran perisian perolehan bernilai sekitar 8–9 bilion dolar pada 2024, dan dijangka berkembang kepada 15–18 bilion dolar menjelang 2030 (KAGG 12–14%). Namun yang paling ketara ialah "perbelanjaan ekor" — pembelian berfrekuensi tinggi dan bernilai rendah yang lazimnya tidak diurus — menyumbang 20–30% daripada jumlah perbelanjaan. Bekalan pejabat, lesen perisian berjumlah kecil, perbelanjaan perjalanan, barangan MRO (penyelenggaraan, pembaikan, operasi). Kerana nilai individu yang kecil, kerumitan mendapatkan sebut harga berbanding tidak berbaloi, maka pesanan dibuat hampir tanpa sebarang rundingan harga.

Ejen AI mengubah secara asasi bidang "tidak berbaloi" ini. Bagi AI, "kos" mendapatkan sebut harga daripada 3 syarikat untuk bekalan bernilai $500 adalah sama secara asasnya dengan perolehan strategik bernilai $50 juta — hampir sifar.

Fungsi Khusus AI Perolehan Autonomi

Perkhidmatan perolehan autonomi menyediakan fungsi-fungsi berikut secara bersepadu.

Penempahan automatik peralatan dan MRO. Berintegrasi dengan penderia IoT dan kabinet pintar untuk memantau inventori toner, kertas penyalin, bekalan pembersihan dan sebagainya secara berterusan. Apabila jatuh di bawah ambang, AI secara automatik menjana pesanan dan menghantarnya kepada pembekal terbaik berdasarkan terma kontrak. Amazon Business adalah pemimpin dalam bidang ini, menawarkan penempahan semula automatik, penghalaan automatik kepada pembekal pilihan, dan analisis perbelanjaan melalui Business Prime yang dikuasai AI.

Penemuan dan pengoptimuman lesen SaaS. AI menganalisis trafik rangkaian, log SSO (single sign-on), penyata kad kredit, dan sambungan pelayar untuk menemui semua langganan SaaS dalam organisasi. Syarikat besar tipikal menggunakan 300–600 alat SaaS, namun syarikat itu sendiri jarang mengetahui gambaran penuhnya. Kajian Zylo mendapati aplikasi SaaS sebenar adalah 2–3 kali ganda berbanding yang disedari syarikat. AI menganalisis penggunaan sebenar setiap alat, mengenal pasti 20–40% lesen yang tidak digunakan atau kurang digunakan. Secara automatik mengesyorkan atau melaksanakan penurunan taraf, pembatalan, atau perubahan pelan. Untuk pengurusan pembaharuan, AI meramalkan masa rundingan yang optimum (biasanya 90–120 hari sebelum pembaharuan) dan menjana data harga penanda aras. Vendr telah mencapai rundingan automatik sebanyak 20–30% di bawah harga senarai.

Pengurusan kitaran hayat aset IT. AI secara automatik menemui semua aset perkakasan dan perisian melalui pengimbasan rangkaian dan mengenal pasti IT bayangan. Model ramalan menentukan masa penggantian yang optimum (contohnya, mengoptimumkan penggantian 3 tahun berbanding 4 tahun untuk komputer riba berdasarkan kadar kegagalan dan TCO), dan apabila aset mencapai penghujung hayatnya, AI secara automatik menjana permintaan pembelian, memilih pembekal berdasarkan terma kontrak, melaksanakan penghalaan kelulusan, dan mencipta pesanan pembelian. ServiceNow ITAM, Flexera, dan Oomnitza menerajui bidang ini.

Automasi penuh sebut harga berbanding (RFQ). Inilah fungsi yang paling revolusioner. Secara tradisi, proses sebut harga berbanding memerlukan 2–6 minggu. Penyediaan spesifikasi, pemilihan manual 2–3 pembekal, penyediaan dan penghantaran dokumen RFQ, menunggu respons (1–2 minggu), perbandingan Excel, rundingan, penempahan — semuanya dilakukan secara manual. Dengan proses yang dikuasai AI, ini disingkatkan kepada beberapa jam hingga beberapa hari. Apabila permintaan pembelian dicipta, AI secara automatik menjana spesifikasi menggunakan NLP daripada data dan templat sejarah. Ia mengenal pasti kumpulan pembekal yang optimum daripada prestasi lampau, data pasaran, keperluan kepelbagaian dan kemampanan, serta keutamaan geografi. RFQ dijana dan dihantar secara automatik dalam format yang disesuaikan dengan pilihan setiap pembekal. Respons dinormalkan (penyatuan format, mata wang, unit yang berbeza) dan dinilai menggunakan analisis pelbagai kriteria (TCO bukan harga unit, skor kualiti, kebolehpercayaan penghantaran, faktor risiko, skor kemampanan, keperluan pematuhan). Penempahan automatik jika dalam ambang polisi, eskalasi kepada manusia dengan cadangan jika melebihi.

Fairmarkit adalah pelopor dalam bidang ini, mendakwa boleh melakukan sumber secara autonomi untuk 40–60% perbelanjaan ekor. AI mereka dilaporkan telah mengembangkan liputan sebut harga berbanding sebanyak 3–5 kali ganda dan mencapai purata penjimatan kos 11% daripada perbelanjaan yang disumber. Ia telah mengembangkan sebut harga berbanding — yang sebelum ini hanya ekonomi bagi pembelian melebihi $50,000 — kepada pembelian bernilai $500; bagi AI, tiada "perolehan terlalu kecil".

Peta Persaingan Pemain Utama

Pasaran perolehan autonomi bersaing dalam struktur dua peringkat: syarikat permulaan berteraskan AI dan platform sedia ada yang menambah keupayaan AI.

Zip (San Francisco, terkumpul lebih $200 juta, penilaian melebihi $1.5 bilion). Diasaskan pada 2020 oleh CEO Ravi Parikh, bekas Airbnb/LinkedIn. Platform "intake-to-procure" yang berfungsi sebagai lapisan orkestrasi di atas suite perolehan sedia ada, bukannya menggantikannya. Lebih 100 perusahaan besar telah menggunakannya termasuk Snowflake, Notion, Databricks, dan Samsara. Dilaporkan mencapai ARR melebihi $100 juta pada 2024, menjadikannya syarikat permulaan teknologi perolehan dengan pertumbuhan terpantas. Siri C yang dipimpin Y Combinator Continuity ($100 juta, September 2023) adalah simbolik.

Fairmarkit (Boston, terkumpul sekitar $90 juta). Pelopor sumber autonomi. Berintegrasi dengan sistem ERP/P2P; apabila permintaan pembelian dicipta, AI mengenal pasti pembekal berkelayakan, menjana dan menghantar RFQ secara automatik, menilai bida, serta mengesyorkan atau menempah secara automatik. Disokong oleh Siri B Insight Partners ($30 juta) dan Siri C Georgian ($60 juta).

Keelvar (Cork, Ireland, Siri B $24 juta). Diasaskan pada 2012 oleh Alan Holland, yang mempunyai latar belakang akademik dalam pengoptimuman kombinasi. "Sourcing Optimizer" mengendalikan lelongan berbilang pusingan yang kompleks melibatkan ribuan pemboleh ubah (pelabuhan, laluan, kapasiti, kemampanan). Sangat kuat dalam logistik dan pengangkutan, bahan langsung.

Globality (Menlo Park, terkumpul sekitar $310 juta, pelaburan SoftBank Vision Fund). Pakar dalam pasaran perolehan perkhidmatan profesional bernilai lebih $2 trilion. NLP membaca skop kerja (SOW) dan memadankannya dengan penyedia pra-layak serta memudahkan bida berstruktur. Pendekatan unik untuk menjadikan perbandingan perkhidmatan (yang pada dasarnya lebih sukar daripada barangan) sebagai "perbandingan epal dengan epal".

Pemain khusus pengurusan lesen SaaS. Zylo (Indianapolis) mengenal pasti purata $18 juta perbelanjaan SaaS yang membazir bagi syarikat besar melalui penemuan dan pengoptimuman SaaS berkuasa AI. Vendr (Boston, Siri B $150 juta, Tiger Global/SoftBank) mencapai penjimatan 20–30% di bawah harga senarai melalui rundingan AI. Tropic (New York, Siri B $35 juta) menyediakan analisis kontrak AI dan amaran pembaharuan automatik.

Platform perusahaan sedia ada juga sedang mengintegrasikan AI dengan pesat. SAP Ariba mempunyai rangkaian 5.5 juta pembekal dan mengintegrasikan kopilot Joule AI. Coupa (disyarikatkan oleh Thoma Bravo pada ~$8 bilion) menyediakan kecerdasan komuniti daripada lebih $6 trilion data perbelanjaan terkumpul. Ivalua (Paris, juara Eropah) mempunyai kekuatan dalam pembuatan, farmaseutikal, dan sektor awam.

"Pembelian Gelap" — Perolehan Tanpa Kehadiran Manusia

Sebagai bentuk muktamad perolehan autonomi, konsep "Pembelian Gelap" (Dark Purchasing) sedang menarik perhatian. Istilah yang diilhamkan oleh "kilang gelap" (kilang tanpa pekerja) dalam pembuatan ini merujuk kepada transaksi perolehan tanpa sebarang penglibatan manusia.

Pada masa ini, Pembelian Gelap direalisasikan untuk pembelian berfrekuensi tinggi dan bernilai rendah. Penempahan semula automatik, pengisian ramalan, dan pengurusan inventori berkaitan penderia IoT yang disediakan oleh Amazon Business hampir sepenuhnya mengautomasikan pembelian bekalan di bawah $1,000. Pembaharuan automatik lesen perisian, perolehan berkala peralatan IT standard, dan automasi tempahan perjalanan juga merupakan contoh pelaksanaan Pembelian Gelap.

Apabila syarikat melaksanakan Pembelian Gelap, mereka menetapkan pagar polisi berikut: ambang nilai (contoh: autonomi untuk di bawah $5,000, semakan manusia untuk ke atas), sekatan kategori (hanya kategori yang diluluskan), sekatan pembekal (hanya pembekal pra-layak), log audit (merekod semua keputusan autonomi), dan pengesanan anomali (AI menandakan anomali dan mengeskalasinya kepada manusia).

Trend Pasaran Jepun — Di Antara Sistem Ringi dan Sistem Invois

Pendigitalan perolehan di Jepun secara sejarah telah ketinggalan berbanding Amerika Syarikat dan Eropah. Proses berasaskan kertas, kelulusan menggunakan cop mohor, rangkaian pembekal tetap berdasarkan hubungan keiretsu, penekanan budaya pada rundingan bersemuka, dan sistem ringi yang kompleks telah menjadi halangan kepada pendigitalan.

Namun perubahan persekitaran peraturan sedang mengubah keadaan dengan pantas. Pengenalan sistem invois pada Oktober 2023 dan kewajipan penyimpanan dokumen elektronik melalui pindaan Akta Penyimpanan Buku Elektronik pada Januari 2024 secara praktikalnya telah memaksa syarikat menggunakan perolehan digital. Digabungkan dengan persekitaran promosi DX/AI di Jepun, penggunaan AI perolehan semakin pesat.

Di pasaran Jepun, Leaner Technologies menyediakan teknologi perolehan yang pakar dalam analisis perbelanjaan, dan Bakuraku (Bakuraku) oleh LayerX sedang menembusi syarikat bersaiz sederhana dengan pengurusan perbelanjaan dan perolehan berkuasa AI. MoneyForward Cloud Perolehan menyasarkan PKS, manakala Bill One (Sansan) membentuk pasaran dengan pengurusan invois AI. SAP Ariba Japan dan Coupa Japan merangkumi pasaran syarikat besar.

Yang perlu diperhatikan ialah "aimitsumori" (sebut harga berbanding) dalam budaya perniagaan Jepun adalah standard budaya. Pasaran Jepun di mana bida bersaing dianggap perkara biasa mempunyai afiniti tinggi dengan automasi RFQ berkuasa AI. Sebaliknya, amalan perniagaan yang mementingkan hubungan dalam pembelian bernilai tinggi menjadi angin tentang budaya terhadap pengenalan perolehan sepenuhnya autonomi. Corak dominan ialah syarikat Jepun mendahulukan penggunaan AI perolehan untuk perbelanjaan tidak langsung (indirect spend), manakala bahan langsung (direct materials) kekal didorong oleh hubungan.

Tesis Pelaburan — Salah Satu Bidang AI yang ROI-nya Jelas

Alasan AI perolehan menonjol sebagai tesis pelaburan VC adalah kejelasan ROI. Anggaran McKinsey menunjukkan automasi perolehan AI dijangka menghasilkan penjimatan kos 3–10% daripada perbelanjaan yang disasarkan. Deloitte meramalkan pengurangan 30–50% dalam kos proses perolehan. Masa kitaran RFQ disingkatkan daripada 2–4 minggu secara manual kepada 2–4 hari dengan sokongan AI, dan beberapa jam untuk sepenuhnya autonomi. Masa dari permintaan pembelian hingga pesanan pembelian mengecut kepada beberapa minit untuk kategori yang diautomasikan.

Kajian Hackett Group menunjukkan kos operasi perolehan bagi organisasi matang digital adalah 54% lebih rendah. Angka-angka ini menarik terus kepada CFO, mempunyai ciri langka dalam pelaburan AI — "pulangan pelaburan AI boleh diukur dengan jelas".

Klasifikasi tahap perolehan autonomi Gartner adalah ilustratif. Tahap 1 (Sokongan AI: manusia memutuskan, AI mengesyorkan), Tahap 2 (Perkembangan AI: AI memutuskan kes mudah, manusia memutuskan kes kompleks), Tahap 3 (AI autonomi untuk kategori yang ditakrifkan), Tahap 4 (Sepenuhnya autonomi). Sehingga 2025, kebanyakan syarikat berada di Tahap 1–2, tetapi Tahap 3 dijangka menjadi arus perdana menjelang 2028, dengan realisasi separa Tahap 4 diramalkan pada 2030.

Impak kepada Industri

AI perolehan autonomi membawa perubahan berikut.

Pertama, pemulihan nilai daripada "perbelanjaan ekor" (_tail spend_). Perbelanjaan ekor yang mencakupi 20–30% daripada jumlah perbelanjaan namun tidak diurus selama ini kini boleh dioptimumkan oleh AI melalui sebut harga berbanding dan rundingan harga — menjana penjimatan kos berskala ratusan juta hingga berbilion ringgit bagi syarikat besar. AI mampu mengurus secara ekonomi domain yang terlalu kecil untuk disentuh oleh manusia.

Kedua, perubahan peranan jabatan perolehan. Bilangan kakitangan perolehan tipikal bagi sesebuah syarikat adalah seorang (FTE) bagi setiap perbelanjaan USD 30–50 juta, namun dengan AI, pengurusan melebihi USD 100–200 juta seseorang adalah mungkin dalam kategori yang diautomasikan. Ini dirangka bukan sebagai "penggantian" tetapi sebagai "penskalaan tanpa penambahan kakitangan".

Ketiga, kemunculan rundingan AI lawan AI. Diunjurkan bahawa menjelang 2029–2030, "perolehan AI lawan AI" — di mana ejen AI pihak pembeli berunding secara langsung dengan ejen AI pihak pembekal — akan menjadi kenyataan. Dalam senario ini, "pemenang" rundingan adalah pihak yang memiliki data lebih baik dan algoritma pengoptimuman yang unggul.

Keempat, peluang bagi syarikat Jepun. Keserasian dengan budaya sebut harga berbanding, pendigitalan terpaksa melalui sistem invois, dan keperluan untuk meningkatkan kecekapan perolehan bahan tidak langsung — gabungan faktor-faktor ini menjadikan pasaran Jepun dijangka mengalami penyebaran pesat AI perolehan.

Maklumat Rujukan: Zip Series C Announcement (September 2023, YC Continuity), Fairmarkit Autonomous Sourcing Platform, Keelvar Sourcing Optimizer, Globality Smart Sourcing (SoftBank Vision Fund), Vendr SaaS Buying Platform (Tiger Global, SoftBank), Zylo SaaS Management Platform, Tropic Series B (Canapi Ventures), Coupa Thoma Bravo Privatization (~$8B, January 2023), SAP Ariba Joule AI Integration, Gartner Predictions on Autonomous Procurement 2028, Forrester Wave Source-to-Contract Suites, McKinsey AI Procurement Automation Estimates, Deloitte Procurement Process Cost Reduction, Hackett Group Digital Procurement Maturity Study, Amazon Business AI-Powered Purchasing, ServiceNow ITAM, Flexera IT Asset Optimization, Leaner Technologies (Japan), LayerX バクラク, MoneyForward クラウド調達, Ardent Partners AI Procurement Survey 2024