8月27日SCOM上海站举办了俱乐部间接采购管理系列第二场活动，邀请资深的间接采购经理，共同探讨在变革中的间接采购。

第一位分享嘉宾是Ellaine Xu，现任奇华顿香精中国区IM&S间接采购经理，负责奇华顿中国所有工厂非生产原料及服务的采购，包括工程项目，物流，设备及维保，包装材料，后勤服务，办公用品，物业租赁，差旅，EHS，人事等。在过去的16年中，先后任职于BASF和Symrise，从事采购及供应链管理工作。

主题：多种类间接采购的集中管理

间接采购在每家公司定义的标准不同，大致可以涵盖非生产性材料和服务类的采购。

有效管理采购策略：

• 对采购产品进行有效分类，分析支出的流向，对订单的分类比例进行分析。

• 对订单数量和金额进行分析，对于采购金额低、订单数量占比例比较多的零星采购，用代理和金额分类，提高效率。重心放在在订单数量少而采购金额大的订单。

• 采购的核心在于比价政策，对不同项目和采购金额制定不同的比价政策，但不包括对于有全球采购协议及一些项目及涉及政府部分支出的采购。

• 利用采购系统进行有效管理及统计，充分利用自助订单catalogue系统，将已经维护好物料信息，供应商信息做成catalogue系统，可以方便user直接下单，处理金额小而下单频率高的零星订单，提高采购效率。

组织架构：

• 组织架构分为全球采购团队：按采购类型进行分类。

• 区域和当地采购团队：执行全球采购策略，适应当地采购需求，共享采购信息。

• 采购系统支持团队：制定采购方针，制定采购流程。

有效的绩效考核指标：

• Saving：100%执行采购政策。

• Catalogue订单的应用比例：提高自主订单的比例，提高处理零星订单的效率。

• Pro-active PO考核：采购流程合规指标 - 订单时间应早于发票时间。

• Payment term：每年按照公司制定的目标梳理现有供应商的payment term，节省公司现金流。

第二位分享嘉宾是万琦，现任信天高级技术顾问经理，大学本科，拥有CCIE、VCP专业认证。10年IT及电信运营商从业经验，负责信天数据中心、云计算以及包括互联网平台在内的大交换平台的产品开发工作，在跨国企业广域网，数据中心，存储备份，移动设备管理等电信集成解决方案上有丰富的实战经验。

主题：服务 + 价格 + 能力   IT产品采购案例分析

信天通信：是中国第一家中外合资运营商，由中国电信、AT&T和上海信投（上海国资委下属公司）合资的公司，成立将近十年，是全业务的供应商。

信天产品线：数据服务平台、网络服务平台、运营管理平

机遇vs.挑战：业务有增长的预期，而IT的交付能力与业务的增长预期有差距，预算有平稳或削减的需求。需要改变思维方式需要将期望与实际情况结合。

数字化创造新价值：客户体验、生产效率、持续创新

IT服务商的真正角色： –分解及制定：基础设施、管理服务、人员流程、增值服务

数据中心服务：在比价的同时考虑服务及未来的边际价格，从整体发展来衡量服务

Internet服务：对海外服务的优化、提供服务的资质和合规、供应商的资源池是否丰富足以应对突发情况、选择中立运营商、拥有统一的窗口、可用性强。

案列分享：客户为大型跨国制造行业用户-众多服务类型、网络及硬件设备环境复杂、专属客户服务经理。

客户设备故障，影响全国超过20个站点，信天快速判断故障，判断非信天原因，而是客户管理设备。在客户相关设备供应商无法及时解决的情况下，信天急客户所急，提供备件，在4小时内协助客户解决问题。

总结：好IT服务商需要有综合服务能力强，提供高附加值的边际价值，及时的应变能力为客户在短时间内解决应急问题。

第三位分享嘉宾是Yoko Qin，现任IBM-亚太采购中心高级采购经理

主要负责对日技术类服务采购。过去十多年IBM间接采购经历中涉及全球化采购中心的建立和运营，亚太区寻源采购运营管理，中日韩服务采购尤其是技术服务采购寻源、战略采购管理，采购外包服务等领域，以及参与或管理从核心部分的寻源与评估、供应商质量和关系管理、合同管理及交涉、订单及支付到采购规则、系统、流程、数据管理、合规和风险控制、供应链社会责任等辅助业务。同济-UTA EMBA。精通英语和日语。

主题：新技术在采购变革和创新中的应用

IBM简要历史介绍：

• 1911年，TCR公司由三家公司合并成立

• 1924年，TCR公司更名为IBM

• 1964年，S/360系列电脑诞生

• 1981年，5150 PC诞生，成为业界标准

• 1997年，“深蓝”战胜国际象棋大师

• 现今：新世纪开启e-business和多元业务

IBM现有业务介绍：在原有硬件、软件、咨询服务的基础上，近年又开始转型到CAMSS - 云服务、大数据、移动、社交和安全，以及Watson认知商业、物联网、区块链领域。

数据类型：

• 结构化数据：简单来说就是数据库，可用二维表结构表示。比如企业ERP、财务系统；医疗HIS数据库。总的来说能够用数据或统一的结构加以表示，我们称之为结构化数据，如数字、符号。结构化数据占比约20%

• 非机构化数据：相对于结构化数据而言，不方便用数据库二维逻辑表来表现的数据即称为非结构化数据，包括所有格式的办公文档、文本、图片、标准通用标记语言下的子集XML、HTML、各类报表、图像和音频/视频信息等等。非结构化数据占比约80%，认知技术可以大幅提高对于非结构化数据的处理效率，可以通过自然语言与人互动。

认知技术的功能：

• 高速阅读和理解的能力：以高效的速度完成庞大数据量的处理，可以处理非结构化数据中的模糊信息。数秒几百万字的阅读能力使得人类需要几年甚至更长时间完成的阅读工作可以缩短到数秒。

• 推理和假设的能力：有多种感官和传感数据处理，基于数据处理过程中做出推理和假设，建立自己的观点，并基于这些信息的概率提出一些建议。

• 学习的能力：可以不断进行学习，随着数据的累积，认知系统可以进行思考。

认知计算的优势：

• 个性化连接：通过了解用户的背景和个性，认知计算可以帮助企业和用户形成智能的连接，为用户提供更加个性化的服务。

• 提升专业度和增加技能：通过向企业&个人引入最前端领先的知识，认知计算能够提升扩展企业&个人的专业程度和技能。

• 持续学习和完善产品服务：在不断与用户沟通的过程中，认知计算可以持续自主学习和完善的产品与服务。

• 加速产品研发上市：通过洞察传统数据与非结构化数据中的模式，认知商务能够加速高风险的研发，并缩短产品上市时间。

• 缩短企业和个人决策时间：利用传统和非结构化数据提炼洞察，认知商务可以缩短企业决策时间与成本，提升决策质量。

认知技术应用类别：

• 产品类应用：比如机器人、自动驾驶汽车等。

• 流程类应用：比如Robotic Process Automation、自动化客户服务等。

• 分析类应用：比如分析预测（营销、安全、流行、食谱）、自动化分析（医疗、科研）等。

认知技术关于采购方面的应用：

在采购方面的应用可以是多方面的，减少重复大量的程序化的人工工作，流程自动化，以及机器的高速吸收学习辅助人的信息获取和判断等。