所有看似唾手可得的原材料和零部件，背后都隐藏着无数封未读邮件、无数通越洋电话和无数个手动更新的Excel表格。
就在上周，一家名为Didero的初创公司宣布完成了3000万美元的A轮融资，由Chemistry和Headline领投，微软风投M12跟投。它的目标，直指全球制造业最庞大、最复杂也最“原始”的环节——采购。
创始人Tim Spencer的创业灵感，源于一场切肤之痛。疫情期间，他在运营一家亚洲电商初创公司Markai时，亲眼目睹自己的团队是如何被采购的“泥潭”吞噬的：寻找供应商如同大海捞针，价格谈判来回拉锯，订单状态像断了线的风筝，付款流程更是繁琐到令人崩溃。这一切，都依赖于最原始的自然语言沟通——邮件、微信、电话、采购订单。
“我们的员工不是在采购，而是在做全天候的‘信息考古’和‘人工同步’。”
Spencer回忆道。2023年，他卖掉了Markai，与两位分别来自麦肯锡采购业务和Landis技术的资深人士联手，创立了Didero。他们的野心很简单，也很宏大：用生成式AI，为全球制造业的采购流程，装上自动驾驶系统。
一、从“信息泥潭”到“智能协调层”：AI如何重构采购
传统制造业采购的困境，根源在于信息的极度碎片化和非结构化。想象一下：美国总部的采购需求通过邮件发出，中国供应商的报价通过微信传来，生产进度的更新在电话里沟通，最终的装箱单又是另一个PDF文件。这些信息散落在不同员工的收件箱、聊天窗口和本地文件夹里，最终需要有人像拼图一样，手动将它们整合进公司的ERP（企业资源计划）系统。
这个过程不仅效率低下，而且极易出错。一个数字看错，可能导致生产延误；一封邮件漏回，可能错过关键交期。
采购员的核心能力，从商业谈判，异化成了“人肉信息路由器”和“抗焦虑大师”。
Didero的解决方案，是扮演一个“智能体AI层”。它不取代企业现有的ERP系统，而是像一个超级智能的协调员，架在ERP之上。它的工作流程可以概括为三步：
- 全渠道“监听”与理解
：AI智能体接入企业的邮箱、即时通讯工具（如微信）、电话录音系统等，自动读取所有与采购相关的自然语言通信。 - 意图识别与信息提取
：利用大语言模型（LLM），理解邮件中“催促交期”、微信里“价格能否再降5%”、电话中“原材料短缺”等核心意图，并从中精准提取出物料编号、数量、日期、价格等关键数据。 - 自动执行与同步
：根据理解的结果，自动在ERP系统中创建或更新采购订单、触发付款流程、向相关人员发送提醒，甚至起草标准化的回复邮件。
其目标，是实现从“我需要这个货”到“货款两清”的全流程自动化，中间尽可能减少人类的重复性操作。
Spencer称之为“采购的自动驾驶”。
二、不止于“企业消费”：为何供应链是AI的下一个硬骨头？
AI赋能企业采购并非新概念。市场上已有像Levelpath、Zip这样的公司，它们擅长用AI简化企业内部从申请到审批的“消费型”采购流程，比如购买办公用品或云服务。这类采购相对标准，供应商集中，合同规范。
但Didero选择了一条更艰难、也更核心的赛道：供应链采购。这指的是制造商为了生产产品，或分销商为了储备货物，而去购买原材料、零部件等投入品的活动。它的特点鲜明：
- 极度复杂
：涉及全球成千上万家供应商，标准不一，关系网络盘根错节。 - 高度动态
：价格受大宗商品市场、汇率、地缘政治影响波动剧烈；交期受天气、物流、产能制约变化无常。 - 沟通非标
：严重依赖建立在关系和信任基础上的非正式沟通，大量信息隐藏在邮件和对话的“潜台词”里。
如果说企业消费采购是“在规整的超市里扫码购物”，那么供应链采购就是“在混乱的全球集市里讨价还价、验货担保、并安排骆驼队运货回家”。
后者才是真正制约制造业效率和柔性的命门。
Didero的差异化正在于此。它并非简单地做一个“采购版ChatGPT”，而是深度构建针对制造业供应链语境的AI智能体。它需要理解“镀锌钢板SGCC 1.0mm”和“冷轧板SPCC 1.0mm”的技术区别，需要判断供应商说“大概下周能发货”背后的真实产能，需要将中文的“增值税专票”与英文的“Tax Invoice”准确关联。
目前，Didero已拥有数十家客户，其中公开的一家是提供可持续植物基包装的Footprint。这显示出其方案对注重供应链透明度和可靠性的先进制造企业，具有初步吸引力。
三、智能体的边界：AI能取代采购员吗？
面对Didero描绘的自动化蓝图，一个核心问题浮现：AI会取代采购员吗？
AI取代的不是采购员，而是采购员工作中那些枯燥、重复、易错的“体力活”部分。
它将采购员从信息的苦役中解放出来，转而赋能他们去做更有价值的工作：
- 战略寻源与关系管理
：AI可以筛选海量供应商，但最终选择谁、建立怎样的长期战略伙伴关系，需要人的判断和情商。 - 复杂谈判与风险管理
：面对关键的大宗采购或危机时的备选方案制定，涉及复杂的利益博弈和风险权衡，这超出了当前AI的能力范围。 - 处理极端异常
：当出现严重的质量纠纷、突发的供应链中断（如疫情、冲突）时，需要人类的危机处理能力和创造性解决方案。
Didero的竞争对手，如Cavela、Pietra等，更多服务于中小企业的供应商寻源和比价，可以看作是“采购的搜索引擎”。而Didero想做的是“采购的全栈操作系统”，覆盖从寻源到付款的完整闭环。
未来的顶级采购专家，很可能不再是Excel高手或邮件狂人，而是能够定义AI智能体规则、训练其理解行业特定知识、并驾驭人机协同网络的“供应链架构师”。
他们的武器从电话和表格，变成了算法和策略。
结语：制造业数字化的“最后一公里”攻坚战
过去几十年，制造业的数字化主要集中在内部的生产制造（MES、工业互联网）和上层的资源规划（ERP）。而连接企业内部与外部庞大供应链网络的“采购”环节，因其非标和复杂的特性，始终是数字化的深水区。
生成式AI的出现，尤其是其强大的自然语言理解和生成能力，为攻克这“最后一公里”提供了前所未有的工具。Didero的3000万美元融资，是一个强烈的市场信号：资本相信，AI在改造了内容创作、客服、代码编写之后，下一个主战场将是实体经济中这些沉重、繁琐但至关重要的流程。
这不仅仅是一场效率革命，更是一场角色革命。
当机器接管了信息的“搬运工”角色，人类的价值将更彻底地回归到决策、创造和连接本身。对于全球数百万的制造业采购从业者而言，拥抱AI智能体，或许不是职业的终点，而是蜕变的起点。
---
最后：
您如何看待AI对制造业这类传统行业岗位的改造？是巨大的效率解放，还是潜在的替代危机？在您的工作中，是否也有类似大量时间被“信息苦力”所占据的环节？欢迎在评论区分享您的观察与思考。
