Nhấn Enter để tìm · ESC để đóng

AI × Crypto

Các AI Agent đang nhắm vào phần mềm doanh nghiệp—và thị trường mua sắm 5 nghìn tỷ USD là mục tiêu đầu tiên

Các startup AI-native nhắm vào mua sắm doanh nghiệp như chiến trường phần mềm tiếp theo

Mua sắm doanh nghiệp đang nổi lên như một chiến trường then chốt, nơi các startup AI-native đang đối đầu với các gã khổng lồ phần mềm truyền thống. Trong một cuộc thảo luận trên podcast a16z gần đây, đối tác Seema Amble, nhà đầu tư Elena Burger, và đồng sáng lập kiêm CEO của Lio là Vladimir Keil đã phác thảo cách các AI agent đang thâm nhập vào các quy trình kinh doanh thực tế—và tại sao lợi nhuận tài chính có thể là khổng lồ.

Luận điểm trung tâm: các nhà cung cấp phần mềm truyền thống bị ràng buộc về mặt cấu trúc bởi ranh giới hệ thống ghi nhận (system-of-record) của chính họ và xung đột nội bộ giữa các nhóm, khiến họ khó tiến tới các AI agent tự chủ ở cấp độ cao hơn. Chính khoảng trống đó là nơi các startup AI-native nhìn thấy cơ hội.

Điểm mù 80%: Công việc diễn ra bên ngoài ERP

Keil ước tính rằng khoảng 80% công việc mua sắm thực chất diễn ra bên ngoài ERP và các hệ thống ghi nhận khác. “Bạn sẽ thấy trong ERP rằng việc mua nhôm tốn 8.000 USD, nhưng bạn sẽ không thấy 30 cuộc họp với các bên liên quan, 500 email, và 20 bảng tính Excel đằng sau đó,” ông nói.

Trong các dự án phức tạp như xây dựng máy bay hay trung tâm dữ liệu, những ma sát nhỏ trong chuỗi cung ứng có thể gây ra hậu quả tài chính thảm khốc. Một thông báo chậm giao hàng bị chôn vùi trong hộp thư 500 email có thể gây ra hàng trăm triệu USD thiệt hại và đình trệ toàn bộ dự án. Các hệ thống truyền thống ghi lại một ngày; AI agent có thể đánh giá liệu sự thay đổi ngày đó có báo hiệu rủi ro vi phạm chín con số hay không và can thiệp một cách chủ động.

Phần đuôi dài 50.000 USD mà không ai đàm phán

Một trong những hiểu biết tài chính hấp dẫn nhất từ cuộc thảo luận: các doanh nghiệp từ trước đến nay bỏ qua việc mua sắm dưới 50.000 USD vì họ thiếu năng lực nhân sự để đàm phán. Keil lưu ý rằng gửi cho một doanh nghiệp lớn hóa đơn 40.000 USD thường dẫn đến việc thanh toán mà không có bất kỳ phản đối nào.

Các AI agent thay đổi phép tính đó. “Ngay cả một agent đàm phán chưa hoàn hảo cũng gần như không có rủi ro cho doanh nghiệp, vì nó luôn tốt hơn là không đàm phán gì cả,” Keil nói. Đòn bẩy vĩ mô thật đáng kinh ngạc: giảm 1% chi phí mua sắm mang lại tác động lên P&L tương đương với tăng 10% doanh thu.

Bốn giai đoạn tinh vi của agent

Amble đã phác thảo một khung bốn giai đoạn cho AI agent trong môi trường doanh nghiệp:

  • Agent truy xuất: Kéo và tóm tắt thông tin từ cơ sở dữ liệu.
  • Agent xử lý: Thực thi các quy trình theo sổ tay chính sách mà không cần phán đoán.
  • Agent chính sách: Áp dụng phán đoán cho các tình huống mơ hồ, chẳng hạn như xác định liệu sự cố ngừng hoạt động 20 phút có được coi là trọng yếu hay không.
  • Agent chủ thể: Cân nhắc các đánh đổi và đưa ra quyết định chiến lược, như đề nghị bồi thường vượt chính sách để giữ mối quan hệ khách hàng.

Hầu hết các nhà cung cấp truyền thống vẫn mắc kẹt ở giai đoạn một, với các tuyên bố tiếp thị về tiến bộ hướng tới giai đoạn hai và ba vượt xa thực tế sản phẩm được cung cấp.

Niềm tin, con người trong vòng lặp, và lợi thế phòng thủ

Chiến lược tiếp cận thị trường của Lio tập trung vào việc xây dựng niềm tin dần dần. Không doanh nghiệp nào triển khai một agent đàm phán hoàn toàn tự chủ ngay từ ngày đầu tiên. Thay vào đó, Lio sử dụng mô hình con người trong vòng lặp, nơi AI tạo ra các khuyến nghị mà con người xem xét trước khi thực thi. Khi niềm tin tích lũy, quyền tự chủ mở rộng từ các cuộc đàm phán 10.000 USD lên 100.000 USD và hơn thế nữa.

Đối với mua sắm trực tiếp mang tính chiến lược—các hợp đồng nhà cung cấp dài hạn trị giá hàng trăm triệu USD—các kỹ sư con người vẫn nằm trong vòng lặp. Các agent có thể tích hợp dữ liệu bên ngoài như chỉ số nhôm và xu hướng giá dầu theo thời gian thực, cung cấp thông tin chi tiết cho các nhà đàm phán con người. Một ví dụ: khi một nhà cung cấp yêu cầu tăng giá 10% với lý do giá dầu tăng 10%, hệ thống ngay lập tức chỉ ra rằng các vật liệu gốc dầu chỉ chiếm 30% chi phí linh kiện, khiến mức tăng 4% là mức trần có thể biện luận được.

Amble nhấn mạnh rằng lợi thế phòng thủ thực sự của các công ty AI theo chiều dọc không phải là thiết kế phòng thủ—mà là liệu khách hàng có thực sự phụ thuộc vào sản phẩm để làm công việc của họ hay không. “Chính mối quan hệ phụ thuộc đó là tín hiệu lợi thế phòng thủ quan trọng nhất,” bà nói.

Những điểm chính cho nhà đầu tư

  • AI mua sắm là cơ hội nghìn tỷ USD. Sự kết hợp giữa ma sát cảm xúc cao, nhiều thập kỷ trì trệ, và tác động thương mại khổng lồ tạo ra điều kiện lý tưởng cho sự đột phá.
  • Các nhà cung cấp truyền thống đối mặt với rào cản mang tính cấu trúc, không chỉ công nghệ. Xung đột động lực nội bộ giữa các sản phẩm quy trình và các agent dựa trên kết quả sẽ làm chậm các ông lớn hiện hữu.
  • Dữ liệu và quy trình được nhúng tạo ra lợi thế phòng thủ tích lũy. Khi các agent xử lý các cuộc đàm phán lớn hơn, kiến thức chuyên biệt về doanh nghiệp được tích lũy và các chuẩn giá trong ngành trở nên ngày càng khó sao chép.
  • Hãy theo dõi sự chuyển dịch con người trong vòng lặp. Tốc độ mà các doanh nghiệp mở rộng quyền tự chủ của agent từ hàng nghìn lên hàng triệu USD sẽ báo hiệu sự chấp nhận thực sự.
  • Phép tính tự xây dựng so với mua sắm nghiêng về các chuyên gia. Các doanh nghiệp cố gắng tự làm giải pháp liên tục chạm trần độ chính xác 70-80%, vẫn cần con người xem xét 100%, làm triệt tiêu lợi ích hiệu quả.

Xem bài gốc

Chia sẻ
Lưu ý rủi ro Trang này cung cấp tin tức và thông tin về ngành crypto, blockchain và Web3 chỉ để tham khảo, không phải lời khuyên đầu tư hay cam kết lợi nhuận. Hoạt động liên quan đến tiền ảo là hoạt động tài chính bất hợp pháp tại Trung Quốc đại lục; giá tài sản số biến động mạnh; bạn tự chịu rủi ro. Trang này không cung cấp dịch vụ giao dịch, phát hành token hay giới thiệu liên quan.

Bài liên quan

Tin mới nhất

Thẻ chia sẻ TREE NEWS
Nhấn giữ ảnh trên → Lưu vào Ảnh / Chia sẻ
Gửi tin Góp ý