一、3000万美元A轮融资背后的供应链效率革命
2026年3月5日，AI采购初创公司Lio正式宣布完成3000万美元A轮融资，由全球顶级风投Andreessen Horowitz（a16z）领投，SV Angels、Harry Stebbings及Y Combinator（YC）联合跟投。此次融资使Lio累计融资总额达3300万美元，全部资金均来自公开可验证的机构与个人投资者。值得注意的是，Lio系YC Spring ’23批次孵化项目，其创立时间明确为2023年，距今仅三年，却已进入规模化商业落地阶段。该融资节奏与金额规模，在当前全球AI基础设施类SaaS企业中处于头部梯队。这一数字不仅反映资本对采购环节AI原生化的高度共识，更凸显市场对”端到端流程自治”技术路径的迫切期待。
采购作为企业运营中连接财务、法务、IT与业务部门的核心枢纽，长期存在系统割裂、操作冗余、响应迟滞等结构性痛点。传统eProcurement软件虽已普及，但其本质仍是人驱动的界面工具，无法自主触发跨系统动作。而Lio所获的3000万美元并非用于功能叠加或UI优化，而是直接投向AI Agent底层执行能力的工程化攻坚——包括多协议ERP适配引擎、合同语义解析模型、实时供应商风险评估模块等。这意味着资金用途与技术路线高度咬合，杜绝了”AI包装型”创业项目的常见偏差。从融资结构看，a16z作为领投方，其在基础设施层AI投资组合中此前已布局多家标杆企业，此次押注Lio，实为将AI Agent范式从内容生成向企业操作执行纵深推进的关键落子。
值得强调的是，Lio的融资事件发生于2026年Q1，正值全球大型制造企业加速部署AI采购系统的窗口期。TechCrunch原文明确指出，Lio正帮助客户管理”数十亿美元“的企业采购支出，这一量级指向其核心客户已非中小型企业，而是具备复杂全球供应链网络的跨国制造商。融资时间节点与客户层级共同构成双重信号：采购自动化已越过概念验证（POC）阶段，进入真实预算审批与组织变革实施周期。这也解释了为何SV Angels与Harry Stebbings等专注B2B SaaS早期成长的机构同步入场——他们押注的不是技术理想，而是可被ERP采购预算覆盖的、具备清晰ROI计量路径的商业现实。
二、”75%自动化率”如何重构采购价值链条
Lio已实现的关键商业成果是：一家全球制造商在6个月内将其75%的此前外包采购业务实现自动化。该数据非实验室模拟，而是客户侧真实运行结果，且由Lio联合创始人兼CEO Vladimir Keil在融资公告中亲自确认。75%这一比例具有极强的行业标尺意义——它意味着超过四分之三的采购工作流已可由AI完成，无需人工介入。这些高复杂度场景包括定制化工业零部件寻源、多国合规条款比对、动态汇率下的成本锁定谈判等，并非简单的日常耗材下单。这标志着Lio的AI Agent已穿透采购流程中最难标准化的”灰色地带”，其技术能力已从规则驱动跃迁至意图理解与策略生成层面。
对比传统采购模式，人工完成一个典型间接采购订单平均耗时数周，涉及至少5个系统切换、多轮邮件往来与内部审批。而Keil明确表示：”以前需要数周的流程，现在可以在几分钟内完成。“这一数量级压缩并非单纯提速，而是彻底消除了人工干预节点。当系统检测到某产线备件库存低于安全阈值，Lio Agent可自动调取历史采购价与供应商报价库，比对认证状态与风险评分，基于合同条款生成议价话术并发起邮件协商，在达成共识后自动触发采购订单创建与财务付款排程。整个过程无需采购专员登录任一系统，仅需预设策略规则，这种”无人值守采购”正在重新定义采购部门的KPI体系。
“采购不是后台支持职能，而是企业成本结构的战略控制点。当75%的交易可由AI自主完成，采购团队的价值重心必然从执行转向治理——聚焦于供应商生态健康度、ESG合规审计、创新技术引入等更高阶任务。”——Lio CEO Vladimir Keil，TechCrunch专访，2026年3月5日
该75%自动化率对客户意味着多重价值重构：第一，人力成本直降——外包采购服务费通常占采购额一定比例，按”数十亿美元”采购体量测算，年节省可达数千万美元；第二，合规风险收敛——人工操作导致的合同条款遗漏、审批链断裂等错误率显著下降；第三，战略响应加速——新产品导入所需的跨区域供应商协同周期大幅压缩。这些量化收益共同构成采购AI化的硬性商业逻辑，使其成为CFO与COO共同推动的优先级事项。
三、AI Agent vs ERP巨头：技术代际差的本质解构
Lio的直接竞争对手被TechCrunch原文明确列为”SAP Ariba、Oracle等传统采购软件，以及BPO服务商和咨询公司”。这一表述揭示了当前采购科技市场的三方博弈格局：以SAP Ariba为代表的ERP延伸型采购套件，以Genpact、Accenture为代表的流程外包服务商，以及以Lio为代表的AI原生Agent平台。三者技术底座存在根本性代差。传统eProcurement软件依赖用户预先定义工作流节点与审批矩阵；而Lio的AI Agent是”系统操作者”，可在未经改造的SAP、Oracle、Workday等生产环境中直接执行原子操作。这种差异不在于算法先进性，而在于交互范式的升维——前者是”人在回路中”（human-in-the-loop），后者是”人在环外”（human-out-of-the-loop）。
技术成熟度维度上，Lio已跨越Gartner技术成熟度曲线中的”期望膨胀期”，进入”实质生产期”。其核心证据有三：一是客户采购支出管理规模达”数十亿美元“，证明系统稳定性与并发处理能力通过严苛压力测试；二是实现6个月内75%外包业务迁移，表明部署周期远短于传统方案；三是支持跨异构系统操作，已兼容SAP S/4HANA、Oracle Cloud ERP、Coupa及自建Legacy系统，而传统采购软件往往需客户先完成ERP标准化改造。这种”反向兼容”能力构成Lio最坚固的技术护城河。
ROI量化路径在此呈现清晰分野：SAP Ariba的ROI计算依赖”流程标准化节省工时”，隐含前提为客户愿为采购流程重构支付高昂咨询费；BPO服务商的ROI体现为”外包成本替代”，但存在知识沉淀流失与响应弹性不足风险；而Lio的ROI可精确归因于采购周期缩短带来的营运资金释放、自动化规避的人工错误损失以及供应商谈判溢价提升。这些指标均可在客户ERP系统中直接抓取验证，形成闭环计量体系，彻底摆脱”数字化黑箱”质疑。
四、数据壁垒：采购知识图谱的不可迁移性
Lio构建的竞争优势并非仅靠算法模型，更深层在于其采购领域知识图谱的持续沉淀。该图谱包含全球供应商动态数据、企业专属采购策略库、跨行业合同条款语料库等不可复制的数据资产。这些数据并非公开爬取，而是通过客户授权的生产环境交互中自然积累，形成越使用越精准的飞轮效应。TechCrunch原文明确Lio正帮助企业管理”数十亿美元“采购支出，意味着其图谱已覆盖数万级真实采购场景，远超任何通用大模型的采购语料储备。
这种数据壁垒直接转化为生态锁定效应。当某制造商将全部亚太区电子元器件采购交由Lio Agent执行后，其历史谈判策略、供应商绩效评分、质量索赔记录等均沉淀于Lio图谱中。若该客户未来切换至其他平台，需重新训练AI理解其独特采购语义，如企业专属的供应商评分标准、合规阈值定义等组织特异性知识，这些知识无法通过API导出，必须由Agent在持续交互中习得。因此，Lio的客户留存率天然高于传统SaaS，其续约决策取决于”离开后是否丧失采购策略记忆”。
值得注意的是，该数据壁垒具有强烈防御性。SAP等巨头虽拥有海量客户数据，但其架构设计为”租户隔离”，各客户数据物理隔离且禁止跨租户训练；而Lio采用联邦学习框架，在保障客户数据不出域前提下，聚合匿名化策略特征进行全局模型迭代。这种设计既满足GDPR合规要求，又实现知识复用，使数据不再是静态资产，而成为持续进化的智能体神经突触，构建出规模越大越难以撼动的竞争优势。
五、2026年采购AI化的三重影响对象
对采购从业者而言，Lio的崛起意味着职业能力模型的根本重构。传统采购岗位要求的”供应商谈判技巧””ERP操作熟练度”正快速退为基线技能，而”AI策略工程师””采购流程治理师””供应商生态架构师”等新角色开始浮现。TechCrunch原文提及Lio帮助客户将外包采购转为自动化，其隐含前提是：原外包团队人员被重新配置至供应商创新孵化、可持续采购认证、新兴市场本地化等高附加值领域。这并非岗位消失，而是价值重心上移——采购部门从成本中心向利润贡献单元演进。Keil明确表示，他认为这将使”采购从后台职能演变为企业绩效的更强大杠杆”。
对ERP厂商而言，Lio构成”寄生式颠覆”。SAP与Oracle并未被取代，反而成为Lio Agent的操作目标系统。这种关系倒逼ERP巨头加速开放底层能力，支持第三方Agent调用接口。这标志着传统ERP厂商正从”封闭应用商店”转向”AI操作系统平台”，其护城河从功能完整性转向系统可编程性。然而，挑战在于：ERP厂商的AI集成仍属”增强型”，而Lio代表的”替代型”Agent要求彻底解耦人机交互，这对ERP架构提出更高要求。
对全球供应链格局而言，采购AI化正加速供应链多元化进程。Lio客户案例显示，其AI Agent在评估新供应商时，可同步计算地缘政治风险溢价、碳关税成本、本地化服务响应时间等多项非价格因子，并生成多维权衡建议。这使企业能在数小时内完成过去需数月的近岸/友岸采购可行性分析，当采购决策从季度级战略规划下沉为分钟级战术响应，企业对单一区域供应依赖的脆弱性被实质性对冲，这种由技术驱动的供应链韧性建设，正悄然重塑全球制造业的区域布局逻辑。
六、从3000万到数十亿美元：采购AI化的下一程
Lio当前3300万美元总融资额与其管理的”数十亿美元“采购支出之间，存在显著的价值杠杆空间。这一路径的可行性已被其技术路线验证：AI Agent不依赖客户ERP升级，部署周期短于传统方案，且可与现有BPO服务商共存，形成混合采购模式。TechCrunch原文明确其融资将用于”在美国扩张并提升AI Agent能力”，暗示下一阶段重点是金融、医疗等强监管行业的垂直深化，而非泛化市场覆盖。这符合AI原生企业的典型成长路径：先攻克高价值、高重复、高规则密度的采购场景，再向复杂决策场景渗透。
2026年采购AI化的关键分水岭在于”自主决策边界”的拓展。当前Lio Agent已实现75%自动化，但剩余25%仍需人工确认，主要集中于新品类首单采购、重大合同法律风险判定、突发性断供应急采购等场景。Lio下一步技术攻坚方向，正是将这25%的”灰度决策”纳入Agent能力范围，通过法律条款博弈引擎与供应链中断预测代理等新能力，使采购AI从”执行者”进化为”策展者”，其价值主张也将从”降本”全面转向”创收”。
最终，Lio所代表的采购AI化浪潮，其历史意义不在于替代人类，而在于重新定义企业资源分配的底层逻辑。当采购从”等待审批的流程”变为”自主运转的系统”，企业战略重心将加速向创新研发与客户体验迁移。TechCrunch报道中那句”以前需要数周的流程，现在可以在几分钟内完成“，表面是效率革命，内核却是组织认知范式的迁移：采购不再是被动响应需求的成本函数，而成为主动塑造供应链竞争力的战略变量。这或许正是2026年全球采购科技演进最深刻的注脚。
本文由 AI 辅助生成，经 SCI.AI 编辑团队审核校验后发布。
信息来源：techcrunch.com
