1. 课程导论：智能寻源与中标场景的定义、课程目标与学习路径、行业痛点与价值分析

1.1 智能寻源与中标场景的定义

在供应链采购数字化进程中，智能寻源是指利用算法模型与数据驱动手段，自动匹配潜在供应商、评估报价合理性并推荐最优中标方案的决策过程。中标场景则是寻源流程的终点——从多个候选供应商中，依据价格、交期、质量、历史绩效等多维约束，输出唯一或分包的授标结果。

本课程聚焦于“中标”这一关键决策节点，将智能寻源算法落地为可部署、可解释、可回溯的工程系统。

1.2 课程目标与学习路径

本课程面向供应链算法工程师、企业数字化转型架构师及采购业务专家，设定以下三层目标：

学习路径分为四个阶段，建议按顺序推进：

1. 基础夯实（第1-5章）：业务定义、数据规范、评价指标体系。
2. 算法核心（第6-15章）：中标预测、多目标优化、约束求解、博弈定价。
3. 工程部署（第16-25章）：微服务拆分、实时寻源管道、A/B测试框架。
4. 案例实战（第26-30章）：制造业、零售业、医药行业全流程落地。

1.3 行业痛点与价值分析

当前企业在寻源中标环节普遍面临以下五大痛点：

• 数据孤岛严重：供应商信息、历史报价、履约数据分散在ERP、SRM、OA等多个系统，无法形成统一特征视图。
• 规则依赖人工：中标决策多依赖采购员经验，缺乏可量化的多目标评价模型，易出现“低价中标、后期索赔”的逆向选择。
• 响应时效不足：传统寻源周期长达3-7天，无法满足紧急采购或价格波动频繁场景下的实时报价需求。
• 算法可解释性差：黑盒模型输出的中标结果难以向供应商或审计部门解释，合规风险高。
• 部署运维成本高：算法模型与业务系统耦合紧密，版本迭代一次需要全链路回归，缺乏独立部署的算法服务层。

针对上述痛点，智能寻源算法在中标场景中可创造以下核心价值：

1.4 课程适用角色与前置知识

本课程建议以下角色参与学习：

• 供应链算法工程师：需掌握Python、基础运筹学或机器学习知识。
• 企业数字化转型架构师：需了解微服务、API网关、容器化部署等概念。
• 采购业务专家/产品经理：需熟悉寻源到合同（S2C）全流程。