挑战
寻找可靠的国际供应商是一个耗时且手动的过程:
- 在B2B平台上搜索成千上万的供应商列表令人不知所措
- 无法按社交媒体存在或数字足迹质量进行筛选
- 供应商信息分散,需要手动汇总
- 缺乏AI辅助的采购决策指导
- 无法批量导入/导出供应商数据
我们的解决方案
我们构建了一个AI驱动的供应商发现平台,该平台具备智能搜索、自动化数据丰富功能和用于采购指导的AI聊天助手。
架构
- 后端: Node.js/Express with TypeORM and PostgreSQL
- 搜索引擎: Elasticsearch 用于快速、全文供应商搜索并带有优先级筛选
- 前端: React 18 + Vite with Redux Toolkit and Material UI
- 管理仪表盘: 专用于供应商管理的后台界面
- AI助手: OpenAI + Google Gemini驱动的聊天功能,提供采购指导
- 爬虫引擎: Puppeteer + Selenium 用于自动化供应商数据采集
主要功能
- 智能搜索 - Elasticsearch 通过姓名、类别、位置、社交媒体进行筛选
- AI聊天助手 - 用于供应商发现和采购建议的对话式AI
- 社交媒体提取 - 自动索引Instagram, Facebook, LinkedIn, Twitter, YouTube, TikTok, Pinterest个人资料
- 数据丰富 - 自动提取联系信息、品牌、认证、MOQ
- 批量操作 - 用于供应商数据管理的CSV导入/导出
- 供应商自助入驻 - 供应商可注册和管理自己的资料
- 收藏与历史记录 - 保存偏好的供应商并追踪搜索历史
- 订阅计费 - Stripe驱动的基于积分的支付系统
数据管道
- 爬取 - Puppeteer/Selenium 从B2B平台收集供应商数据
- 丰富 - AI提取结构化数据(联系方式、认证、社交链接)
- 索引 - Elasticsearch 将丰富的数据进行索引并进行优先级排名
- 搜索 - 通过类别、位置和社交媒体筛选进行全文搜索
- AI指导 - 聊天助手帮助用户优化搜索和评估供应商
成果
技术栈
常见问题
MicrocosmWorks 构建了一个多信号排名引擎,它结合了供应商能力的NLP分析、历史绩效数据、认证核查和地理位置邻近性,形成一个加权综合分数。该AI模型基于采购结果数据经过微调,以学习哪些供应商属性与成功的合作关系最密切相关。
是的,MicrocosmWorks 实施了一个网络爬虫管道,持续索引供应商网站、行业刊物和行业目录,超越了 ThomasNet 等标准数据库。NLP 分类器可以从非结构化文本中识别供应商能力,发现那些未出现在精选数据库中但符合买方技术规格的供应商。
MicrocosmWorks 设计了一个自动重新抓取计划,该计划每30天重新访问供应商资料,并结合变更检测算法,标记出重要的更新,例如新认证、设施扩建或领导层变动。过时的资料在排名中会被降级,并且当之前推荐的供应商资料发生实质性变更时,买家会收到提醒。
MicrocosmWorks 为 SAP Ariba、Coupa 和 Oracle Procurement Cloud 构建了 REST API 连接器,允许将发现的供应商直接推送到买家现有的采购工作流程中。该平台还以标准格式导出供应商候选名单,这些格式与任何 ERP 系统的供应商主数据导入流程兼容。
MicrocosmWorks 以 $25-$50/小时的费率构建 AI 驱动的采购平台。一个完整的供应商发现系统,包括爬取管道、NLP 排名引擎和 ERP 集成,通常需要 600-900 个开发小时。其中,AI 模型训练和微调阶段通常占总时间的 100-150 小时。
