AI nel procurement: vantaggi e casi d'uso

Pochi team raccolgono più dati aziendali di quelli nel procurement, che operano al centro della gestione di supply chain e finance. Pertanto, i team di procurement sono pronti ad applicare l'intelligenza artificiale a tali dati per analizzarli in modo più rapido e approfondito che mai. Per utilizzare l'intelligenza artificiale in modo intelligente, i team di procurement devono comprenderne i diversi tipi, i vantaggi e le sfide, nonché le best practice per il successo

Cosa si intende per AI nel procurement?

Nel procurement, l'intelligenza artificiale può svolgere alcune attività un tempo gestite manualmente dal personale, come la richiesta di offerte ai fornitori e l'analisi dei costi, con l'obiettivo di svolgere tali attività più rapidamente e con meno errori. I responsabili del procurement stanno iniziando a comprendere come l'automazione basata su AI possa aiutarli a prevedere le condizioni del mercato e a reagire, mitigare i rischi della supply chain e gestire le relazioni con i fornitori. In definitiva, l'intelligenza artificiale può essere applicata per aiutare a migliorare il processo decisionale di procurement, ridurre i costi e migliorare l'efficienza operativa.

Concetti chiave

• La maggior parte dei team di procurement si trova ancora nelle fasi iniziali dell'adozione dell'intelligenza artificiale.
• I potenziali utilizzi dell'intelligenza artificiale nel procurement sono molteplici, tra cui la ricerca e la gestione dei fornitori e l'automazione degli aspetti chiave del processo di acquisto.
• Nei prossimi anni, i team addetti agli acquisti faranno sempre più affidamento sull'intelligenza artificiale per migliorare l'efficienza, ridurre i costi e prevedere rapidi cambiamenti nella rete di fornitura.

AI nel procurement nel dettaglio

I team di procurement necessitano di un'ampia gamma di dati, provenienti da fonti interne ed esterne, per analizzare la spesa, i modelli di domanda, le specifiche di acquisto, le condizioni di mercato e molto altro. Hanno anche bisogno di strumenti più potenti per analizzare i dati e definire la migliore linea d'azione. Secondo uno studio di Deloitte del 2024, il 92% dei Chief Procurement Officer ha valutato le capacità di GenAI, e quasi l'11% spende oltre 1 milione di dollari del proprio budget annuale in strumenti di sourcing e procurement basati su AI. Le priorità includono l'automazione della gestione dei fornitori, l'identificazione più accurata dei rischi e una valutazione più approfondita dei partner attuali e potenziali. Questi e altri miglioramenti hanno il potenziale per aiutare i responsabili a ridurre i costi e mitigare i rischi nel procurement e in tutta la supply chain.

Vantaggi dell'AI nel procurement

Automatizzando alcune attività di procurement, l'intelligenza artificiale può contribuire ad aumentare l'efficienza, riducendo al contempo i costi e mitigando i rischi. L'intelligenza artificiale può anche essere utilizzata per migliorare la previsione della domanda, l'analisi della spesa e la gestione dei fornitori. Continua a leggere per saperne di più su questi e altri vantaggi.

• Miglioramento dell'efficienza
  L'intelligenza artificiale può essere utilizzata per automatizzare le attività di procurement, contribuendo a migliorare la produttività e a ridurre gli oneri amministrativi, liberando il personale addetto agli acquisti per concentrarsi su attività più strategiche. Secondo uno studio KPMG del 2023, l'intelligenza artificiale può contribuire a ridurre fino all'80% il tempo necessario per completare le attività di procurement di base. La stessa ricerca conclude che oltre il 50% delle attività di procurement può essere automatizzato per contribuire ad aumentare l'efficienza e a ridurre i costi. Secondo quanto riferito, uno sviluppatore di beni commerciali utilizza l'intelligenza artificiale per raccogliere i dati di procurement con una velocità del 92% superiore rispetto ai metodi manuali.
• Riduzione del potenziale di errore umano
  L'intelligenza artificiale può essere utilizzata per automatizzare attività ripetitive, riducendo a sua volta il potenziale di errore umano. Tali attività includono la chiusura dei contratti con i fornitori e l'invio e l'approvazione degli ordini di acquisto. Se e quando si verificano inevitabilmente degli errori, le capacità di rilevamento degli errori dell'intelligenza artificiale possono aiutare a segnalarli. Un'azienda di trattamento delle acque utilizza l'intelligenza artificiale per migliorare di oltre il 90% l'accuratezza della classificazione delle spese di procurement.
• Scalabilità
  I sistemi di procurement basati su AI possono scalare per elaborare i dati in risposta alle mutevoli esigenze aziendali e alle condizioni di mercato. Tale scalabilità è fondamentale man mano che i team di procurement passano da operazioni manuali in silos ad operazioni connesse e automatizzate che utilizzano volumi di dati molto più elevati e consentono di condividere le informazioni più velocemente, nonché di prendere decisioni più informate. Ad esempio, gli insight ricavati dalle fonti di spesa storica e dalla previsione della domanda, ciascuno dei quali potenzialmente rappresenta un set di dati considerevole, potrebbero aiutare a prendere decisioni informate relative alla riduzione dei costi inutili.
• Riduzione dei costi
  Aiutando i team di procurement a scegliere e gestire i fornitori, l'utilizzo dell'intelligenza artificiale può portare a migliori relazioni e risparmi sui costi. Un esempio: una società di stampa globale utilizza un'applicazione di procurement basata su AI per negoziare sconti basati sul volume in cambio di pagamenti anticipati con fornitori indiretti approvati. L'analisi dei dati e il riconoscimento di modelli basati su AI possono fornire ai team insight sulla spesa in tutte le categorie, consigliando passi specifici per ridurre i costi. I manager del procurement possono utilizzare l'intelligenza artificiale per ottenere risposte rapide a qualsiasi numero di domande e raccogliere informazioni per prendere decisioni più consapevoli, come la quota di spesa a rischio a causa di eventi meteorologici estremi in determinate regioni e consigli sui fornitori in altre parti del mondo.
• Dall'approccio reattivo a quello predittivo
  Fornendo insight più rapidamente, l'intelligenza artificiale può aiutare i team di procurement a evitare spiacevoli sorprese. In passato, l'approccio al procurement era per lo più reattivo, in gran parte a causa della mancanza di visibilità della spesa dovuta a silos di dati e processi manuali dispendiosi in termini di tempo e soggetti a errori. Aumentando la visibilità e promuovendo flussi di lavoro più intelligenti e rapidi, l'intelligenza artificiale può contribuire a liberare più tempo per attività strategiche, come l'analisi della spesa e le previsioni finanziarie.
• Miglioramento del processo decisionale
  Il processo decisionale in ambito procurement può essere guidato dall'intelligenza artificiale e dagli analytics dei dati, applicati a numerose fonti (come registri contabili, ordini di acquisto e transazioni con i fornitori), con una rapidità mai vista prima. Inoltre, i sistemi AI possono adattarsi e apprendere, producendo analisi sempre più precise e consigli efficaci.

Tipi di AI nel procurement

L'intelligenza artificiale si presenta in diverse forme, inclusi i sottoinsiemi di machine learning, elaborazione del linguaggio naturale e visione artificiale, nonché automazione robotica dei processi, una tecnologia complementare. Leggi maggiori informazioni di seguito.

• Artificial Intelligence (AI)
  Il termine ombrello per questa tecnologia, intelligenza artificiale, si riferisce ad algoritmi che mostrano comportamenti "intelligenti" o simili a quelli umani, come la capacità di riconoscere i modelli e formulare suggerimenti. Gli algoritmi sono semplicemente regole che aiutano a risolvere problemi specifici. Le applicazioni AI nel procurement eseguono attività predefinite specifiche e quindi sono considerate una forma di "intelligenza artificiale stretta".
  
  L'intelligenza artificiale generativa è il tipo di intelligenza artificiale più frequentemente utilizzato nel procurement. La GenAI è in grado di generare contenuti come testo, immagini e video. A tal fine, elabora grandi quantità di dati per creare contenuti. Le funzioni basate su GenAI, incorporate nelle applicazioni di procurement di alcuni fornitori, includono una funzione di assistenza AI per personalizzare le comunicazioni con i fornitori o preparare bozze di report e contratti.
• Machine Learning (ML)
  Il machine learning è un sottoinsieme dell'intelligenza artificiale utilizzato per rilevare pattern e fare previsioni. Non tutta l'AI contiene ML, ma gran parte dell'AI utilizza tecniche di ML. Nel contesto del procurement, un modello ML può analizzare i dati di acquisto passati e le tendenze del mercato per prevedere la domanda futura.
• Robotic Process Automation (RPA)
  L'automazione robotica dei processi utilizza i bot per automatizzare attività ripetitive come la compilazione di moduli, la generazione di report e l'elaborazione delle transazioni. L'RPA non è tecnicamente una forma di intelligenza artificiale, ma integra l'AI per rendere i processi più efficienti. Ad esempio, un sistema di procurement automatizzato potrebbe utilizzare l'RPA per creare fatture e inserire i fornitori più velocemente, senza gli errori che spesso caratterizzano i processi manuali.
• Elaborazione del linguaggio naturale (NLP, Natural Language Processing)
  Basata su potenti algoritmi, l'elaborazione del linguaggio naturale è un'altra branca dell'intelligenza artificiale e consente ai computer di comprendere e manipolare il linguaggio umano. L'NLP può comprendere e analizzare il linguaggio scritto o parlato, consentendo ai team di procurement di estrarre insight utili dai dati testuali. Nell'ambito degli procurement, l'NLP può estrarre informazioni come termini e condizioni chiave dalle risposte alle RFP, consentendo di ottenere insight più approfonditi per orientare il processo di selezione.
• Visione artificiale
  La visione artificiale è un campo dell'intelligenza artificiale che consente ai computer di interpretare e comprendere le immagini, inclusi i video. Ad esempio, può esaminare immagini di prodotti, loghi o fatture per rilevare errori di procurement o situazioni che richiedono attenzione, come scorte insufficienti. Le aziende possono ottenere migliore visibilità sul magazzino per riordinare gli articoli chiave o evitare acquisti non necessari.

Casi d'uso dell'AI nel procurement

Poiché l'intelligenza artificiale supporta processi più veloci ed efficaci, può essere sfruttata in tutta la gestione del procurement. L'automazione è un elemento comune, che aiuta le organizzazioni a completare le attività quasi istantaneamente e con meno errori umani, fornendo al contempo informazioni sui dati che possono contribuire a ridurre i costi e mitigare i rischi.

• Analytics predittivi e ottimizzazione dei costi
  Gli algoritmi AI possono analizzare grandi volumi di dati di procurement, ad esempio vendite passate, tendenze del mercato e fattori meteorologici o economici, per aiutare a prevedere la domanda e a ridurre i costi. Il reporting in tempo reale aiuta i professionisti del procurement a stare al passo con la domanda e ad adeguare la selezione dei fornitori, le quantità e le spese. Le analisi basate su AI aiutano anche a definire livelli di magazzino ed evitare l'esaurimento delle scorte, trovando un equilibrio tra la riduzione dei costi e la soddisfazione di stakeholder e clienti.
• Automazione delle attività
  L'AI può automatizzare le attività di procurement per aumentare l'efficienza e i risparmi. Tali attività includono la ricerca, l'analisi e la gestione dei fornitori e la generazione di RFP. Accelerando tali attività, l'intelligenza artificiale può ridurre i tempi del ciclo di procurement, il che, a seconda delle dimensioni di un'organizzazione, può far risparmiare centinaia o migliaia di ore all'anno e potenzialmente milioni di dollari. Sollevati dalle attività manuali, i dipendenti possono dedicare più tempo ad attività di maggior valore, come il perfezionamento dei criteri di prestazione dei fornitori o la rielaborazione delle strategie di procurement.
• Automazione degli ordini di acquisto
  Gli ordini di acquisto tradizionali richiedono un processo manuale, lento e spesso pieno di errori. L'intelligenza artificiale può automatizzare attività come l'ordine, la definizione delle priorità e l'elaborazione degli ordini di acquisto per velocizzare il processo e ridurre gli errori. Può estrarre e convalidare i dati dagli ordini di acquisto e, se tutto funziona correttamente, generare gli ordini. Alcuni strumenti AI tengono informati i clienti durante lo svolgimento del processo di ordine di acquisto per definire le aspettative di consegna. Un provider di verifica dell'identità utilizza l'intelligenza artificiale per monitorare gli ordini di acquisto in sospeso e individuare incongruenze e altri problemi.
• Assistenti virtuali
  Gli assistenti virtuali basati su GenAI sono in grado di comprendere e interpretare domande generali relative al procurement, fornendo informazioni su una vasta gamma di argomenti. Questi bot possono contribuire ad aumentare la produttività creando report di categoria e di mercato, riepiloghi da condividere tra i team e altri contenuti, come la descrizione delle tendenze chiave per la gestione.

Usi dell'AI generativa nel procurement

Grazie alla sua capacità di generare contenuti, la GenAI trova numerosi utilizzi nel procurement. Alcuni sono generali, come l'organizzazione dei dati, mentre altri sono alquanto specifici, come l'identificazione dei rischi e dei miglioramenti in termini di sostenibilità.

• Organizzazione e riepilogo dei dati
  La GenAI consente di organizzare i dati in modo più rapido e logico rispetto agli esseri umani, spesso con meno errori. Questo crea le basi per riepiloghi dei dati più convincenti che evidenziano punti chiave, approfondimenti e suggerimenti. Ad esempio, un responsabile del procurement può richiedere un riepilogo dei prezzi e delle spese in categorie strategiche e averlo a disposizione in pochi minuti, anziché in ore.
• Elaborazione ed etichettatura dei dati
  La GenAI può migliorare l'elaborazione dei dati pulendo rapidamente i dati grezzi, rimuovendo valori anomali e incongruenze per migliorare l'analisi. Una corretta applicazione di tag o etichettatura dei dati è fondamentale per aiutare i sistemi AI ad apprendere, fare previsioni e generare contenuti utili. Ad esempio, set di dati con tag efficaci possono supportare i modelli linguistici di grandi dimensioni nell'analisi di confronto dei prezzi dei fornitori.
• Identificazione dei rischi
  Secondo una ricerca Deloitte del 2023, il 70% dei Chief Procurement Officer prevede un aumento dei rischi legati al procurement. La GenAI può semplificare l'individuazione dei rischi durante tutto il processo di procurement. Può essere applicata per individuare i rischi correlati ai diversi fornitori analizzando le loro performance precedenti. Può anche rispondere a domande sul rischio di interruzioni della fornitura e sui loro effetti sulle vendite.
• Miglioramenti in termini di sostenibilità
  Mentre le aziende si impegnano a raggiungere gli obiettivi di sostenibilità, i team di procurement devono raccogliere e analizzare ingenti quantità di dati, un processo da sempre dispendioso in termini di tempo e caratterizzato da congetture. La GenAI può essere utilizzata per identificare i fornitori in grado di soddisfare i requisiti di sostenibilità, contribuendo a mitigare il rischio di conformità e rendendo il sourcing più efficiente.

Sfide dell'AI nel procurement

L'implementazione dell'intelligenza artificiale nel procurement comporta sfide specifiche di natura culturale, tecnologica, di sicurezza e di altro tipo, che verranno discusse più dettagliatamente di seguito.

• Adozione a livello di organizzazione
  Se un'organizzazione tende a essere lenta nell'adozione di nuove tecnologie, il team di procurement potrebbe trovare difficoltà nell'implementazione dell'intelligenza artificiale. Purtroppo, alcuni dirigenti credono ancora che l'AI sia una promessa futuristica, non un investimento intelligente che darà i suoi frutti nel breve termine.
• Qualità dei dati e loro accesso
  I dati di procurement sono spesso sparsi tra numerose fonti. Ciò può comportare dati incompleti, incoerenti, inaccessibili ed errati, il che non rappresenta certo la base per analisi rigorose basate su AI. Non è di aiuto il fatto che i team di procurement non riescano a ottenere informazioni da altri reparti aziendali a causa di applicazioni ERP legacy non compatibili.
• Integrazione con i sistemi legacy
  I problemi spesso si presentano quando le aziende cercano di applicare l'intelligenza artificiale ai dati bloccati nei sistemi di procurement legacy. Tali sistemi rappresentano solitamente un ostacolo alla raccolta di set di dati approfonditi e all'elaborazione di insight chiave. I team di procurement hanno maggiori probabilità di trarre vantaggio dalle analisi basate su AI quando i loro sistemi ERP integrano i dati del magazzino e della supply chain con i dati del procurement.
• Privacy e sicurezza dei dati
  I sistemi di procurement basati su AI, in particolare quelli connessi ai sistemi di fornitori e altre terze parti, possono creare vulnerabilità della sicurezza. La complessità di tali sistemi in rete può oscurare il flusso dei dati, rendendo più difficile la conferma che i dati vengano gestiti in conformità con le leggi sulla privacy applicabili.

Best practice per l'utilizzo dell'AI nel procurement

Le seguenti best practice possono aiutare le organizzazioni a utilizzare l'intelligenza artificiale per migliorare i processi di procurement.

1. Stabilire obiettivi chiari
   Prima di applicare l'intelligenza artificiale ai processi di procurement, è importante identificare specifici punti critici e priorità di miglioramento, nonché ostacoli organizzativi o tecnici. Che si tratti di automatizzare gli ordini di acquisto o di cercare di ottenere un'analisi della spesa più precisa, definire obiettivi chiari e realistici sarà d'aiuto.
2. Analizzare le fonti dei dati
   Per il successo dei sistemi AI, i team di procurement devono potersi fidare degli enormi volumi di dati che utilizzano. È necessario seguire rigorosi protocolli di governance dei dati. Si devono inoltre pulire, normalizzare e convalidare i dati provenienti dalle diverse fonti per capire quali informazioni sono disponibili e come utilizzarle.
3. Mettere al centro le esigenze degli utenti
   Di quali funzionalità del sistema di procurement hanno bisogno i membri del team per svolgere al meglio il loro lavoro? Evita funzioni non necessarie che aggiungono complessità. Scegli un sistema con un'interfaccia utente semplice e intuitiva.
4. Iniziare con un'implementazione limitata
   Anziché puntare subito al massimo, inizia la tua implementazione AI con piccoli progetti che offrano risultati immediati. Questo permetterà di testare e familiarizzare con le funzioni AI, valutarne l'efficacia e apportare modifiche prima di implementarle su larga scala.
5. Preparare i team
   I professionisti del procurement non devono essere data scientist per utilizzare la maggior parte degli strumenti AI, ma avranno bisogno di tempo e formazione basata su prove ed errori per poter utilizzare tali strumenti in modo efficace. Se il budget lo consente, prendi in considerazione l'assunzione di personale aggiuntivo con competenze AI in ambito procurement.
6. Creare fiducia e affrontare le preoccupazioni
   Il procurement AI è uno sport di squadra che richiede la collaborazione tra i team di procurement, supply chain e finance. Condividendo obiettivi, roadmap, standard, best practice e storie di successo, puoi alleviare le preoccupazioni, promuovere la collaborazione e creare fiducia.
7. Valutare e iterare
   Dopo aver stabilito le metriche chiave, monitora e valuta le prestazioni dei tuoi strumenti AI. Alcune aziende misurano le prestazioni monitorando il valore del procurement AI in tutte le categorie di spesa. Qualunque sia il metodo di misurazione, assicurati di raccogliere il feedback degli utenti per identificare modi per migliorare.

Rafforzare il team di procurement con Oracle

Le funzioni basate su AI e GenAI integrate in Oracle Fusion Cloud Procurement, parte della suite di applicazioni Oracle Fusion Cloud Enterprise Resource Planning, possono aiutare i professionisti del procurement a prevedere i lead time di spedizione, classificare diversi tipi di spesa, applicare sconti in modo dinamico, identificare e inserire rapidamente fornitori qualificati e molto altro ancora.

Domande frequenti sull'AI nel procurement

Come può essere utilizzata l'intelligenza artificiale nel procurement?
I team di procurement possono utilizzare l'intelligenza artificiale per prevedere e ridurre i costi, automatizzare le attività chiave, generare contenuti, selezionare i fornitori e gestire le relazioni con i fornitori.

Il procurement verrà sostituito dall'intelligenza artificiale?
L'intelligenza artificiale migliora le competenze, l'esperienza e il giudizio dei professionisti del procurement. Non sostituisce queste persone qualificate. Anzi, si prevede che l'intelligenza artificiale creerà nuovi posti di lavoro per i professionisti del procurement esperti in questa tecnologia.

Quali aziende utilizzano l'intelligenza artificiale per il procurement?
Gli strumenti AI per il procurement sono utilizzati da aziende grandi e piccole a livello globale, tra cui alcuni dei principali retailer, aziende di trasformazione alimentare e aziende di beni di consumo confezionati.