Επίσης οι διαδικασίες αγορών βιώνουν μια περίοδο μεγάλης αλλαγής λόγω των ισχυρών επενδύσεων στην ψηφιοποίηση και της δυναμικής του μετασχηματισμού που καθοδηγείται από τις νέες τεχνολογίες. Για τη μελέτη αυτών των αλλαγών και την υποστήριξη των διευθυντών αγορών σε στρατηγικές επιλογές, το SDA Bocconi σχημάτισε το Εργαστήριο προμηθειών, ένα ερευνητικό κέντρο που υποστηρίζεται από κύριος χορηγός ΧΥΜΟΣ ΔΕΝΤΡΟΥ μι Accenture, εξειδικευμένο σε δεξιότητες, μοντέλα λειτουργίας και καινοτομίες στη διαχείριση αγορών και σχέσεων προμήθειας.

Το πρώτο ερευνητικό έργο που πραγματοποιήθηκε το 2021 επικεντρώθηκε σεΕφαρμογή τεχνολογιών Τεχνητής Νοημοσύνης (AI) στις διάφορες φάσεις της διαδικασίας αγορών. Η έρευνα χρησιμοποίησε μια ευρεία ταξινόμηση της τεχνητής νοημοσύνης, που περιλαμβάνει τόσο τις πιο σύνθετες μεθοδολογίες (όπως η μηχανική και η βαθιά μάθηση) όσο και τις πιο ντετερμινιστικές εφαρμογές (Ρομποτική Αυτοματοποίηση Διαδικασιών και οπτική αναγνώριση χαρακτήρων). Μέσω έρευνας που απευθύνθηκε στους Chief Procurement Officers (CPOs) εταιρειών που δραστηριοποιούνται στην Ιταλία, συλλέχθηκαν δεδομένα από περισσότερες από 130 εταιρείες, με πολυάριθμα έργα τεχνητής νοημοσύνης που υιοθετήθηκαν.

“Η εικόνα της εισαγωγής της τεχνητής νοημοσύνης στις διαδικασίες αγορών είναι σαφής. Στο δείγμα, το ένα τρίτο των εταιρειών δραστηριοποιείται σε τεχνολογίες τεχνητής νοημοσύνης, με προορατική στάση που αποτελείται από συνεργασίες με εταιρείες συμβούλων, προμηθευτές λογισμικού και άλλους παράγοντες στην αλυσίδα εφοδιασμού τους, δηλαδή πελάτες και προμηθευτές. Τα δύο τρίτα των εταιρειών, από την άλλη πλευρά, δεν έχουν ακόμη εξερευνήσει αυτό το είδος τεχνολογίας», εξηγεί Ο Τζουζέπε Stabilini, επιστημονικός διευθυντής του Procurement Lab και υπεύθυνος έργου μαζί με Λούκα Μολτένι. “Οι εταιρείες έχουν υιοθετήσει την τεχνητή νοημοσύνη ιδίως στις φάσεις της Διαχείρισης Προμηθευτών, της ηλεκτρονικής προέλευσης & διαχείρισης προσφορών, της διαχείρισης συμβολαίων και της ανάλυσης δαπανών. Πάνω από το 50% των έργων αφορούσαν περισσότερες από τρεις φάσεις της διαδικασίας, υπογραμμίζοντας την τάση να χρησιμοποιούνται οι τεχνολογίες ως εργαλείο ολοκλήρωσης από άκρο σε άκρο για δραστηριότητες. Η τεχνητή νοημοσύνη είναι συναφής και καθοριστική για ολόκληρες φάσεις (51% των έργων), υπογραμμίζοντας την ικανότητά της να υποστηρίζει πλήρως εργασίες και αναλύσεις που ανατίθενται ως εναλλακτική λύση στον αγοραστή“.

Η έρευνα ταξινόμησε τα έργα AI σύμφωνα με τον επιδιωκόμενο στόχο (αποτελεσματικότητα έναντι αποτελεσματικότητας) και ο βαθμός καινοτομίας στο μοντέλο λειτουργίας (υπάρχον έναντι νέου). Τα έργα κατανέμονται σε μεγάλο βαθμό στις δύο ομάδες “βελτιστοποίηση” (36%) και “επέκταση” (31%) μόνο. Τα πρώτα στοχεύουν χρησιμοποιήστε τεχνολογίες AI για να ανακτήσετε την αποτελεσματικότητα και απελευθέρωση των ανθρώπων από δραστηριότητες χαμηλότερης προστιθέμενης αξίας. Οι τελευταίοι από την άλλη αναζητούν α βελτίωση της αποτελεσματικότητας των αποφάσεων αγοράς, επίσης χάρη στα νέα μοντέλα λειτουργίας, με αποτελέσματα μεγαλύτερης ταχύτητας, καλύτερης διακυβέρνησης των κινδύνων, οφελών όσον αφορά την ποιότητα και τη μείωση του κόστους και την καλύτερη διαχείριση των διοικητικών διαδικασιών. Τα έργα «ισορροπίας» τοποθετούνται σε ενδιάμεση θέση μεταξύ των δύο και αντιπροσωπεύουν το 23% του συνόλου.

Η υποστήριξη AI είναι σχετική σε όλα τα στάδια της διαδικασίας λήψης αποφάσεων: «Δημιουργία & Συλλογή Δεδομένων» (49% των έργων), «Ανάλυση & Επεξεργασία Δεδομένων» (87%), «Επικύρωση Εκροών / Διαχειριστική Απόφαση» (51%). Στο 26% των έργων, η τεχνητή νοημοσύνη είναι σε θέση να βελτιώνει συνεχώς τον αλγόριθμό της χάρη στα αυτόνομα κυκλώματα ανάδρασης που είναι ενσωματωμένα στην τεχνολογία.

Σημειώστε ότι οι επικεφαλής προμηθειών που συμμετείχαν στην έρευνα δήλωσαν αποτελέσματα σύμφωνα (51%) ή καλύτερα (10%) με τις προσδοκίες, επιβεβαιώνοντας όχι μόνο το επίπεδο ωριμότητας των τεχνολογιών, αλλά και την αποτελεσματικότητα στην υποστήριξη και ενσωμάτωση της εργασίας των αγοραστών.

Σχετικά με το μέλλον, η ερευνητική ομάδα έχει εντοπίσει δύο γραμμές επένδυσης: πρώτον, οι εταιρείες που δεν έχουν ακόμη εκτεθεί σε έργα τεχνητής νοημοσύνης πρέπει να εργαστούν σε εταιρικές στρατηγικές και κουλτούρα προκειμένου να αποκτήσουν μεγαλύτερο άνοιγμα στις ίδιες τις τεχνολογίες, προχωρώντας προς μια πιο ενεργή ηγεσία και ανοιχτές σε εξωτερικές συνεργασίες. και δεύτερον, οι εταιρείες που είναι ήδη ενεργές, με έργα τεχνητής νοημοσύνης σε εξέλιξη ή υλοποιημένα, πρέπει να αναπτύξουν σχέδια κατάρτισης για άτομα προκειμένου να ενισχύσουν τις δεξιότητες που αποκτήθηκαν και να προσελκύσουν νέες εξειδικευμένες δεξιότητες, επίσης μέσω μεγαλύτερης ολοκλήρωσης και συνεργασίας με εξωτερικούς φορείς.


Fabrizio Fassone της SAP Ιταλίας και Ελλάδας
Τέλος, οι εμπλεκόμενοι Διευθυντές Προμηθειών υπογραμμίζουν τον τρόπο τα επόμενα χρόνια η προσοχή της τεχνητής νοημοσύνης θα στραφεί σε σημαντικές και σύνθετες φάσεις της διαδικασίας αγορών, όπως «Προϋπολογισμός Προγραμματισμός & Παρακολούθηση Αποταμίευσης», «Διαχείριση Κινδύνων» και «Συνεργατικός Σχεδιασμός & Πρόβλεψη». Οι αλγόριθμοι θα πρέπει να συλλέγουν και να επεξεργάζονται δεδομένα που παράγονται εσωτερικά με πληροφορίες και σενάρια που προέρχονται τόσο από εταίρους της εφοδιαστικής αλυσίδας όσο και από το εξωτερικό περιβάλλον.

“Ο αντίκτυπος της πανδημίας οδήγησε τις εταιρείες να επιταχύνουν τις διαδικασίες διαφοροποίησης και εντοπισμού των αλυσίδων εφοδιασμού, για να τις καταστήσουν πιο ευέλικτες και ανθεκτικές», σχολίασε Fabrizio Fassone, Επικεφαλής Ευφυούς Διαχείρισης Δαπανών της SAP Ιταλίας και Ελλάδας. “Σήμερα, οι CPO εστιάζουν ολοένα και περισσότερο στην υιοθέτηση έξυπνων τεχνολογιών για την αύξηση της παραγωγικότητας και της προβολής των αλυσίδων εφοδιασμού από άκρο σε άκρο, την αξιοποίηση της αξίας των δεδομένων και τη δημιουργία υπεύθυνων συνεργασιών για μακροπρόθεσμη βιώσιμη ανάπτυξη.“.

Αν σας άρεσε αυτό το άρθρο και θέλετε να είστε ενημερωμένοι με νέα από
ImpresaCity.it εγγραφείτε στο δικό μας
Δωρεάν ενημερωτικό δελτίο.