Passa ai contenuti principali

Applicazioni dell'Intelligenza Artificiale nel processo della Funzione Acquisti


 

Qual è l'impatto dell'Intelligenza Artificiale sulla funzione acquisti? La risposta è tutt'altro che semplice. Oggi c'è ancora molto da sperimentare. Questa tecnologia è talmente dirompente, e noi siamo ancora talmente ancorati alla nostra confort zone che fatichiamo a vedere chiaramente le potenzialità. Similmente a quanto si ritiene che gli indigeni americani videro delle anomale increspature dell'acqua ma non le tre caravelle di Colombo perché erano cose troppo diverse dalle possibili combinazioni delle loro esperienze. 

Prendo lo spunto dallo studio fatto da Accenture, calando il ragionamento sulla realtà delle Piccole e Medie Imprese italiane.

Normalmente si parla di AI perché è un termine generale che iper-stimola l'immaginario comune. In realtà quello che si usa è il Machine Learning (ML) ovvero l'apprendimento automatico.  

Facciamo un esempio, normalmente i dati degli acquisti sono "sporchi", immaginiamo la banca dati come un lenzuolo che ha delle macchie e degli aloni. Con il ML è possibile bonificare la banca dati e estrarre le informazioni anche dai campi di testo.

Facciamo un secondo esempio. Normalmente gli acquisti usano le Condizioni di Fornitura. Nel modo tradizionale i costi di gestione dei contratti aumentano almeno proporzionalmente al crescere del numero di contratti. Con il ML si riducono i tempi dell'80%. Esistono diverse soluzioni, cerco di semplificare come è fatto. Tutti i contratti vengono dati in pasto al ML. Come risultato si otterrà una immagine digitale di tutti i dati chiave e i contenuti. Con questi dati si sviluppa un template contrattuale (win-win) di clausole normalmente accettate dai fornitori. E un certo numero di clausole opzionali (a cui potremmo assegnare un punteggio). La creazione del testo contrattuale potrà essere contestuale con la richiesta d'offerta specifica per un fornitore. Il testo sarà l'unione del template e delle opzioni associate al fornitore. 

Sorge ora spontaneo chiedersi: L'acquisitore ha ancora ragione di essere? L'AI sostituirà l'acquisitore? Per rispondere porto l'esempio di Amazon che emette gli ordini in automatico. Certo che Amazon nulla ha in comune con le PMI. Ma rimane un esempio. Amazon investe moltissimo nella tecnologia. Dalla mia prospettiva investe in creatività per liberare l'uomo dalle mansioni di quotidiana routine. Secondo il "The future of employment: How susceptible are jobs to computerization? University of Oxford" la professione dell'acquisitore ha una bassissima probabilità di sopravvivere alla AI, mentre è alta la probabilità per il Direttore degli Acquisti.

La Funzione Acquisti lavora con i dati. L'AI apre le porte all'automatizzare delle attività degli acquisti. Quindi l'AI permette di abbattere il tempo per emissione dell'ordine (definito come intervallo tra data richiesta d'acquisto a data emissione ordine) in tutti i casi anche delle PMI. Chiediamo di più, può ridurlo a zero? In alcuni casi è possibile anche senza scomodare l'AI. Negli altri casi sarà difficile ma se:

  • gli acquisti sono parte integrante del processo di sviluppo o miglioramento prodotto;
  • gli obbiettivi degli acquisti sono quelli dell'azienda (ponendo fine alle dispute sui risparmi con il CFO);
  • si combinano dati "buoni" e tecnologia;
  • se si abbraccia l'incertezza; 

allora potranno essere disponibili dati, competenze e tecnologie per abbattere ulteriormente questo tempo.

Spero che queste parole siano di ispirazione.

Post correlati:


Commenti

Articoli più letti

Foresight Strategico a 3 Anni: Innovazione del Procurement nelle PMI Italiane – Guida

Tempo di lettura 60minuti Executive Summary Questo rapporto fornisce un'analisi di foresight strategico per l'innovazione del procurement nelle Piccole e Medie Imprese (PMI) italiane nei prossimi tre anni (2025-2028). Evidenzia il panorama in evoluzione del procurement, guidato dalla volatilità globale, dai progressi tecnologici (AI, digitalizzazione), dalle pressioni sulla sostenibilità (ESG) e dalle interruzioni della catena di approvvigionamento. L'analisi si concentra sulle esigenze e sui vincoli unici delle PMI italiane, che costituiscono la spina dorsale dell'economia nazionale ma spesso affrontano sfide legate alla digitalizzazione, alle risorse e alle competenze. I principali scenari includono la necessità per le PMI di adottare strumenti digitali, integrare pratiche di sostenibilità, costruire catene di approvvigionamento resilienti e sfruttare le opportunità di finanziamento come il Piano Nazionale di Ripresa e Resilienza (PNRR). Intelligenza artificiale (A...

Analisi delle principali Strategie di Approvvigionamento della Funzione Acquisti

Tempo di lettura 60-75 minuti Guida Completa alle Strategie di Approvvigionamento. Executive summary Questa guida fornisce una sintesi e un quadro completo per la selezione delle strategie di approvvigionamento, analizzando l'argomento attraverso due prospettive chiave: la Matrice di Kraljic, che considera la criticità e la complessità del mercato, e gli accorpamenti, basati su fattori come il numero di fornitori e la localizzazione geografica. Si aggiunge e sintetizza le strategie d’acquisto presenti nel mio blog . L'obiettivo è ispirare e fornire alla Funzione Acquisti uno strumento pratico per definire strategie efficaci in base alle diverse tipologie di beni/servizi e alle condizioni di mercato, contribuendo al successo aziendale in termini di costi, qualità e resilienza della supply chain. La guida illustra le caratteristiche, gli obiettivi, i vantaggi e gli svantaggi di ciascuna strategia, fornendo esempi concreti per facilitarne l'applicazione.  La capacità di adatta...

Una variante alla Matrice di Kraljic

La matrice di Kraljic è uno dei metodi più famosi di analisi dei dati storici di acquisto. L'obbiettivo dell'analisi è giungere a un modello della situazione storica per tracciare le possibili future traiettorie .  Il modello presuppone che la storia si ripeta, in particolare che il mercato dei Fornitori si comporti allo stesso modo anche in futuro. L'analisi è limitata solo ai dati relativi agli ordini emessi. Normalmente sono i soli disponibili. Esistono altri dati importanti, quelli delle trattative, ma normalmente sono destrutturati. Per questo sono difficilmente elaborabili. Quindi con Kraljic si analizza una piccola parte dei dati che fotografano una realtà passata. Peter Kraljic aveva proposto una matrice a 4 quadranti. Nell'asse X aveva posto la complessità del mercato e nell' asse Y l'importanza degli acquisti. Nella variante mettiamo il potere contrattuale di compratore (asse X) e venditore (asse Y). Rendendo sicuramente più intuitivo il modello. O...