Passa ai contenuti principali

Considerazioni sull'Intelligenza Artificiale applicata alla Funzione Acquisti

 


Contesto

  • Piccola e Media Impresa.
  • Funzione Acquisti.

Scopo

Analizzare le implicazioni dell'applicazione dell'Intelligenza Artificiale (AI) alla Funzione Acquisti.

Introduzione

C'è un gran parlare di AI, anche perché il nome scelto per questa tipologia di strumenti è evocativo di macchine pensanti, e scuote le nostre coscienze. Non sono un esperto di AI, ma lo strumento più diffuso è il Machine Learning. Questo strumento ha la caratteristica di poter essere istruito. Un esempio super semplice è l'addestramento di un algoritmo di ML a riconoscere i difetti superficiali, in una prima fase si basa su difetti campione, in alcuni casi il riconoscimento è certo in altri è dubbio, i casi dubbi sono sottoposti al vaglio umano per essere classificati e aggiunti alla casistica. 

Obbiettivo

Accrescere la consapevolezza che:
  1. gli strumenti digitali di nuova concezione (basati sull'AI) valutano un INPUT sulla base di un algoritmo ottenuto da un set di dati storico e da un periodo di addestramento. 
  2. i risultati saranno attendibili se la dinamica del INPUT è compatibile con i dati storici e/o addestramento. Viceversa, i risultati potranno avere una bassa attendibilità o essere inattendibili.
Per esempio, se è stato eseguito un ML per controllo qualità superficiale delle billette, se ora applico lo stesso algoritmo a una bramma, i risultati sarebbero inattendibili.

Esempi di applicazione dell'AI alla Funzione Acquisti

Gestione delle scorte

Per le Aziende classificabili come rivenditori; quindi, con ampi magazzini, grande varietà di codici, e la gestione di moltissimi ordini giornalieri; l'AI può migliorare la gestione dell'inventario, grazie alla sua capacità di raccogliere, filtrare e analizzare enormi informazioni. La tecnologia è in grado di rilevare i comportamenti dei clienti e confrontare il lato dell'offerta per limitare le forniture al minimo, evitando al contempo l'interruzione dell'approvvigionamento.

Predictive maintenance

Le Aziende manifatturiere quando utilizzano gli algoritmi di AI per la manutenzione predittiva oltre a migliorare l'indice di sfruttamento dell'impianto danno tempo alla Funzione Acquisti per approvvigionare i pezzi di ricambio. Il risparmio è pari alla differenza tra acquisto in urgenza e acquisto con tempi di consegna normali.

Scouting

L'AI è usata per scansionare il web alla ricerca di Aziende che soddisfino una serie di requisiti. La tecnologia è in evoluzione e richiede ancora un intervento umano.

Chatbot

All'interno di alcune piattaforme di E-procurement troviamo delle Chatbot dove il risponditore e un algoritmo di AI. Il livello di copertura (capacità di fornire una risposta pertinente) è orientativamente del 80%.

Altro

Di fatto il mondo della Funzione Acquisti è ancora terreno di conquista per l'AI. Le applicazioni sono ancora su misura per soddisfare una necessità specifica. Normalmente l'algoritmo è sviluppato da Aziende specializzate che usano piattaforme come Watson (IBM), AWS (Amazon), TensorFlow (Google), etc. 

Conclusioni

Depurato lo strumento dell'AI del clamore e della evocazione che genera in molte persone. Considerato che la Funzione Acquisti è dinamica e la dinamica dipende dal mercato dei Fornitori. Possiamo concludere che le Funzioni Acquisti che adottano l'AI dovranno disporre (con continuità) anche delle competenze per far adeguare (alla dinamica del mercato dei Fornitori) e crescere l'AI. Le competenze potranno essere acquisite nel mercato o potranno essere interne all'Aziende dipende dal grado di saturazione della risorsa.  



Etichette:

Commenti

Posta un commento

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...
Posta un commento
Continua a leggere

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...
Posta un commento
Continua a leggere

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...
Posta un commento
Continua a leggere