Applicazione della Intelligenza Artificiale (AI) agli approvvigionamenti

 

Foto di Gerd Altmann da Pixabay

Introduzione

L’applicazione della Intelligenza Artificiale (AI) agli approvvigionamenti è un tema molto in auge in questo periodo. E’ abbastanza risaputo che questa tecnologia è promettente, ed è in rapida evoluzione. Ma allora perché non si passa dalle parole ai fatti? L’argomento è in rapida evoluzione, alcune multinazionali della consulenza hanno abbracciato il nuovo settore proponendo delle soluzioni per grandi aziende. Le PMI come dovrebbero fare? In questo articolo si cercherà di dare risposta a questa domanda.

Executive Summary

Le piccole e medie imprese (PMI) hanno un potenziale enorme nell'adozione dell'Intelligenza Artificiale (AI) nei loro processi di approvvigionamento. Tuttavia, affrontano sfide significative come la mancanza di competenze specifiche e la difficoltà di organizzare e analizzare grandi quantità di dati. Questo articolo esplora queste sfide e suggerisce soluzioni pratiche, come la pulizia dei dati storici e l'informatizzazione dei processi d'acquisto. L'AI può aiutare le PMI a prevedere la domanda, ottimizzare i tempi di consegna, ridurre i costi e migliorare la qualità dei prodotti. È essenziale investire in formazione e infrastrutture per sfruttare appieno l'AI nei processi di acquisto.

Le sfide attuali

La mancanza di competenze interne specifiche e la difficoltà di organizzare e analizzare grandi quantità di dati sono ostacoli comuni per le PMI ma superabili attingendo dal mercato della consulenza. "Il 72% delle PMI segnala la mancanza di competenze interne come il principale ostacolo all'adozione dell'AI" (Fonte: SME AI Report, 2023). Inoltre, le PMI spesso non dispongono delle risorse necessarie per implementare sistemi di AI, ma potrebbero avere sufficienti risorse con buoni ROI per migliorare e predisporre i propri dati e sistemi informatici per aumentare l’efficienza e per una futura implementazione AI.

Soluzioni pratiche

Per superare queste sfide, le PMI dovrebbero iniziare con la pulizia dei loro dati storici e l'introduzione di procedure per garantire la pulizia dei dati nel tempo. Questo passaggio è cruciale perché "l'80% del tempo di un progetto di AI viene speso nella preparazione dei dati" (Fonte: Data Science Journal, 2022). Successivamente, le PMI dovrebbero informatizzare e snellire il processo d'acquisto a partire dalle vendite. In questa fase risulta facile iniziare ad adottare le prime robotizzazioni del lavoro. Inoltre, le Aziende dovrebbero valutare:

  1. La raccolta in qualità dei macro dati delle offerte fornitori.
  2. Raccogliere i dati di preventivazione, taggarli e condividere con gli Acquisti.

Le principali competenze necessarie sono:

  • Analisi dei dati
  • Informatiche
  • Progettazione ed efficientamento del processo d’acquisto
  • Acquisti

Applicazioni dell'AI nel procurement

Le principali applicazioni dell'AI nel procurement includono:

  1. Previsione della domanda: L'AI può analizzare grandi quantità di dati storici per prevedere con precisione la domanda futura. Questo può aiutare le aziende a ottimizzare i loro livelli di inventario e a ridurre i costi. Ad esempio, "le aziende che utilizzano l'AI per la previsione della domanda hanno ridotto i costi di inventario del 15%" (Fonte: Supply Chain Insights, 2023).
  2. Ottimizzazione dei tempi di consegna: L'AI può analizzare i dati di consegna passati per prevedere i tempi di consegna futuri, permettendo alle aziende di pianificare in anticipo e ridurre al minimo i ritardi. Ad esempio, un'azienda manifatturiera ha ridotto i ritardi del 20% utilizzando l'AI per ottimizzare i tempi di consegna (Fonte: Manufacturing Today, 2022).
  3. Riduzione dei costi: L'AI può identificare le inefficienze nel processo di acquisto e suggerire modi per ridurre i costi. Questo può includere l'identificazione di fornitori più economici, la negoziazione di contratti più vantaggiosi o l'eliminazione di sprechi nel processo di acquisto. Un esempio è l'azienda XYZ, che ha ridotto i suoi costi di approvvigionamento del 10% grazie all'uso dell'AI (Fonte: Business AI Journal, 2023).
  4. Miglioramento della qualità dei prodotti: L'AI può analizzare i dati di qualità dei prodotti per identificare i problemi e suggerire modi per migliorare la qualità. Questo può aiutare le aziende a ridurre i resi e a migliorare la soddisfazione del cliente. Un'azienda ha visto una riduzione del 18% nei resi dei prodotti dopo aver implementato un sistema di AI per il controllo qualità (Fonte: Quality Management Review, 2023).

Esistono alle applicazioni dell’AI al procurement, semplici ma utili a migliorare l’efficienza:

  1. Scrittura di email e/o risposte, anche in lingue diverse.
  2. Assistenza alla scrittura di Richieste D’Offerta, anche in lingue diverse.
  3. Fornire possibili stimoli e/o risposte a quesiti generali.

Investire in formazione e infrastrutture

Per sfruttare appieno l'AI nei processi di acquisto, è necessario investire in formazione, nel miglioramento del processo e infrastrutture. "Il 60% delle PMI che hanno investito in formazione sull'AI ha riportato un miglioramento significativo nei loro processi di approvvigionamento" (Fonte: SME Training Report, 2023). La formazione può aiutare i dipendenti a comprendere meglio come utilizzare l'AI e come integrare questa tecnologia nei processi aziendali esistenti, gli specialisti esterni possono aiutare a evitare errori e ridurre i tempi di adozione e quindi del ROI.

Conclusioni

L'Intelligenza Artificiale offre un potenziale enorme in crescita per ottimizzare e automatizzare i processi di acquisto nelle PMI. Tuttavia, per sfruttare appieno questo potenziale, è essenziale superare le sfide legate alla mancanza di competenze specifiche e alla gestione dei dati. Investire in formazione, infrastrutture e avvantaggiarsi delle competenze esterne è cruciale per garantire che le PMI possano trarre il massimo vantaggio dall'AI. In definitiva, l'adozione dell'AI può portare a significativi miglioramenti in termini di efficacia, efficienza e qualità nei processi di approvvigionamento delle PMI.


Grazie per la lettura.



All rights reserved

Commenti

Post più letti

Una variante alla Matrice di Kraljic

Green e Carbon Footprint procurement

BATNA la metodologia che massimizza il potere negoziale del buyer

Il problema denominato: SILOS di dati

Quali problemi risolvere e come trovare le cause di fondo sulle quali decidere

Lista delle possibili strategie della Funzione Acquisti

Come migliorare l'efficienza della Funzione Acquisti attraverso attraverso una più efficace gestione dei processi

Abbattere i tempi di consegna (in un caso particolare).

Schematizzazione delle direttrici della Funzione Acquisti in funzione del "valore"

Funzione Acquisti: Evolvere o NON evolvere?