Искусственный интеллект (AI) и машинное обучение (ML) быстро развиваются во всех секторах нашей экономики. Настолько, что упоминание о них в технической сфере быстро становится сродни игре о выпивке модных словечек. «Хорошо, все делают глоток, когда мы слышим, что ИИ используется в предложении! Возьмите два, когда вы слышите о машинном обучении и ИИ вместе! "

Многие из нас знают о разнообразии использования этой технологии - от того, как мы выбираем отели в Интернете до того, как наши дети разговаривают с маленькими коробками в нашей гостиной. «Алекса сыграй песню Нарвала!». ИИ и все его варианты оказывают все большее влияние на нашу жизнь, но достиг ли ИИ мира закупок и закупок?

По словам Пьера Митчелла из SpendMatters: «Большая часть проблемы с ИИ заключается в том, что его неправильно понимают как технологическую область, которая каким-то образом отличается от повседневных процессов и технологий». В конечном итоге многие изменения происходящие сегодня - это не глубокая комбинация машинного обучения и нейронных сетей, а комбинация относительно простых алгоритмов, использующих большой набор данных. Однако эти алгоритмы могут иметь огромное влияние на процессы закупок.

Некоторые очень крупные игроки удваивают ставки AI, которые они сделали в сфере закупок за последние несколько лет, и эти ставки действительно начинают окупаться. Давайте посмотрим, как три компании начинают влиять на использование ИИ в сфере закупок.

SAP Ariba против сложных решений и когнитивной предвзятости с использованием интеллектуального цифрового помощника

Еще в 1999 году (помните, 2000 год?) Ariba была основана как способ вывести закупки из эпохи бумажных и ручных процессов в эпоху цифровых технологий. Ariba была одной из первых интернет-компаний B2B, вышедших на биржу, и за трудное десятилетие сделала несколько важных шагов, чтобы стать лидером в сфере закупок. В 2012 году компания SAP приобрела компанию Ariba, которая теперь предоставляет полный спектр облачных услуг по закупкам, управлению расходами и цепочке поставок. В 2017 году SAP Ariba объявила о планах по созданию интеллектуального цифрового помощника, который поможет во всем, от оценки рисков до поиска продуктов.

Интеллектуальные боты создают совершенно новую парадигму взаимодействия, которая позволяет людям быть более эффективными и умными в том, что они делают, - сказал Динеш Шахейн, (бывший) технический директор SAP Ariba. Мы инвестируем в такие типы приложений и технологий, как искусственный интеллект и машинное обучение, чтобы предоставить нашим клиентам пользовательский интерфейс нового поколения, который обещает преобразовать систему закупок в том виде, в каком мы это знаем.

Основной драйвер для SAP - создание более эффективного набора процессов, основанных на задачах, в которых люди не так хороши, как цифровой помощник. Например, люди не умеют вычислять все переменные, на которые влияет одно решение. Еще одна область, в которой люди борются, - это предубеждения.

Таким образом, в конечном итоге SAP Ariba стремится перенести закупки в мир, где сотрудники по закупкам и люди, которые работают в сфере управления закупками и поставщиками, имеют новый набор инструментов, которые могут дополнять их решения на основе сокровищницы базовых данных.

Suplari против рисков и неэффективности затрат с использованием агрегированных данных

Суплари - гораздо более новое предприятие в сфере закупок, основанное в 2016 году Никеш Парех. Suplari была основана, чтобы помочь предприятиям управлять своими поставщиками и расходами с помощью машинного обучения и искусственного интеллекта. Идея состоит в том, что путем агрегирования данных по разным системам и последующего применения машинного обучения организация может повысить рентабельность и эффективность, расширить сферу влияния закупок и повысить прозрачность, а также внедрить новые возможности или инструменты в группы закупщиков.

Все эти данные, хранящиеся в компании, в основном не анализируются, - сказал генеральный директор Suplari Никеш Парех.

ИИ может помочь получить представление о нарушениях ценообразования, аномалиях использования, расхождениях в контрактах и ​​подозрительных расходах или даже мошенничестве. Другие второстепенные задачи, такие как очистка данных, дублирование данных и задачи по оповещению и отчетности, могут значительно ускорить закупки при одновременном снижении затрат.

Еще одна область, в которой ИИ может помочь, - это пропускная способность и расстановка приоритетов. ИИ может помочь ранжировать различные проекты закупок через призму приоритезации на основе гораздо большего количества данных. Это помогает оптимизировать, какими проектами занимается CPO и в каком порядке. Все это достигается за счет наличия системы, которая может агрегировать данные и оценивать воздействия, расставлять приоритеты, а затем извлекать уроки из результатов и адаптироваться.

Наконец, Suplari стремится использовать новые возможности, о которых несколько лет назад даже не было известно. Как насчет измерения риска цепочки поставок? Или понимание исторических покупок и роста для прогнозирования будущих потребностей? Как насчет использования этих данных для переговоров по лучшей цене? Несмотря на то, что это области, которые не полностью проработаны, вы можете увидеть потенциал для CPO, чтобы оказать гораздо большее влияние на закупки.

Coupa против неточности и соответствия с использованием классификации AI

Coupa, помимо прочего, фокусируется на том, что компании делают в отношении расходов и как они могут помочь вам повысить эффективность с помощью различных решений, включая ИИ. Очевидно, что это огромное поле, которое может предоставить невероятные возможности для покупок. Я думаю, что большинство из нас может опираться на личный опыт, чтобы понять, насколько это огромная проблема.

Я проработал пять лет в крупном университете в качестве ИТ-директора, и у нас не было возможности (по крайней мере, несколько лет назад) связать то, что кто-то делал с расходами ниже определенного уровня. Это означало, что, вероятно, существовали десятки, сотни, а иногда и тысячи лицензий на вещи, которые можно было бы намного дешевле купить оптом. Подумайте, сколько профессоров имеют собственные гранты и бюджеты. Новая лицензия Adobe Photoshop на новую бумагу? Новый Macbook pro для онлайн-обучения? Новая камера Canon для исследований? Сколько оборудования, программного обеспечения и прочего покупается практически независимо от стратегии централизованных закупок?

Проблема, конечно же, в том, что вам нужно собрать все данные, а затем иметь систему, которая знает, что с этими данными делать. По сути, вам нужна система, которая отслеживает то, что происходит, и может делать прогнозные расчеты о том, как удовлетворить потребности сотрудников и бизнес-цели, одновременно обеспечивая при этом эффективность. В идеале эта система также отслеживает, как выглядят модели расходов сотен или тысяч других компаний, и извлекает уроки из них, а затем циклически повторяет их в рекомендации для вас. Это то, что Coupa заставляет работать ИИ. Они оказались настолько успешными, что в 2018 году были включены в список Deloitte Fast 500, который представляет собой список 500 самых быстрорастущих технологических компаний. Эти компании являются новаторами, которые превратили свои революционные идеи в продукты, услуги и опыт, которые могут привлечь новых клиентов и стимулировать значительный рост. сказал Сэнди Шираи, заместитель председателя Deloitte LLP.

Итак, что же делать сегодня с закупками и закупками?

Глобальный директор по маркетингу компании Deloitte прямо сказал об этом, говоря о том, сколько отделов снабжения в крупных компаниях сегодня используют ИИ. Он сказал: «Применение прогнозной и когнитивной аналитики практически не применяется». Так что мы определенно еще не вышли из стартовых ворот в большом количестве. Вероятно, это вызвано двумя причинами:

Основным препятствием для внедрения ИИ являются просто затраты. Чтобы запустить такую ​​платформу, как SAP Ariba, Supplari или Coupa, вам понадобится серьезная мелочь. Вам также понадобится большая команда, много поставщиков и много данных. Затем вам нужно время, чтобы все это интегрировать. Это замечательно, если вы работаете в Airbus, но не в технической компании из 100 человек, покупающей SaaS.

Большинство этих решений AI сегодня действительно нацелены на крупные предприятия, потому что они сложны и решают множество более сложных аспектов закупок, таких как управление рисками, управление цепочкой поставок и анализ больших данных.

Еще одним серьезным препятствием для большинства из нас является образование. У нас просто нет времени, чтобы сесть и узнать, какие решения AI могут иметь отношение к нашему бизнесу. Мы все заняты своей повседневной жизнью.

В конечном итоге мы можем сравнить ИИ сегодня с компьютерами 1970-х годов. Он все еще находится в зачаточном состоянии и наиболее эффективно используется компаниями, у которых есть большие проблемы и даже большие банковские счета. Однако это создает огромные возможности по мере развития технологий и появления решений на обоих концах шкалы. Он близок к тому, чтобы стать доступным для компаний любого размера. Таким образом, для малого и среднего бизнеса вскоре появится множество SaaS-компаний, которые будут использовать ИИ и машинное обучение для решения множества бизнес-задач.

Так неужели мы так далеки от того, чтобы спрашивать нашу систему закупок с ИИ, какие риски она видит в отношении конкретного поставщика… пока мы готовим французские тосты? Мы намного ближе, чем вы думаете.

Спасибо за чтение.

Фил Чаттертон - соучредитель и президент Warmcall, Inc., занимающейся поисковыми роботами для закупок (warmcall.com). Если вам интересно узнать больше о WarCall, вы можете посмотреть быстрое видео здесь.