Cos'è l'intelligenza artificiale nel procurement?

In parole povere, l'intelligenza artificiale si riferisce alla capacità delle macchine o dei programmi informatici di replicare taluni aspetti dell'intelligenza umana e di svolgere compiti. I sistemi di AI possono imparare, risolvere problemi, comprendere il linguaggio umano, ragionare e persino “vedere” il proprio ambiente. L'AI nel procurement è l'uso di questa tecnologia avanzata per automatizzare e migliorare i processi chiave di approvvigionamento in un'organizzazione, come la gestione dei contratti e il sourcing strategico. I team della funzione Procurement si affidano in misura crescente all'intelligenza artificiale per innalzare l'efficienza, ridurre i costi, mitigare i rischi e migliorare il processo decisionale man mano che affrontano nuove esigenze di business e sfide del mercato.

Tipologie di AI per il procurement

Sono cinque i tipi principali di AI attualmente in uso in ambito di procurement:

1. Intelligenza artificiale (AI): termine generico per indicare qualsiasi software o algoritmo che può essere considerato "intelligente"
2. Machine learning (ML): sottoinsieme di AI i cui algoritmi di apprendimento automatico sono in grado di riconoscere schemi nei set di dati e di utilizzarli per prendere decisioni ed elaborare previsioni o predizioni
3. Automazione robotica dei processi (RPA): algoritmi che replicano le azioni umane per eseguire compiti ripetitivi. L'RPA non è tecnicamente considerata un tipo di AI, dalla quale può tuttavia essere potenziata.
4. Elaborazione del linguaggio naturale (NLP): algoritmi in grado di comprendere, interpretare e generare il linguaggio umano, come chatbot, copilot e assistenti virtuali
5. Riconoscimento ottico dei caratteri (OCR): algoritmi in grado di riconoscere ed estrarre testo da immagini e documenti digitalizzati quali le fatture cartacee

L'AI generativa nel procurement

Da quando ChatGPT è diventato operativo a fine 2022, l'AI generativa è diventata il tema caldo nei consigli di amministrazione di tutto il mondo. Grazie alla sua capacità di creare nuovi contenuti tramite una semplice interfaccia utente, l'AI generativa è destinata a stravolgere le imprese e persino interi settori. I team di procurement più lungimiranti stanno iniziando a utilizzarlo per generare documenti di richieste d'offerta, creare processi ex novo e selezionare autonomamente rose ristrette di fornitori. L'AI generativa nel procurement è solo agli inizi, ma il suo potenziale è enorme.

Casi d'uso dell'AI nel procurement

Il procurement è incalzato da pressanti richieste di realizzare risparmi sui costi, mitigare i rischi, migliorare la sostenibilità e svolgere un ruolo più strategico nel business. Per centrare questi obiettivi e stare al passo con il rapido ritmo del cambiamento, i team devono essere incredibilmente agili e assumere un approccio più proattivo e meno reattivo in ogni loro operazione. L'AI può dare il suo contributo in alcune aree chiave del procurement:

• Classificazione e analisi della spesa: gli algoritmi di classificazione della spesa possono eseguire rapidamente ricerche tra le voci ed evidenziare parole chiave da collegare alle categorie di spesa con precisione pressoché perfetta. L'analisi della spesa potenziata dall'AI può inoltre aiutare i team a cogliere in modo proattivo le opportunità di risparmio sui costi e a gettare le basi per migliori strategie di sourcing, category management e gestione della spesa.
• Strategia di sourcing globale: analizzando voluminosi set di dati globali, gli algoritmi di machine learning riescono a intercettare i cambiamenti nelle tendenze dell'offerta e a predire gli sviluppi futuri, contribuendo a informare le strategie di sourcing globali.
• Acquisti guidati: il suggerimento di prodotti potenziato dall'AI mette insieme le varie policy di approvvigionamento per aiutare gli utenti a reperire facilmente gli articoli ricercati, incoraggia la spesa all'interno del catalogo aziendale per evitare costi inutili e permette al reparto Procurement di offrire assistenza su misura. Fornisce inoltre un accesso rapido ai fornitori preferenziali, fissando utili paletti all'interno dei quali muoversi.
• Sourcing intelligente e gestione dei fornitori: per suggerire i fornitori migliori a fronte di esigenze specifiche, il software potenziato dall'AI può analizzare i database dei fornitori, le tendenze di mercato, i dati storici, i bilanci ESG e altri fattori. Può inoltre offrire una visione completa della base di fornitori di un'azienda, contribuendo a migliorare le loro prestazioni e a promuovere le priorità strategiche.
• Creazione di RFX: l'AI è in grado di generare automaticamente richieste di offerta (RFP), richieste di quotazione (RFQ) e altri documenti RF, dall'elaborazione di elenchi di fornitori alla redazione di domande chiave.
• Gestione del rischio fornitori: gli algoritmi di AI possono rilevare rapidamente i cambiamenti improvvisi relativi a un fornitore o rivenditore, e valutare l'impatto di tale cambiamento sul rischio. Possono anche perlustrare milioni di fonti di dati diverse per avvisare le aziende sui potenziali rischi lungo l'intera supply chain.
• Compliance: affidandosi all'AI per strutturare i dati di contratti, fatture e ordini di acquisto, le aziende possono confrontare automaticamente i termini di pagamento, eliminare le duplicazioni e rilevare i casi di non conformità.
• Estrazione dei dati: l'elaborazione del linguaggio naturale può estrarre dati da fatture e contratti per individuare rischi e frodi, offrire una visione più approfondita delle spese aziendali e velocizzare i processi a 360°. Allo scopo di individuare opportunità e rischi, la tecnologia NLP è inoltre in grado di acquisire dati da fonti esterne quali indici di mercato, rating creditizi delle società, social media e informazioni sui fornitori di pubblico dominio.
• Gestione del ciclo di vita dei contratti: gli strumenti supportati dall'AI possono generare automaticamente le prime bozze di contratti, supportare le trattative e segnalare i rischi potenziali insiti nella formulazione delle clausole. Per garantire la conformità, possono inoltre monitorare termini e condizioni e anche scadenze.
• Automazione della contabilità fornitori: l'RPA intelligente può eliminare le operazioni manuali nei processi di contabilità fornitori, velocizzare l'elaborazione e l'approvazione delle fatture, migliorare l'accuratezza e garantire la conformità. Il riconoscimento ottico dei caratteri è in grado di estrarre le informazioni chiave dalle fatture cartacee per migliorare il processo e digitalizzare i documenti.

I vantaggi dell'AI nel sourcing e nel procurement

L'integrazione dell'AI nei processi di sourcing e procurement offre numerosi vantaggi, tra cui:

• Un processo decisionale più intelligente: l'AI è in grado di analizzare grandi volumi di dati in modo rapido e accurato. Per i professionisti del procurement, questo approccio basato sui dati si traduce in insight fruibili sui modelli di spesa, sulle prestazioni dei fornitori e sulle tendenze di mercato. Anche l'analisi predittiva e l'analisi per scenari potenziate dall'AI possono aiutare i team a valutare le opzioni, mitigare i rischi e prendere decisioni migliori di sourcing e spesa.
• Efficienza e automazione: l'automazione potenziata dall'AI di mansioni lunghe e ripetitive, quali l'immissione di dati e l'elaborazione delle fatture, migliora l'efficienza e permette agli addetti del procurement di dedicarsi ad attività più strategiche.
• Risparmi sui costi: grazie all'AI, le organizzazioni possono migliorare la selezione dei fornitori, negoziare offerte più economiche e prevedere la domanda in modo più accurato, ottenendo così risparmi significativi sui costi. Possono inoltre analizzare gli schemi di spesa per individuare e sfruttare ulteriori opportunità di riduzione dei costi.
• Mitigazione del rischio: gli strumenti di AI riescono a intercettare e valutare in modo proattivo i rischi associati ai fornitori, alle condizioni di mercato e alle modifiche normative, affinché i team di procurement possano limitare gli effetti delle interruzioni della supply chain prima che si verifichino.
• Migliori relazioni con i fornitori: enunciando chiaramente i requisiti e le aspettative nelle richieste di offerta e monitorando e valutando le prestazioni dei fornitori, l'AI può contribuire alla costruzione di relazioni più solide e affidabili con tali interlocutori.

Le sfide dell'implementazione dell'AI nel procurement

Oltre ai significativi vantaggi, l'implementazione dell'AI nei processi di procurement può anche presentare alcune criticità.

• Per addestrare con precisione gli algoritmi e guidare il processo decisionale, l'AI ha bisogno di enormi volumi di dati di alta qualità, al punto che, per evitare performance al di sotto delle attese, le imprese sono costrette a investire in programmi di qualità e manutenzione dei dati.
• Le soluzioni di AI devono essere integrate anche con altri software di procurement e sistemi ERP, con transizioni che richiedono spesso middleware, API e personalizzazione.
• Inoltre, per implementare, gestire e far funzionare l'AI occorrono l'expertise e le competenze giuste, non sempre facilmente disponibili.
• Infine, i sistemi di AI si affidano spesso a dati sensibili, il che rende indispensabili solidi sistemi di cybersecurity, crittografia e privacy dei dati.

Affrontare sfide di questo calibro richiede un approccio serio, ma le organizzazioni che riescono a superarle si vedono aperta la possibilità di sfruttare gli immensi vantaggi dell'AI per il procurement.

Come sfruttare l'AI nel procurement: best practice

Di seguito sono riportate alcune best practice per una corretta integrazione dell'AI nei processi di procurement:

Fase 1: definire obiettivi chiari

Che si tratti del risparmio sui costi, di una maggiore efficienza o di un processo decisionale più incisivo, porsi obiettivi chiari ti aiuterà a guidare la strategia di implementazione.

Fase 2: iniziare con un piccolo progetto pilota

Tentare di trasformare i processi di procurement tutti in una volta è la ricetta ideale per il disastro. Trova piuttosto un caso d'uso semplice e lineare, per esempio l'automazione dell'attuale processo di eventi negoziali, tanto per cominciare. In questo modo puoi valutare l'efficacia delle tue soluzioni di AI in un ambiente controllato, individuare le eventuali criticità e apportare correttivi prima di passare alla scala superiore.

Passo 3: garantire la qualità e il volume dei dati

Acquisisci il maggior numero possibile di dati pertinenti e, prima di immetterli nei modelli di AI, ripuliscili e preparali per assicurarti che siano di alta qualità, omogenei e completi. Affrontare da subito i problemi che riguardano i dati è fondamentale per il successo dell'AI. Se i dati sono errati lo saranno anche i risultati, è una regola a cui non si sfugge.

Fase 4: coinvolgere i principali stakeholder

Collabora con altri professionisti del procurement e con i team finanziari e IT fin dalle prime fasi del processo e arruola un executive sponsor tra le parti interessate. Questo passaggio è cruciale per sviluppare una conoscenza approfondita delle esigenze chiave, assicurare l'allineamento con gli obiettivi del business e assicurarsi il consenso dall'alto.

Passo 5: compiere l'integrazione con i sistemi esistenti

Per ridurre al minimo le interferenze e massimizzare i vantaggi, è fondamentale integrare le soluzioni di AI con i sistemi di procurement, l'ERP e le altre applicazioni già presenti in azienda.

Fase 6: predisporre formazione e gestione del cambiamento

Aiuta i professionisti del procurement ad acquisire familiarità con gli strumenti di AI, e a incoraggiare l'adozione da parte degli utenti, organizzando corsi di formazione e mostrando come l'AI può aiutarli nelle mansioni quotidiane. Introduci una solida strategia di gestione del cambiamento e mostra come l'expertise del tuo team di procurement può essere rafforzata, e non rimpiazzata, dalla tecnologia di AI.

Fase 7: sostieni l'etica e la sicurezza

Controlla periodicamente i modelli di AI e monitora con sorveglianza umana l'equità, la conformità alle normative sulla privacy dei dati e le questioni etiche, in particolare le distorsioni negli algoritmi. Metti in atto validi sistemi di cybersecurity per tutelare i dati sensibili e creare fiducia tra gli utenti.

Per saperne di più