調達・購買における人工知能とは？

簡単に言えば、人工知能とは、人間の知能の特定の部分を模倣してタスクを実行する機械やコンピュータープログラムの能力を指します。AI システムは、学習し、問題を解決し、人間の言語を理解し、推論し、さらには自身が置かれている環境を「確認する」こともできます。調達・購買における AI とは、この先進的なテクノロジーを活用して、契約管理や戦略的ソーシングなど、組織内の主要な調達・購買プロセスを自動化し、強化することです。調達・購買チームは、新しいビジネスニーズや市場の課題に対処しながら、効率を高め、コストを削減し、リスクを軽減し、意思決定を向上させるために、ますます AI を活用するようになっています。

調達・購買向けの AI の種類

現在、調達・購買で使用される AI には、主に次の 5 つの種類があります。

1. 人工知能 (AI)：「スマート」であると考えられるソフトウェアまたはアルゴリズムを指す包括的な用語です。
2. 機械学習 (ML)：AI のサブセットである機械学習アルゴリズムは、データセットのパターンを認識し、それらのパターンを使用して意思決定や予測を行うことができます。
3. ロボティックプロセスオートメーション (RPA)：人間の動作を模倣して反復タスクを行うアルゴリズムです。RPA は、技術的には AI の一種とはみなされていませんが、AI を活用することができます。
4. 自然言語処理 (NLP)：チャットボット、コパイロット、仮想アシスタントなど、人間の言語を理解、解釈、生成できるアルゴリズムです。
5. 光学文字認識 (OCR)：画像やスキャンされた文書（紙ベースの請求書など）からテキストを抽出し、認識するアルゴリズムです。

調達・購買における生成 AI

2022 年後半 ChatGPT が一般公開されて以来、世界中の企業で生成 AI がホットなトピックとなっています。シンプルなユーザーインターフェースを通じて新しいコンテンツを作成できるため、生成 AI はビジネスや業界全体に大きな変化をもたらす可能性があります。未来思考型の調達・購買チームの中には、RFP ドキュメントの生成、全く新しいプロセスの作成、自律的なサプライヤー候補一覧の作成などを行うために、生成 AI の活用を開始しているところがあります。調達・購買における生成 AI の活用はまだ初期段階ですが、大きな可能性を秘めています。

調達・購買における AI のユースケース

調達・購買部門は、コストを削減し、リスクを軽減し、サステナビリティを向上させ、ビジネスにおいてより戦略的な役割を担わなければならないという強いプレッシャーにさらされています。これらの目標を達成し、急速な変化に対応するには、チームが非常に俊敏である必要があります。また、あらゆる行動で、よりプロアクティブになり、事後対応的にならないようにする必要があります。AI は、調達・購買の以下のような主要な領域で役立ちます。

• 支出の分類と分析：支出分類アルゴリズムは、明細を迅速に検索し、キーワードを抽出して、ほぼ完璧な精度で支出カテゴリーに関連付けることができます。また、AI を活用した支出分析では、コスト削減の機会を事前に特定し、ソーシング、カテゴリー、および支出管理の戦略を向上させるための基盤を形成することができます。
• グローバルなソーシング戦略：機械学習アルゴリズムによって大規模なグローバルデータセットを分析することで、供給のトレンドの変化を見つけ、将来の動向を予測し、グローバルなソーシング戦略のための情報を得ることができます。
• ガイド付き購買：AI が支援する品目レコメンデーションにより、調達・購買ポリシーが推進されます。この機能を利用すれば、ユーザーは探しているものを簡単に見つけることができます。また、不要なコストを回避するために会社のカタログ内での支出を奨励したり、調達・購買部門向けにカスタマイズしたヘルプを表示したりすることもできます。また、有用なガイドにより、ユーザーは推奨サプライヤーにすばやくアクセスできます。
• インテリジェントなソーシングとサプライヤー管理：AI を活用したソフトウェアによって、サプライヤーのデータベース、市場のトレンド、過去のデータ、ESG レポート、その他の要素を分析でき、特定のニーズに最適なサプライヤーが推奨されるようになります。また、企業の供給ベースに対する包括的なインサイトを提供し、サプライヤーのパフォーマンスを向上させ、戦略的な優先事項を促進することもできます。
• RFX の作成：AI を活用することにより、提案依頼書 (RFP)、見積依頼書 (RFQ)、およびその他の RF ドキュメント（サプライヤーリストの作成から重要な質問のドラフト作成まで）を自動的に生成することができます。
• サプライヤーリスク管理：AI アルゴリズムにより、サプライヤーやベンダーの急激な変化を迅速に検出し、その変化がリスクにどのように影響するかを評価できます。また、何百万ものデータソースをマイニングして、サプライチェーン全体の潜在的なリスクに関する警告を発することもできます。
• コンプライアンス：AI を使用して契約、請求、発注のデータを構造化することで、支払条件を自動的に比較したり、重複を排除したり、コンプライアンス違反を特定したりすることができます。
• データ抽出：自然言語処理によって、請求書や契約書からデータを抽出し、リスクと不正を特定し、ビジネス支出に対する洞察を深め、エンドツーエンドでプロセスを迅速化することができます。また、自然言語処理を活用して、市場指標、企業信用評価、ソーシャルメディア、サプライヤーに関する公開情報などの外部ソースからデータを取得して、機会やリスクを特定することもできます。
• 契約ライフサイクル管理：AI を活用したツールによって、契約の最初のドラフトを自動的に生成したり、交渉をサポートしたり、契約の条文に含まれる潜在的なリスクにフラグを立てたりすることができます。また、契約の条項、条件、期限をモニタリングして、コンプライアンスの確保に役立てたりすることもできます。
• AP の自動化：インテリジェント RPA は、債務管理プロセスにおける手動タスクを排除し、請求処理と承認を迅速化し、精度を向上させ、コンプライアンスを確保することができます。光学文字認識を活用することによって、紙ベースの請求書から主要な情報を読み取り、プロセスを向上させ、文書をデジタル化することができます。

ソーシングと調達における AI のメリット

ソーシングと調達に関連するプロセスに AI を統合すると、以下のような多くのメリットが得られます。

• よりスマートな意思決定：AI は大量のデータを迅速かつ正確に分析することができます。このデータ主導型のアプローチにより、購買担当者は、支出パターン、サプライヤーのパフォーマンス、市場動向に関する実用的なインサイトを得ることができます。AI を活用した予測分析とシナリオ分析により、オプションを評価したり、リスクを軽減したり、ソーシングと支出の意思決定を向上させたりすることもできます。
• 効率化と自動化：データ入力や請求書処理などの時間のかかる反復タスクを、AI を活用して自動化することにより、効率が向上します。これにより、調達・購買担当者はより戦略的な仕事に集中できるようになります。
• コスト削減：AI を活用することにより、サプライヤー選定や取引交渉の向上、需要のより正確な予測が可能になり、大幅なコスト削減につながります。また、支出パターンを分析して、コスト削減の他の機会を特定し、それに基づいて行動することもできます。
• リスク軽減：AI ツールを活用して、サプライヤー、市場の状況、規制の変更に関連するリスクをプロアクティブに特定し、評価できます。これにより、調達・購買チームはサプライチェーンの混乱を事前に軽減することができます。
• サプライヤーとの関係強化：AI を活用して提案依頼の要件と期待を明確に提示し、サプライヤーのパフォーマンスをモニタリングして評価することで、より強力で信頼性の高いサプライヤー関係の構築に役立てることができます。

調達・購買における AI 導入の課題

調達・購買プロセスへの AI の導入には大きなメリットがありますが、課題が生じることもあります。

• AI を利用するには、アルゴリズムのトレーニングを正確に行って意思決定を導くために、大量の高品質なデータが必要になります。水準以下のパフォーマンスになるのを避けるため、企業はデータ品質とメンテナンスの取り組みに投資する必要があります。
• AI ソリューションは他の調達・購買ソフトウェアや ERP システムとも統合する必要があります。その際に、ミドルウェア、API、カスタマイズが必要になることがよくあります。
• AI の導入、管理、実行には適切なスキルと専門知識が必要であり、そうした人材の供給が需要に追いつかない場合があります。
• 最後に、AI システムは機密データに依存することが多いため、強力なサイバーセキュリティ、暗号化、データプライバシーが不可欠です。

これらの課題に対処するには思慮深いアプローチが必要ですが、それを正しく行う組織は、調達・購買における AI の大きなメリットを引き出すことができます。

調達・購買における AI の使用：ベストプラクティス

調達・購買プロセスに AI を適切に統合するためのベストプラクティスをいくつかご紹介します。

ステップ 1：明確な目標を定義する

コスト削減、効率の向上、意思決定の向上など、明確な目標を設定することが導入戦略の指針となります。

ステップ 2：小規模なパイロットプロジェクトから始める

調達・購買のすべてのプロセスを一度に変革しようとすると、大失敗につながる恐れがあります。既存のソーシングイベントプロセスの自動化など、シンプルでわかりやすいユースケースで開始することを検討してください。これにより、管理された環境での AI ソリューションの有効性を評価し、課題を特定し、拡張前に調整を行うことができます。

ステップ 3：データの品質と量を確保する

できる限り多くの関連するデータを収集し、クリーンアップして準備します。高品質で一貫性があり完全であることを確認してから AI モデルに読み込ませます。データの問題を事前に解決することが AI の成功の鍵です。ゴミを入れたら、ゴミしか出てこないということです。

ステップ 4：主要なステークホルダーを参加させる

プロセスの早い段階から、調達・購買の担当者、財務チーム、IT チームと協力し、エグゼクティブスポンサーを関係者として指定します。このステップは、主要なニーズを理解し、ビジネス目標との整合性を確保し、賛同を得るために不可欠です。

ステップ 5：既存のシステムと統合する

混乱を最小限に抑え、AI のメリットを最大化するには、既存の調達・購買システム、ERP、およびその他の企業アプリケーションに AI ソリューションを統合することが重要です。

ステップ 6：トレーニングと変更管理を行う

トレーニングを提供し、日常業務に AI がどのように役立つかを示すことで、調達・購買の担当者が AI ツールに慣れるようにし、ユーザーへの定着を促進します。強力な変更管理の戦略を導入し、AI テクノロジーによって調達・購買チームの専門知識が置き換えられるのではなく、専門知識が拡張されることを示します。

ステップ 7：倫理性、安全性を維持する

AI モデルを定期的に監査し、公正性、データプライバシー規制の遵守、倫理に関する考慮事項（特にアルゴリズムにおけるバイアス）について人間によるモニタリングを行います。強力なサイバーセキュリティの手法を導入して、機密データを保護し、ユーザーからの信頼を勝ち得ます。

関連情報