Должны ли закупщики опасаться или приветствовать ИИ и технологии машинного обучения?

Ваша долгая карьера в сфере закупок в основном состояла из того, что высшее руководство избивало вас из-за необходимости постоянно сокращать расходы поставщиков. С появлением цифровых технологий ваша работа упростится - а может и вовсе исчезнет.

По крайней мере, этого боятся специалисты по закупкам в эпоху искусственного интеллекта и машинного обучения. Учитывая все факторы, которые влияют на выбор и обслуживание поставщиков, не имеет ли смысла передать задачу системе, которая может обрабатывать больше данных, чем сотня людей?

И объем данных продолжает расти. Сегодня менеджеры по закупкам должны опираться на многочисленные источники информации, от самих поставщиков, а также на независимые финансовые данные, новостные отчеты, сторонние сервисы и социальные сети. По словам Саммели Саммалкорпи, соучредителя Sievo, поставщика программного обеспечения для аналитики закупок:«Закупочные организации еще не научились использовать эти различные типы данных».

Казалось бы, искусственный интеллект и машинное обучение особенно хорошо подходят для этой задачи. Но опасения, что они возьмут на себя эту работу, совершенно необоснованны. Когда дело доходит до эффективного управления закупками и поставщиками, в обозримом будущем будет сотрудничество между человеком и машиной.

«Я действительно верю, что роль ИИ не в замене людей», - говорит Саммалкорпи. «Машинное обучение и искусственный интеллект могут предложить результаты, но вам все равно нужно приспосабливаться к тому, что актуально, а что нет».

Машины очень эффективны для узких приложений, связанных с четко определенными проблемами. Более того, они всегда включены и влекут за собой минимальные эксплуатационные расходы по сравнению с зарплатой и льготами рабочего-человека.

Однако наступает время действовать, и менеджер из плоти и крови должен вмешаться. Проще говоря, люди по-прежнему лучше выносят окончательное суждение о ключевых поставщиках. По крайней мере, на данный момент «машинное обучение все еще недостаточно надежно, чтобы принимать решения», - говорит Саммалкорпи. (Есть еще одна причина держать людей в курсе, добавляет он:они должны нести ответственность за принятие решений, чтобы они не обвиняли машину в неправильных.)

На ранних этапах машинного обучения технология, скорее всего, возьмет на себя определенные элементы контракта с поставщиком. Однако по мере ее совершенствования покупатели будут полагаться на систему при решении все большего числа задач, если не при принятии окончательного решения по проверке и выбору поставщиков.

Поскольку ИИ и машинное обучение в значительной степени зависят от сложных алгоритмов, компании могут предположить, что им нужно нанять дорогостоящую команду специалистов по данным, чтобы запустить систему и разобраться в ее выводах. По мнению Саммалкорпи, это не относится к отделу закупок. Он считает, что такой опыт лучше получить у стороннего поставщика.

«Даже если они думали, что это хорошее экономическое обоснование, - говорит он, - мы не видим много организаций, способных удержать этот талант у себя дома. Вам по-прежнему нужны специалисты по данным, но я не думаю, что закупочная организация - подходящее место для них ».

Предсказать будущие результаты для машины, вероятно, будет так же сложно, как и для человека, иными словами, невозможно. Но машинное обучение позволяет быстро пересматривать прогнозы и планы действий в режиме реального времени, чтобы отразить фактические модели покупок, считает Саммалкорпи.

Все это, конечно, предполагает, что отдел закупок может беспрепятственно внедрять новую технологию в свои операции. Но новое исследование Forrester Consulting, проведенное по заказу поставщика платформы закупок Ivalua, показывает, что это далеко не так. Используя «индекс цифровой зрелости» для оценки прогресса компаний в освоении технологий закупок, Forrester обнаружил, что большинство из них «значительно переоценивают» уровень своей зрелости в этом отношении.

Шестьдесят пять процентов опрошенных компаний считают себя «продвинутыми», но только 16 процентов имели необходимый уровень цифровой зрелости в своих закупочных организациях, чтобы оправдать такую ​​оценку.

Одна из проблем заключается в том, что многие компании изначально делают неправильный выбор при выборе технологии закупок. В исследовании Forrester 82 процента сменили или рассматривали возможность смены поставщика технологий, ссылаясь на низкий уровень адаптации поставщиков и принятия пользователями.

К тому же период усыновления был чрезмерно долгим. Только 17% организаций смогли привлечь новых поставщиков менее чем за месяц, а 59% - от одного до трех месяцев для каждого поставщика.

«Руководители отдела закупок имеют возможность предоставить своим организациям настоящее конкурентное преимущество», - говорится в заявлении Дэвида Хуат-Дай, главного исполнительного директора Ivalua. «Цифровая трансформация имеет решающее значение для успеха, но требует реалистичной оценки текущей зрелости, четкого видения каждого этапа пути и правильной технологии».

Все это говорит о том, что технологиям в форме ИИ и машинного обучения еще далеко до того, чтобы избавить людей от функций закупок, даже несмотря на то, что они обещают улучшить операции при правильной оценке и внедрении.