Ať už se jedná o ChatGPT, nebo Bard, generativní technologie umělé inteligence (AI) je konečně tady a způsobuje rozruch, a to i v oblasti sourcingu a nákupu. Seznamte se s celou řadou způsobů, jak může generativní AI zvýšit efektivitu, zvýšit přidanou hodnotu, přinést nové digitální možnosti a způsobit revoluci v procesech source-to-pay ve světě dodavatelského řetězce.
Od listopadu loňského roku, kdy byla spuštěna služba ChatGPT, je generativní umělá inteligence tématem diskusí v sociálních médiích i ve firmách. Díky schopnosti „vytvářet“ nový obsah interpretací a napodobováním trénovacího souboru dat se očekává, že generativní AI ovlivní řadu procesů a odvětví. Tato platforma údajně zásadně změní náš pohled na náplň práce a dovednosti a předpokládá se, že nástroje poháněné generativní AI způsobí revoluci v současném způsobu práce. Společnost Goldman Sachs očekává, že generativní AI by mohla do 10 let umožnit automatizaci přibližně 300 milionů pracovních míst a zvýšit globální HDP o 7 %.
Procesy source-to-pay (S2P) dlouhodobě využívají technologický pokrok. Tato nastupující převratná technologie vyžaduje, abychom pochopili podstatu platformy, porozuměli jejím možnostem a tomu, jak by mohla změnit náš způsob nákupu zboží a služeb.
Generativní AI je typ technologie umělé inteligence, která dokáže vytvářet různé typy obsahu, včetně textu, obrázků, zvuku a syntetických dat. Za rozruch kolem generativní umělé inteligence v poslední době může jednoduchost uživatelského rozhraní a schopnost vytvářet v krátkém čase vysoce kvalitní textová, zvuková a obrazová data.
Generativní umělá inteligence je nyní přístupná všem typům uživatelů díky nastupujícím inovacím, jako je ChatGPT, které lze přizpůsobit pro použití v různých aplikacích, včetně oblasti nákupu. Společnost Walmart provádí zkušební provoz nástroje založeného na umělé inteligenci s názvem „Pactum“, který slouží k autonomnímu vyjednávání s dodavateli. Zatímco Walmart jej považuje za užitečný pro sjednání výhodného obchodu, tři ze čtyř dodavatelů dávají přednost vyjednávání s AI před člověkem. Z toho jasně vyplývá, že prostředí nákupu je na tuto inovaci dostatečně vyzrálé.
Co se týče technologických inovací, historicky stál obor zajišťování zdrojů a nákupu v popředí. Aby nástroje source-to-pay dokázaly čelit procesním výzvám, jsou neustále vylepšovány, ať už se tyto inovace týkají využití pokročilé analytiky pro kategorizaci výdajů, či nasazení konverzační umělé inteligence pro řízený nákup. Mnoho funkcí sourcingu a nákupu se však stále potýká s problémy, jež souvisejí s optimalizací efektivity, řízením rizik a nákladů (v poslední době např. inflační tlaky).
Globální průzkum společnosti Deloitte pro rok 2023 mezi řediteli oddělení nákupu (Deloitte’s 2023 Global Chief Procurement Officer (CPO) Survey) objasňuje, na co se v nejbližší době pravděpodobně zaměří vedoucí pracovníci v oblasti nákupu napříč odvětvími. Ti věnují pozornost zvyšování provozní efektivity svých organizací a využívají nástroje, jako jsou hybridní provozní modely, automatizace a centralizované procesy, aby získali větší kontrolu, zvýšili přehled, prosazovali dodržování předpisů a snížili chybovost procesů. V oblasti lidských zdrojů chtějí uplatňovat agilní strategii rozvoje, která se vyhýbá univerzálnímu přístupu a využívá individuální program rozvoje dovedností pro každého zaměstnance s cílem překonat kvalifikační nedostatky.
Podle průzkumu 70 % CPO uvádí, že se v posledních 12 měsících zvýšilo riziko spojené s nákupem / narušením dodavatelského řetězce. U nástrojů pro vyhodnocování rizik je zapotřebí, aby dokázaly průběžně monitorovat externí rizikové faktory, vstřebávat rozsáhlá data a provádět pokročilé analýzy pro předvídání/předepisování klíčových ukazatelů výkonnosti (KPI) a pro preventivní řízení rizik. Ačkoli řízení nákladů bylo pro CPO vždy hlavním cílem, nedávný nárůst inflace vytvořil na nákupní organizace v oblasti optimalizace nákladů další tlak. CPO uvádějí, že vysoké inflační tlaky jsou pro jejich organizace hlavním rizikem.
Aby se CPO vypořádali s výše uvedenými výzvami, průběžně investují do digitalizace. Digitální transformace zůstává na žebříčku priorit pro následující rok na třetím místě, 80 % CPO dokonce uvedlo, že je pro jejich organizaci hlavní prioritou.
Generativní umělá inteligence může pomoci řešit tyto problémy v oblasti nákupu prostřednictvím:
Pravděpodobně největší potenciál generativní umělé inteligence v oblasti source-to-pay se týká proaktivního řízení rizik, automatizace procesů a rozhodování. Ve stále nejistějším světě je okamžitý přístup k přesným informacím zásadní pro zmírnění a řízení rizik a posílení postavení organizací. Generativní AI může pomoci automatizovat procesy „vytváření“ v source-to-pay, včetně „vytváření“ dokumentů (různé druhy žádanek, listiny, smlouvy) nebo „vytváření“ transakcí (objednávky, faktury).
Generativní umělá inteligence je schopna dále pomoci v oblasti nákupu prostřednictvím těchto postupů:
1. Řízení souladu s předpisy (compliance): Generativní AI lze využít při řízení souladu s předpisy v oblasti nákupu ke sledování nákupních procesů a identifikaci potenciálně podvodných činností nebo nesrovnalostí. Kromě toho by se systém AI mohl učit z historických případů porušení předpisů, aby v budoucnu podobné vzorce rozpoznal.
Potenciální výhody: Generativní umělá inteligence může pomoci při řízení podniku tím, že bude analyzovat dokumenty a zprávy a identifikovat oblasti nesouladu, aby bylo možné přijmout nápravná opatření. Může podnikům umožnit minimalizovat rizika, pomoci zajistit etické postupy, zachovat soulad s právními předpisy, podpořit transparentnost, zvýšit důvěru zainteresovaných stran a podpořit udržitelné a odpovědné postupy v oblasti nákupu.
2. Strategický rozvoj: Strategie nákupu zahrnuje identifikaci, hodnocení a výběr nejvhodnějších dodavatelů v souladu s potřebami daného podniku. Generativní umělá inteligence zde může pomoci analýzou velkého množství strukturovaných i nestrukturovaných dat.
Potenciální výhody: Generativní umělá inteligence dokáže vyhodnotit schopnosti, výkonnost a související rizika dodavatelů na základě analýzy historických výkonů, specifikace produktů a zpětné vazby od zákazníků spolu s vnějšími faktory, jako jsou geopolitická rizika, přírodní katastrofy a narušení dodavatelského řetězce, které mohou mít vliv na výkonnost a dostupnost dodavatelů. Generativní AI může pomoci při analýze „výdajové kostky“ (spend cube) a identifikaci příležitostí k úsporám nákladů. Může také simulovat složité scénáře vyjednávání a předvídat jejich výsledky, což umožní vyhodnotit a určit nejúčinnější taktiku vyjednávání.
3. Analýza textových dat: Generativní umělá inteligence umožňuje podnikům analyzovat velké množství nestrukturovaných textových dat, jako jsou zpravodajské články, příspěvky na sociálních sítích, smlouvy a zpětná vazba od zákazníků.
Potenciální výhody: Analýza textových dat může pomoci odborným pracovníkům v oblasti nákupu při hodnocení dodavatelů, sledování souladu s předpisy, průzkumu trhu a řízení smluvních rizik tím, že z nestrukturovaných textových dat získá cenné informace. Vytěžování textu a související analýza mohou pomoci generovat užitečné poznatky z dosud nevyužitých dat.
4. Prediktivní modelování: Konstrukce prediktivních modelů může odhalit potenciální rizika a nabídnout proaktivní upozorňování. Prediktivní modelování pomůže při efektivní integraci nákupu do ostatních procesů dodavatelského řetězce prostřednictvím tvorby prognóz, řízení skladových zásob atd.
Potenciální výhody: Prediktivní modelování může odborným pracovníkům v oblasti nákupu přinést poznatky založené na datech, jako je identifikace cenových vzorců a předvídání budoucích cenových výkyvů a výkonnosti dodavatelů na základě různých faktorů, např. kvality, spolehlivosti dodávek, cen, finanční stability atd.
Níže je znázorněn možný případ použití generativní umělé inteligence v reálných scénářích source-to-pay. Generativní umělá inteligence může zvýšit efektivitu již od okamžiku vytvoření obsahu žádosti o nabídku až po sestavení seznamu dodavatelů vhodných pro zadání nabídky.
Mnoho procesů v oblasti sourcingu a nákupu stále závisí na zdlouhavých manuálních úkonech, ale generativní umělá inteligence má potenciál tyto každodenní činnosti změnit.
Ačkoli se definitivní nástroj s výše diskutovanými schopnostmi ještě neobjevil, generativní AI znamená převratnou změnu ve vývoji strategie, řízení, lidí, procesů a technologií source-to-pay.
Je stále důležitější, aby si vedoucí pracovníci v oblasti nákupu uvědomili význam takové změny, přijali její možnosti a začlenili ji do svého dlouhodobého plánu. Na efektivní implementaci je potřeba se připravit a provést následující kroky:
Další převratná změna v oblasti sourcingu a nákupu je zcela jistě na dosah ruky. Sledujte další články na našem blogu, v nichž se zaměříme na budoucnost řešení source-to-pay a na to, jak je generativní umělá inteligence změní.
Autory originálního článku jsou Vinay Rajani, Managing Director Deloitte Consulting LLP, a Mike Deng, Senior Manager Deloitte Consulting LLP.
Semináře, webcasty, pracovní snídaně a další akce pořádané společností Deloitte.
