Responsive image

E' l’ora dell’Intelligenza Artificiale nei processi di Procurement?

Le nuove tecnologie che guidano la Digital Transformation fanno emergere prodotti, servizi e modelli di business profondamente diversi da quelli precedenti. Nell’ecosistema aziendale della necessaria innovazione la funzione Acquisti deve affrontare in modo più sistematico il tema della digitalizzazione strutturale dei processi per ridurre drasticamente le attività a basso valore aggiunto e puntare sull’automazione e sul controllo in tempo reale dell’intera catena del valore. Tra le nuove tecnologie abilitanti quali Cloud Computing, Blockchain, Internet of Things, Analytics, l’Intelligenza Artificiale, ormai presente nella vita quotidiana (vedi per esempio le numerose proposte commerciali personalizzate che si ricevono ogni giorno) appare come un fattore di maggiore differenziazione competitiva. Si tratta di un insieme di tecnologie, metodi e algoritmi in grado di elaborare grandi quantità di dati, estrapolarne informazioni, creare collegamenti, apprendere in modo automatico e incrementale per poter svolgere compiti senza una programmazione specifica preventiva.


Inserire l’Intelligenza Artificiale nel Procurement

L’uso di strumenti di Intelligenza Artificiale si è diffuso in molti settori, soprattutto nel marketing e nelle vendite, grazie all’enorme quantità di dati presenti sul web, che permettono un’elevata segmentazione e quindi la conoscenza dettagliata delle abitudini dei consumatori finali. Il settore degli Acquisti non gode ancora di un simile volume di dati, che sono la materia prima per l’Intelligenza Artificiale, e non può fare con facilità la stessa operazione sui fornitori. Questo, che costituisce sicuramente un fattore frenante, richiede un significativo contributo da fattori umani quali esperienza e competenza per intercettare correttamente le informazioni di valore. I Responsabili degli Acquisti che intendono introdurre tecnologie e metodi di Intelligenza Artificiale dovrebbero sviluppare un percorso incrementale partendo da soluzioni per attività ripetitive o standardizzate, più adatte a essere automatizzate, e procedendo con sistemi dotati di crescenti capacità cognitive. Questo permetterebbe di acquisire la conoscenza degli strumenti più adeguati ed efficaci da usare, di capirne l'affidabilità e il corretto modo di impiegarli. Istituti di ricerca riconoscono l’inevitabile sviluppo delle tecnologie e metodologie dell’Intelligenza Artificiale, ma contemporaneamente suggeriscono di procedere con prudenza e consapevolezza (vedi il report Gartner: “The Impact of Intelligenza Artificiale on Procurement Software Applications”; 14 September 2018; B. Abbabatulla, M. Bergfors, P. Connaughton). Una guida agli utilizzi dell’Intelligenza Artificiale e ai benefici che se ne possono trarre è costituita dal report di AI4BUSINESS: “Cos’è l’Intelligenza Artificiale, perché tutti ne parlano e quali sono gli ambiti applicativi”; AI4BUSINESS; 22 Febbraio 2019; N. Boldrini. L’Intelligenza Artificiale è comunque considerata uno dei fattori che produrranno il cambiamento nel Procurement (vedi il report: “Il futuro del Procurement, 4 fattori trainano la trasformazione degli Acquisti (e 3 sono tecnologici)”; Digital4Procurement; 13 dicembre 2018; R. Berger). Secondo una ricerca di HachettGroup, l’85% dei Responsabili delle Funzioni Acquisti delle aziende intervistate ritengono che le nuove tecnologie come l’Intelligenza Artificiale trasformeranno i loro modelli operativi nei prossimi 3 – 5 anni. I Data Analytics sono considerati dai Responsabili del Procurement come uno dei fattori innovativi con il maggiore impatto sul business nei prossimi anni.


L’importanza dei dati

I dati disponibili (ancora in volumi limitati) nel settore degli Acquisti provengono prevalentemente da:
• fornitori: dati relativi alla propria azienda;
• utenti interni: dati sulla valutazione dei fornitori, sulla valutazione e aggiudicazione di offerte, su analisi e valutazione delle prestazioni, e altri;
• sistemi aziendali: dati prodotti da sistemi interni come ERP, Supply Chain, Qualità, Sicurezza, Ambiente e altri;
• information provider: dati, già certificati, acquisibili in abbonamento o on demand da information provider, agenzie di rating, agenzie investigative, siti specializzati, quali dati finanziari e reputazionali per la valutazione e la profilazione dei fornitori, indici dei prezzi delle materie prime e così via;
• web: dati strutturati e non strutturati ricavabili dai siti dei fornitori, da siti dei loro clienti e così via. Si tratta di volumi potenzialmente elevati ma con affidabilità più incerta.
Dalla raccolta, analisi ed elaborazione di questi dati gli strumenti di Intelligenza Artificiale estraggono i Data Analytics, informazioni con finalità statistiche, di profilazione e di supporto alle decisioni. I Data Analytics possono fornire una visibilità tempestiva sui processi di acquisto, sulle quantità acquistate, sulle transazioni, sui costi, sulle eventuali anomalie permettendo di ottimizzare rapidamente i nuovi piani di acquisto. Favoriscono la comprensione delle tendenze di mercato e quindi la riduzione del rischio di acquisti di materiali per soddisfare la domanda di nuovi prodotti. Consentono di gestire la collaborazione tra cliente e fornitore anche nello sviluppo di prodotti innovative. In conclusione permettono di essere più reattivi sul mercato e prendere decisioni strategiche più consolidate.


Dove applicare l’Intelligenza Artificiale?

Le applicazioni di Intelligenza Artificiale nel Procurement sono ancora poche e su temi molto specializzati quali Smart Assistance, Chatbot, Contract Analytics. E’ ancora difficile misurare l’impatto sul valore finale prodotto da una nuova soluzione. Ci sono tuttavia alcuni temi di elevato valore strategico o di efficienza.


Sourcing Strategico

È una delle aree che può trarre maggior beneficio. Ma è anche molto vasta e costituita da diverse componenti; richiede quindi un approccio graduale e consapevole. Si parte dalla classificazione della spesa per analizzare le componenti di costo, le offerte e le prestazioni dei fornitori e per mettere in evidenza potenziali problemi nascosti, tutti elementi utili a valutare l’opportunità o stimare il rischio di continuare il rapporto commerciale con lo stesso fornitore. Dai siti specializzati si possono ottenere andamenti del mercato e benchmark che possono suggerire azioni da intraprendere e fornire informazioni utili a pianificare e simulare volumi di spesa o effetti di fluttuazioni dei prezzi dei materiali o dei tassi di cambio. Complessivamente si possono individuare punti deboli sui processi di Sourcing, Procure-to-Pay, Supply Chain e fornire un supporto per le decisioni sulle azioni correttive. La vastità del tema permette di capire attraverso semplici esempi, vedi Tabella 1, come possono agire i diversi livelli di indagine cognitiva tipici dell’intera disciplina dell’Intelligenza Artificiale.


fattori di risk

I livelli di indagine cognitiva nell’Intelligenza Artificiale.



Classificazione della spesa

È il primo passo dello Strategic Sourcing, considerato dai Responsabili degli Acquisti come uno dei temi di maggior interesse pratico perchè in grado di produrre un impatto immediato sul business. Consiste nell’analisi di tutte le componenti di spesa aziendale reale, inclusi ordini, eccezioni, modifiche di consegna e quantità, fatture, acquisti da catalogo e spese incontrollate, accedendo a diversi sistemi aziendali per analizzare, riconoscere, ripulire e classificare dati eterogenei provenienti da diverse applicazioni. I risultati ottenibili sono notevoli: una conoscenza precisa sull’acquistato: cosa, da chi, con quale spesa, con quali prezzi. Ci sono gli elementi utili per alimentare i successivi processi di Strategic Sourcing: pianificazioni accurate, definizione del budget di spesa costruita su solidi riferimenti di prezzi, identificazione di spazi di potenziale risparmio, creazione di una strategia sui fornitori e sui modelli di acquisto.


Qualificazione di nuovi fornitori

Si tratta di un processo, basilare e strategico per il Procurement, che richiede tempo e un considerevole livello di attività manuale. Si basa su dati e documenti richiesti in massima parte al potenziale fornitore e successivamente sottoposti a un buyer per una valutazione manuale (a volte automatica) che identifichi la qualità e l'adeguatezza del nuovo potenziale fornitore. Un primo obiettivo, di efficienza, è la riduzione della mole dei dati richiesti al nuovo potenziale fornitore e un maggiore sfruttamento di quelli provenienti da altre fonti quali information provider e web, ricercandoli, ripulendoli e classificandoli. Un secondo obiettivo, di qualità, è la produzione di una valutazione automatica e più affidabile basata su modelli costruiti su data set, sempre più numerosi e ampi grazie alla crescente diffusione delle piattaforme digitali di Procurement, di dati incrociati di qualificazione e di valutazione consuntiva delle prestazioni. La combinazione dei due obiettivi può portare a una migliore identificazione dei fornitori corretti.


Gestione dei rischi

La gestione dei rischi è diventata una priorità per i Responsabili degli Acquisti. Sono già numerose le applicazioni in uso e basate su tecnologie tradizionali. L’Intelligenza Artificiale può fornire un forte contributo con la sua capacità di elaborare dati storici di approvvigionamento per individuare gli eventi negativi, analizzarli per identificarne gli ambiti e le cause, collegarli con informazioni derivanti da fonti esterne e stimare il conseguente rischio.


Conclusioni

L’uso dell’Intelligenza Artificiale nel Procurement è ancora limitato, ma è destinato a crescere grazie anche alla diffusione delle moderne piattaforme digitali che producono grandi quantità di dati. I Responsabili degli Aquisti che intendono introdurre tecnologie e metodi di Intelligenza Artificiale devono sapere individuare da quali applicazioni partire definendo preventivamente i benefici che si intendono ottenere ed equipaggiandosi di conseguenza con le risorse sia tecnologiche che umane adeguate. Ci si aspetta che le possibilità offerte da queste nuove tecnologie contribuiscano a rendere le funzioni Acquisti capaci di formulare una value proposition più ricca di valore aggiunto e di trasformarsi in partner aziendali strategici.



Maggio 2019

Image
Giampiero Volpi
e-Procurement Analyst
Niuma