Логистиката и снабдяването се състоят от дълга верига от задачи: от установяването, че нещо е необходимо, до преговорите с доставчиците, до обработката на фактурата, която накрая пристига. В нашата таксономия попадат 62 задачи в тази област. Не всяка задача е еднакво подходяща за автоматизация. Моделът става ясен веднага щом погледнете какво изисква задачата: фиксирани правила и структурирани данни, или преценка, преговори и отговорност.
Задачите, които са най-перспективни за пълно поемане, имат едно общо нещо: те се основават на сходна, структурирана информация и следват фиксирана процедура без много изключения.
Проверка на потвърждение на поръчка е добър пример за това. Сравняването на потвърждение на поръчка с първоначалната поръчка по цена, количество и срок на доставка е въпрос на съпоставяне на данни. Няма преговори, няма оценка на риска, само проверка за отклонения.
Също и следенето и проследяването на статуса на поръчката попада в тази категория. Систематичното следене на открити поръчки и автоматичното запитване към доставчиците, когато срок на доставка е застрашен, е повтаряща се работа, която се основава на данни и фиксирани тригери.
Обработката на фактури за покупки, по своята същина съпоставянето на фактура, поръчка и разписка за получаване, също се автоматизира добре, стига трите документа да съвпадат. Причината, поради която тези задачи могат да бъдат прехвърлени, е винаги една и съща: пространството за решение е малко и входните данни са структурирани.
По-голяма група задачи съчетава част, която AI може добре да подготви, с част, в която човек трябва да преценява, одобрява или отхвърля. Това не е защото технологията е недостатъчна, а защото резултатът изисква преценка, която надхвърля данните.
Заявяването и сравняването на офертите е ясен пример за това. AI може без затруднения да постави цени, условия и срокове на доставка едно до друго и да направи предложение. Но крайният избор често отчита и по-меки фактори, като отношенията с доставчик или стратегически съображения, а това изисква човек, който одобрява или отхвърля препоръката с мотив.
Оценяването на изпълнението на доставчиците попада в същата категория. Събирането и обобщаването на данни за срокове на доставка, качество и оплаквания се автоматизира добре. Преценката за какво означава това за отношенията и дали е необходимо действие, остава за човека.
Разследването на отклонения в цените може в по-голямата си част да бъде автоматизирано за откриване и предварителна сортировка, но действителното разрешаване с доставчика често изисква разговор и преценка, които AI не може самостоятелно да завърши.
При задачите от тази категория е особено важно предварително да се определи кой дава одобрението и на какви основания, особено когато става дума за автоматизирана оценка на доставчици или изпълнение. Това се отнася до начина, по който се прилага AI с висок риск на работното място, и е добре да се знае, че за това важат собствени законови изисквания.
Трета група задачи, при настоящото ниво на технологията, остава работа за хора. Това са задачи, в които преговорите, управлението на отношенията и отговорността за дългосрочно сътрудничество са централни.
Избирането на доставчик е най-ясният пример за това. Изборът на доставчик за по-голяма поръчка или дългосрочен договор отчита цена и качество, но също и доверие, стратегическа зависимост и готовността да се приспособи при бъдещи проблеми. Това е решение с последици, които надхвърлят това, което може да се запише в данни.
Преговорите за цени на покупки остават също така работа за хора. Преговорите са динамичен процес, в който тон, момент и взаимно разбиране на интересите играят роля. Това не може да се улови във фиксиран сценарий.
Също и изготвянето на договор за покупка, независимо че части от него могат да се подпомогнат със стандартни клаузи, накрая изисква юрист или специалист по покупки, който има поглед върху рисковете за собствената организация и носи отговорност за договореностите, които се записват на хартия.
Общата картина на тези 62 задачи показва, че административната и контролната част на логистичната верига е най-перспективна за поемане от AI, че оценъчната работа често изисква междинна форма с надзор, и че всичко, което се свежда до преговори, избор или поемане на отговорност, остава за човека. Това не е фиксиран процент за отдел; зависи от начина, по който е организиран вашият процес на покупки, колко доставчици имате и колко стандартизирани са вече вашите договори.
Когато обмисляте да преразпределите задачите между човек и AI, е важно да проверите кога съветът на работниците има думата, особено ако промяната има последици за функции или начини на работа в отдела. Също и начинът, по който се обработват данните на доставчиците и личните данни на лицата за контакт, се отнася до ОРЗД при автоматизирането на задачи. Тази статия описва каква работа е подходяща за автоматизация; тя не е обосновка за решения относно персонала и не замества собствена правна проверка.
Логистиката и снабдяването впрочем не са изолирани от други отдели: който следи нивата на запасите и сроковете на доставка, често работи в тясно сътрудничество с планирането, така че може да е полезно да прочетете също каква работа може да поеме AI в планирането.
Този преглед показва модела, но всяка организация има своя собствена комбинация от задачи, системи и доставчици. Ако искате да знаете как това се отразява на вашата собствена ситуация, можете да попълните безплатния бърз тест на ftetoai: дванадесет въпроса, без акаунт, които дават индикация каква част от часовете във вашия профил може днес да бъде поета от AI. По-подробен работен тест, който навлиза по-дълбоко на ниво задачи, все още е в разработка; той засега не съществува и предпочитаме да го съобщим честно, отколкото да го предлагаме, преди да е готов.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.