Pirkimai susideda iš ilgos užduočių grandinės: nuo poreikio nustatymo, iki derybų, užsakymo, priėmimo ir sąskaitų faktūrų tvarkymo. Kai kurios iš šių užduočių yra didžia dalimi administracinės ir vyksta pagal fiksuotą modelį. Kitos reikalauja įžvalgos, santykių jautrumo arba sprendimo, kurio negalima suvesti į taisykles. Mūsų taksonomija numato 62 užduotis šioje srityje, suskirstytas į tris kategorijas. Šis straipsnis atskleidžia šį modelį: kokia darbo rūšis kur patenka ir kodėl.
Užduotys, kurias AI praktiškai gali atlikti savarankiškai, dažniausiai turi du bruožus: įvestis yra struktūrizuota ir yra aiškus, patikrinamas teisingas atsakymas. Pavyzdžiui, užsakymo patvirtinimo tikrinimas. Kaina, kiekis ir pristatymo laikas patvirtinime lyginami su tuo, kas buvo užsakyta, o nukrypimą galima objektyviai nustatyti. Interpretacijos laisvė čia nereikalinga.
Tas pats taikoma užsakymo pateikimui tiekėjui, kai pirkimo užklausa patvirtinta. Patvirtintos užklausos pavertimas oficialiu užsakymu yra duomenų teisingo perkėlimo į tinkamą sistemą ir formatą klausimas, o ne vertinimo klausimas.
Taip pat pirkimo sąskaitų faktūrų tvarkymas didžia dalimi patenka į šią kategoriją: sąskaitos, užsakymo ir gavimo dokumento sutikrinimas yra trijų šalių palyginimas pagal fiksuotus kriterijus. Kol dokumentai yra skaitmeniniai ir skaitomi, tai yra užduotis, kurioje sistema suderina duomenis greičiau ir nuosekliau nei žmogus, tai daręs rankiniu būdu. Šias užduotis vienija tai, kad tiesos šaltinis jau yra užfiksuotas kitose sistemose: užsakyme, užklausoje, sutartyje. AI lygina ir apdoroja, nieko neišgalvoja.
Didžiausia užduočių grupė pirkimų skyriuje sujungia AI pasiūlymą su žmogaus vertinimu, kuris patvirtina arba atmeta, pateikdamas priežastį. Tai kitokia darbo pasidalijimo forma nei visiškas perėmimas: sistema atlieka pirmąjį žingsnį, žmogus prisiima atsakomybę už sprendim��.
Pasiūlymų prašymas ir palyginimas yra geras šios kategorijos pavyzdys. Sistema gali be didesnių pastangų palyginti pasiūlymus pagal kainą, sąlygas ir pristatymo laiką, ir toks apibendrinimas yra vertingas. Tačiau kuris tiekėjas geriausiai tinka konkrečiai situacijai, priklauso ir nuo dalykų, kurie ne visada nurodyti pasiūlyme: ankstesnės patirties, strateginės svarbos, rizikos tolerancijos. Toks sprendimas reikalauja žmogaus, galinčio patvirtinti arba atmesti rezultatą.
Kainų nukrypimų tyrimas taip pat patenka į šią kategoriją. Sistema gali nustatyti, kad sąskaitos kaina skiriasi nuo sutartos kainos, ir net nurodyti tikėtiną priežastį. Tačiau faktinis klausimo sprendimas su tiekėju, ir tai, ar nukrypimas yra priimtinas, tebėra vertinimas, kurį turi atlikti asmuo, išmanantis santykius su tiekėju ir sutartį.
Taip pat čia priskiriamas tiekėjų veiklos vertinimas. Duomenis apie pristatymo laiką, kokybę ir skundus gerai galima rinkti ir apibendrinti, tačiau sprendimas, ką tai reiškia santykių ateičiai, yra sprendimas su pasekmėmis, kurį žmogus turi galėti pagrįsti. Šioje kategorijoje praktikoje daugiausia užduočių, nes pirkimai yra sritis, kurioje skaičiai suteikia gaires, tačiau ne visą vaizdą.
Trečioji užduočių grupė netinka perėmimui, net ir su priežiūra, nes darbo esmė yra įtikinimas, pasitikėjimo kūrimas arba sprendimo su ilgalaikėmis pasekmėmis priėmimas, kuris nekyla vien iš duomenų.
Pirkimo kainų derybos yra aiškiausias pavyzdys. Derybos yra dinamiškas, socialinis procesas, kuriame tonas, laikas ir abipusis pasitikėjimas yra bent tokie pat svarbūs, kaip ir skaičiai. AI sistema gali pateikti įvestį, tačiau patį pokalbį vesti yra kitas dalykas.
Tiekėjo pasirinkimas svarbiai arba ilgalaikei sutarčiai taip pat išlieka žmogaus darbu, ypač kai pasirinkimas apima daugiau nei kainą ir pristatymo laiką. Strateginė priklausomybė, reputacijos rizika ir ilgalaikio bendradarbiavimo kokybė yra faktoriai, kuriuos sunku kiekybiškai išmatuoti.
Be to, tiekėjo įtraukimas (onboarding) tebėra užduotis, reikalaujanti žmogaus kontrolės atitikties ir mokėjimo duomenims, kadangi klaidos šioje srityje sukelia finansinę riziką. Tai siejasi su platesne tema: kai AI naudojimas susijęs su sprendimais, kas atlieka darbą arba kaip organizacija yra struktūrizuota, tokiems atvejams taikomi atskiri teisiniai reikalavimai, kaip aprašyta AI reglamente ir jūsų darbuotojuose.
Tai, kas skiria tris kategorijas, nėra pačios užduoties sudėtingumas, o sprendimo, kuris joje slypi, prigimtis. Jau užfiksuotų duomenų palyginimas, sutikrinimas ir perkėlimas yra tinkamas visiškam automatizavimui. Vertinimas, pagrįstas keliais, iš dalies subjektyviais kriterijais, reikalauja priežiūros. Įtikinimas, derybos ir strateginis pasirinkimas išlieka žmogaus darbu. Šis modelis nėra unikalus pirkimams: kokį darbą AI gali perimti logistikoje ir HR užduotyse, kaip aprašyta kokį darbą AI gali perimti HR skyriuje, pasikartoja ta pati trijų dalių struktūra: struktūrizuotas darbas patenka į 1 kategoriją, vertinimo darbas – į 2 kategoriją, santykių ir sprendimų darbas – į 3 kategoriją.
Kiek valandų tai konkrečiai atlaisvina, labai priklauso nuo pirkimų skyriaus dydžio, sistemų, kurios jau yra sujungtos, ir tiekėjų bei sutarčių skaičiaus. Bendro procento tam nurodyti negalima, nežinant konkrečios situacijos.
Šiame straipsnyje pateiktas skirstymas parodo modelį, o ne tikslią situaciją jūsų pačių pirkimų skyriuje. Pirminiam įvertinimui yra nemokama ftetoai greitoji apžvalga (quickscan): dvylika klausimų, be paskyros, su nuoroda, kokią dalį valandų jūsų profilyje šiandien gali perimti AI. Išsamesnė darbo apžvalga (werkscan), kuri giliau analizuoja konkrečias užduotis ir procesus, yra dar kuriama; jos čia dar negalime pasiūlyti, bet galime pranešti, kai ji taps prieinama.
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.