Iepirkumi sastāv no gara uzdevumu ķēdes: no vajadzības signalizēšanas, līdz sarunām, pasūtīšanai, saņemšanai un rēķinu apstrādei. Daži no šiem uzdevumiem ir lielā mērā administratīvi un seko fiksētam paraugam. Citi prasa novērtējumu, attiecību izjušanu vai izsvēršanu, ko nevar noteikt noteikumos. Mūsu taksonomija skaita 62 uzdevumus šajā jomā, sadalītus trīs kategorijās. Šis raksts parāda modeli: kāda veida darbs kur iekļaujas, un kāpēc.
Uzdevumiem, ko AI praksē var veikt pašstāvīgi, parasti ir divas īpašības: ievaddati ir strukturēti, un pastāv skaidra, pārbaudāma pareiza atbilde. Domājiet par pasūtījuma apstiprinājuma pārbaudi. Cena, daudzums un piegādes laiks apstiprinājumā tiek salīdzināti ar to, kas pasūtīts, un novirzi var objektīvi konstatēt. Interpretācijas telpa nav nepieciešama.
Tas pats attiecas uz pasūtījuma izvietošanu pie piegādātāja, tiklīdz iepirkuma pieprasījums ir apstiprināts. Apstiprināta pieprasījuma pārvēršana oficiālā pasūtījumā ir datu korektas pārnešanas jautājums pareizajā sistēmā un formātā, nevis novērtējuma jautājums.
Arī iepirkuma rēķinu apstrāde lielā mērā iekļaujas šajā kategorijā: rēķina, pasūtījuma un saņemšanas apliecinājuma sakritināšana ir trīspusēja salīdzināšana ar fiksētiem kritērijiem. Kamēr dokumenti ir digitāli un lasāmi, šis ir uzdevums, kurā sistēma sakritina ātrāk un konsekventāk nekā cilvēks to darītu manuāli. Kas šiem uzdevumiem ir kopīgs, ir tas, ka patiesības avots jau ir noteikts citās sistēmās: pasūtījumā, pieprasījumā, līgumā. AI salīdzina un apstrādā, tas nekā neizdomā.
Lielākā uzdevumu grupa iepirkumu nodaļā apvieno AI priekšlikumu ar cilvēka novērtējumu, kas apstiprina vai atsaka, ar pamatojumu. Tas ir citāds darba dalījums nekā pilnīga uzņemšanās: sistēma veic pirmo soli, cilvēks nes atbildību par lēmumu.
Piedāvājumu pieprasīšana un salīdzināšana ir šeit labs piemērs. Sistēma bez pūlēm var novietot piedāvājumus blakus pēc cenas, nosacījumiem un piegādes laika, un šis pārskats ir vērtīgs. Bet kurš piegādātājs vislabāk atbilst situācijai, atkarīgs arī no aspektiem, kas ne vienmēr ir piedāvājumā: iepriekšēja pieredze, stratēģiskā nozīme, riska pieņemšanas gatavība. Šī izsvēršana prasa cilvēku, kas var apstiprināt vai atsaukt iznākumu.
Cenu novirzes izpēte arī iekļaujas šajā kategorijā. Sistēma var signalizēt, ka rēķina cena atšķiras no norunātās cenas, un pat piedāvāt iespējamo iemeslu. Bet faktiska risināšana ar piegādātāju, un jautājums, vai novirze ir pieņemama, paliek novērtējums, kuru jāveic personai ar zināšanām par attiecībām un līgumu.
Arī piegādātāju sniegumu novērtējums pieder šeit. Datus par piegādes laiku, kvalitāti un sūdzībām var labi apkopot un rezumēt, bet spriedums par to, ko tas nozīmē attiecību turpmākajai norisei, ir lēmums ar sekām, kuru cilvēkam jāspēj pamatot. Šī kategorija praksē ir vislielākā, jo iepirkumi ir joma, kur skaitļi sniedz norādi, bet ne pilnu stāstu.
Trešā uzdevumu grupa nav piemērota uzņemšanai, pat ne ar uzraudzību, jo darba kodols ir pārliecināšana, uzticības veidošana vai lēmuma pieņemšana ar ilgtermiņa sekām, kas neizriet vienīgi no datiem.
Iepirkuma cenu sarunas ir visskaidrākais piemērs. Sarunas ir dinamisks, sociāls process, kurā tonis, laika izvēle un savstarpēja uzticība ir vismaz tikpat svarīgi kā skaitļi. AI sistēma var sniegt ievaddatus, bet paša saruna vešana ir kas citādāks.
Piegādātāja izvēle svarīgam vai ilgtermiņa līgumam arī paliek cilvēku darbs, it īpaši, ja izvēle pārsniedz cenu un piegādes laiku. Stratēģiskā atkarība, reputācijas risks un ilgtermiņa sadarbības kvalitāte ir faktori, ko ir grūti kvantificēt.
Turklāt piegādātāja ievešana (onboarding) paliek uzdevums, kurā nepieciešama cilvēka kontrole par atbilstības un maksājumu datiem, tieši tāpēc, ka kļūdas šeit rada finansiālu risku. Tas sasaucas ar plašāku tēmu: kad AI izmantošana ietekmē lēmumus par to, kurš veic darbu, vai kā organizācija ir strukturēta, tam ir savas juridiskās prasības, kā aprakstīts arī AI regulā un jūsu darbiniekos.
To, kas atšķir trīs kategorijas, nav uzdevuma sarežģītība pati par sevi, bet lēmuma raksturs, kas tajā slēpjas. Salīdzināšana, sakritināšana un jau noteiktu datu pārņemšana ir piemērota pilnīgai automatizācijai. Novērtēšana, pamatojoties uz vairākiem, daļēji mīkstiem kritērijiem, prasa uzraudzību. Pārliecināšana, sarunas un stratēģiska izvēle paliek cilvēku darbs. Šis modelis nav unikāls iepirkumiem: kādu darbu var uzņemties AI loģistikā un HR uzdevumos, kā aprakstīts kādu darbu var uzņemties AI HR nodaļā, atkārtojas tas pats trīsdalījums: strukturēts darbs kategorijā 1, novērtējuma darbs kategorijā 2, attiecību un lēmumu darbs kategorijā 3.
Cik daudz stundu tas konkrēti atbrīvo, lielā mērā ir atkarīgs no iepirkumu nodaļas lieluma, sistēmām, kas jau ir savienotas, un piegādātāju un līgumu skaita. Šeit nav vispārējas procentuālas vērtības, ko sniegt, nezinot konkrēto situāciju.
Šajā rakstā sniegtais iedalījums parāda modeli, nevis precīzu situāciju jūsu pašu iepirkumu nodaļā. Pirmajai norādei ir ftetoai bezmaksas ātrā pārbaude: divpadsmit jautājumi, bez konta, ar norādi, kādu daļu no stundām jūsu profilā šodien var uzņemties AI. Pilnīgā darba pārbaude, kas dziļāk iedziļinās konkrētos uzdevumos un procesos, joprojām tiek veidota; to mēs šobrīd šeit vēl nevaram piedāvāt, bet varam paziņot, tiklīdz tā būs pieejama.
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.