Loģistika un iepirkumi sastāv no gara uzdevumu ķēdes: no signalizēšanas, ka kaut kas ir nepieciešams, līdz sarunām ar piegādātājiem, līdz galu galā saņemtā rēķina apstrādei. Mūsu taksonomijā šajā jomā ietilpst 62 uzdevumi. Ne katrs uzdevums ir vienlīdz labi piemērots automatizācijai. Modelis kļūst skaidrs, tiklīdz aplūkojat, ko uzdevums prasa: fiksētus noteikumus un strukturētus datus, vai vērtējumu, sarunas un atbildību.
Uzdevumiem, kuriem ir vislielākās izredzes uz pilnīgu pārņemšanu, ir viena kopīga īpašība: tie balstās uz salīdzināmu, strukturētu informāciju un seko fiksētai procedūrai bez daudziem izņēmumiem.
Pasūtījuma apstiprinājuma pārbaude ir tam labs piemērs. Pasūtījuma apstiprinājuma salīdzināšana ar sākotnējo pasūtījumu attiecībā uz cenu, daudzumu un piegādes laiku ir datu salikšanas viena pret otru jautājums. Nav sarunu, nav riska novērtējuma, ir tikai novirzes pārbaude.
Arī pasūtījuma statusa uzraudzība un pārbaude iekļaujas šajā kategorijā. Sistemātiska nepabeigto pasūtījumu izsekošana un automātiska pieprasījumu nosūtīšana piegādātājiem, kad piegādes laiks ir apdraudēts, ir atkārtojošs darbs, kas balstās uz datiem un fiksētiem trigeriem.
Iepirkuma rēķinu apstrāde, kas savā būtībā ir rēķina, pasūtījuma un pavadzīmes saskaņošana, arī ir labi automatizējama, kamēr šie trīs dokumenti sakrīt. Iemesls, kāpēc šie uzdevumi ir pārnesami, ir vienmēr tas pats: lēmumu pieņemšanas telpa ir maza un ievaddati ir strukturēti.
Lielāka uzdevumu grupa apvieno daļu, kuru AI var labi sagatavot, ar daļu, kurā cilvēkam ir nepieciešams izsvērt, apstiprināt vai noraidīt. Tas nav tāpēc, ka tehnoloģija nav pietiekama, bet tāpēc, ka rezultāts prasa vērtējumu, kas sniedzas ārpus datiem.
Piedāvājumu pieprasīšana un salīdzināšana ir tam skaidrs piemērs. AI var bez pūlēm salikt cenas, nosacījumus un piegādes laikus vienā rindā un izteikt priekšlikumu. Bet galīgajā izvēlē bieži tiek ņemti vērā arī mīkstāki faktori, piemēram, attiecības ar piegādātāju vai stratēģiski apsvērumi, un tas prasa cilvēku, kas apstiprina vai noraida ieteikumu, sniedzot pamatojumu.
Piegādātāju darbības rezultātu vērtēšana iekļaujas tajā pašā kategorijā. Datu apkopošana un apkopojums par piegādes laiku, kvalitāti un sūdzībām ir lieliski automatizējams. Spriedums par to, ko tas nozīmē attiecībām un vai nepieciešama rīcība, paliek cilvēka pārziņā.
Cenu novirzu izpēte lielā mērā var būt automatizēta izklāstīšanā un priekšatlasē, bet faktiska risinājuma rašana kopā ar piegādātāju bieži prasa sarunu un izsvērtu spriedumu, ko AI nevar patstāvīgi novest līdz galam.
Šīs kategorijas uzdevumiem ir īpaši svarīgi iepriekš noteikt, kurš dod apstiprinājumu un pēc kādiem kritērijiem, jo īpaši, ja tas skar automatizētu piegādātāju vai darbības rezultātu vērtējumu. Tas ir saistīts ar veidu, kādā augsta riska AI darba vietā tiek izmantota, un ir vērtīgi zināt, ka uz to attiecas savas juridiskās prasības.
Trešā uzdevumu grupa pašreizējā tehnoloģijas attīstības stadijā paliek cilvēku darbs. Šie ir uzdevumi, kuros centrālā vieta ir sarunām, attiecību pārvaldībai un atbildībai par ilgtermiņa sadarbību.
Piegādātāja izvēle ir tam vispārskatāmākais piemērs. Piegādātāja izvēlē lielākam pasūtījumam vai ilgtermiņa līgumam tiek ņemta vērā cena un kvalitāte, bet arī uzticēšanās, stratēģiskā atkarība un gatavība pielāgoties, ja rodas problēmas nākotnē. Tas ir lēmums ar sekām, kas sniedzas plašāk, nekā to var fiksēt datos.
Iepirkuma cenu sarunas tāpat paliek cilvēku darbs. Sarunas ir dinamisks process, kurā lomu spēlē tonis, laika izvēle un abpusēja interešu izpratne. To nevar ietvert fiksētā scenārijā.
Arī iepirkuma līguma sagatavošana, lai gan daļu no tā var atbalstīt ar standarta klauzulām, galu galā prasa juristu vai iepircēju, kurš pārskata riskus savai organizācijai un uzņemas atbildību par vienošanos, kas nonāk papīrā.
Šo 62 uzdevumu vispārējais priekšstats rāda, ka administratīvā un pārbaudes daļa loģistikas ķēdē ir visveiksmīgākā AI pārņemšanai, ka vērtēšanas darbam bieži nepieciešama starpforma ar uzraudzību, un ka viss, kas saistīts ar sarunām, izvēli vai atbildības uzņemšanos, paliek cilvēka pārziņā. Tas nav fiksēts procentuālais daudzums katrai nodaļai; tas atkarīgs no tā, kā ir organizēts jūsu iepirkuma process, cik daudz piegādātāju jums ir un cik standartizēti jūsu līgumi jau ir.
Apsverot, vai uzdevumus starp cilvēku un AI sadalīt citādi, ir svarīgi pārbaudīt, kad tas ir darba padomes ziņā, jo īpaši, ja pārmaiņas ietekmē nodaļas funkcijas vai darba metodes. Arī veids, kādā tiek apstrādāti piegādātāju dati un kontaktpersonu personas dati, ir saistīts ar VDAR uzdevumu automatizācijā. Šis raksts aprakstīts, kurš darbs ir piemērots automatizācijai; tas nav pamatojums lēmumiem par personālu, un tas neaizstāj savu juridisko pārbaudi.
Loģistika un iepirkumi turklāt nav atrauti no citām nodaļām: kas uzrauga krājumu līmeņus un piegādes laikus, bieži strādā ciešā sadarbībā ar plānošanu, tāpēc var būt noderīgi izlasīt arī kādu darbu var pārņemt AI plānošanā.
Šis pārskats parāda modeli, bet katrai organizācijai ir sava unikāla uzdevumu, sistēmu un piegādātāju kombinācija. Ja vēlaties zināt, kā tas izpaužas jūsu konkrētajā situācijā, jūs varat aizpildīt bezmaksas ftetoai īsapskati: divpadsmit jautājumi, bez konta, kas sniedz norādi, kāda daļa no jūsu profila stundām šodien ir pārņemama ar AI. Plašāks darba skenējums, kas dziļāk iedziļinās uzdevumu līmenī, vēl ir izstrādes procesā; tas šobrīd vēl nepastāv, un mēs to labprātāk paziņojam atklāti, nekā to jau piedāvājam.
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.