Zakupy składają się z długiego łańcucha zadań: od zasygnalizowania, że czegoś potrzeba, po negocjowanie, zamawianie, odbiór i fakturowanie. Niektóre z tych zadań mają w dużej mierze charakter administracyjny i przebiegają według stałego wzorca. Inne wymagają oceny sytuacyjnej, wyczucia relacji lub rozważenia czynników, których nie da się ująć w reguły. Nasza taksonomia obejmuje 62 zadania w tym obszarze, podzielone na trzy kategorie. Ten artykuł pokazuje ten wzorzec: jaki rodzaj pracy przypada gdzie i dlaczego.
Zadania, które AI w praktyce może wykonywać samodzielnie, mają zazwyczaj dwie cechy: dane wejściowe są ustrukturyzowane i istnieje jasna, sprawdzalna poprawna odpowiedź. Przykładem jest sprawdzanie potwierdzenia zamówienia. Cena, ilość i termin dostawy z potwierdzenia są porównywane z tym, co zostało zamówione, a odchylenie można obiektywnie stwierdzić. Nie jest potrzebna żadna przestrzeń interpretacyjna.
To samo dotyczy składania zamówienia u dostawcy po zatwierdzeniu wniosku zakupowego. Przekształcenie zatwierdzonego wniosku w oficjalne zamówienie polega na poprawnym przeniesieniu danych do właściwego systemu i formatu, a nie na ocenie.
Również przetwarzanie faktur zakupowych w dużej mierze się w tym mieści: dopasowanie faktury, zamówienia i dokumentu odbioru to porównanie trójstronne według stałych kryteriów. Dopóki dokumenty są cyfrowe i czytelne, jest to zadanie, w którym system dopasowuje szybciej i bardziej konsekwentnie niż człowiek robiący to ręcznie. Wspólną cechą tych zadań jest to, że źródło prawdy jest już ustalone w innych systemach: zamówienie, wniosek, umowa. AI porównuje i przetwarza, niczego nie zmyśla.
Największa grupa zadań w dziale zakupów łączy propozycję AI z ludzką oceną, która zatwierdza lub odrzuca, z podaniem powodu. To inny podział pracy niż pełne przejęcie: system wykonuje pierwsze uderzenie, człowiek ponosi odpowiedzialność za decyzję.
Pozyskiwanie i porównywanie ofert jest tu dobrym przykładem. System może bez trudu zestawić oferty pod względem ceny, warunków i terminu dostawy, i taki przegląd jest wartościowy. Ale to, który dostawca najlepiej pasuje do sytuacji, zależy również od czynników, które nie zawsze znajdują się w ofercie: wcześniejszych doświadczeń, znaczenia strategicznego, skłonności do ryzyka. Ta ocena wymaga człowieka, który może zatwierdzić lub odrzucić wynik.
Badanie odchyleń cenowych również mieści się w tej kategorii. System może zasygnalizować, że cena na fakturze odbiega od uzgodnionej ceny, a nawet wskazać prawdopodobną przyczynę. Ale faktyczne rozwiązanie tego z dostawcą oraz pytanie, czy odchylenie jest akceptowalne, pozostaje oceną, którą musi wydać osoba znająca relację i umowę.
Również ocena wyników dostawców należy do tej kategorii. Dane o terminie dostawy, jakości i reklamacjach można dobrze zebrać i podsumować, ale osąd co do tego, co to oznacza dla dalszej relacji, jest decyzją o konsekwencjach, którą człowiek musi umieć uzasadnić. Ta kategoria w praktyce jest największa, ponieważ zakupy to dziedzina, w której liczby dają wskazówkę, ale nie całą historię.
Trzecia grupa zadań nie nadaje się do przejęcia, nawet z nadzorem, ponieważ istota tej pracy polega na przekonywaniu, budowaniu zaufania lub podejmowaniu decyzji o długoterminowych skutkach, które nie wynikają wyłącznie z danych.
Negocjowanie cen zakupowych to najbardziej oczywisty przykład. Negocjacje to dynamiczny, społeczny proces, w którym ton, timing i wzajemne zaufanie są co najmniej tak samo ważne jak liczby. System AI może dostarczyć dane wejściowe, ale prowadzenie samej rozmowy to co innego.
Wybór dostawcy dla ważnej lub długoterminowej umowy również pozostaje pracą ludzką, zwłaszcza gdy wybór wykracza poza cenę i termin dostawy. Zależność strategiczna, ryzyko reputacyjne i jakość długoterminowej współpracy to czynniki, które trudno skwantyfikować.
Ponadto wdrażanie dostawcy pozostaje zadaniem wymagającym ludzkiej kontroli nad danymi dotyczącymi zgodności i płatności, właśnie dlatego, że błędy w tym obszarze niosą ryzyko finansowe. Łączy się to z szerszym tematem: gdy stosowanie AI dotyka decyzji o tym, kto wykonuje pracę lub jak zorganizowana jest organizacja, obowiązują odrębne wymogi prawne, o czym można przeczytać również w rozporządzeniu o AI a pracownikach.
To, co odróżnia te trzy kategorie, to nie złożoność zadania samego w sobie, lecz charakter kryjącej się w nim decyzji. Porównywanie, dopasowywanie i przejmowanie już zapisanych danych nadaje się do pełnej automatyzacji. Ocenianie na podstawie wielu, częściowo miękkich kryteriów wymaga nadzoru. Przekonywanie, negocjowanie i strategiczne wybieranie pozostaje pracą ludzką. Ten wzorzec nie jest unikalny dla zakupów: przy jaką pracę może przejąć AI w logistyce oraz przy zadaniach HR, jak opisano w jaką pracę może przejąć AI w dziale HR, powraca ten sam podział na trzy: praca ustrukturyzowana do kategorii 1, praca oceniająca do kategorii 2, praca relacyjna i decyzyjna do kategorii 3.
Ile godzin to konkretnie uwalnia, zależy w dużej mierze od wielkości działu zakupów, systemów, które są już połączone, oraz liczby dostawców i umów. Nie da się podać ogólnego wskaźnika procentowego bez znajomości konkretnej sytuacji.
Podział przedstawiony w tym artykule pokazuje wzorzec, a nie dokładną sytuację w Państwa dziale zakupów. Dla wstępnego wskazania dostępny jest bezpłatny quickscan ftetoai: dwanaście pytań, bez konta, z informacją, jaka część godzin w Państwa profilu może już dziś zostać przejęta przez AI. Pełny werkscan, który wnika głębiej w konkretne zadania i procesy, jest jeszcze w budowie; nie możemy go tu jeszcze zaoferować, ale możemy zapowiedzieć, gdy będzie dostępny.
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.