Logistyka i zakupy składają się z długiego łańcucha zadań: od sygnalizowania, że czegoś potrzeba, przez negocjacje z dostawcami, aż po przetwarzanie faktury, która ostatecznie napływa. W naszej taksonomii w tym obszarze mieści się 62 zadania. Nie każde zadanie nadaje się w równym stopniu do automatyzacji. Wzorzec staje się jasny, gdy przyjrzymy się temu, czego dane zadanie wymaga: stałych reguł i uporządkowanych danych, czy oceny, negocjacji i odpowiedzialności.
Zadania o największym potencjale do pełnego przejęcia mają jedną wspólną cechę: opierają się na porównywalnych, uporządkowanych informacjach i przebiegają według stałej procedury bez wielu wyjątków.
Kontrola potwierdzenia zamówienia jest tego dobrym przykładem. Porównanie potwierdzenia zamówienia z pierwotnym zamówieniem pod względem ceny, ilości i terminu dostawy to kwestia zestawienia danych obok siebie. Nie ma tu negocjacji, oceny ryzyka, jedynie kontrolę odchyleń.
Również monitorowanie i śledzenie statusu zamówienia należy do tej kategorii. Systematyczne śledzenie otwartych zamówień i automatyczne dopytywanie dostawców, gdy termin dostawy jest zagrożony, to powtarzalna praca oparta na danych i stałych wyzwalaczach.
Przetwarzanie faktur zakupowych, w istocie dopasowywanie faktury, zamówienia i potwierdzenia odbioru, również dobrze poddaje się automatyzacji, o ile te trzy dokumenty są ze sobą zgodne. Powód, dla którego te zadania można przekazać dalej, jest zawsze ten sam: przestrzeń decyzyjna jest niewielka, a dane wejściowe są uporządkowane.
Większa grupa zadań łączy część, którą AI może dobrze przygotować, z częścią, w której człowiek musi ocenić, zatwierdzić lub odrzucić. Nie wynika to z niedoskonałości technologii, lecz z faktu, że wynik wymaga oceny wykraczającej poza dane.
Zapytania ofertowe i porównywanie ofert to wymowny przykład. AI może bez trudu zestawić ceny, warunki i terminy dostaw oraz przedstawić propozycję. Jednak ostateczny wybór często uwzględnia również bardziej miękkie czynniki, takie jak relacja z dostawcą czy względy strategiczne, a to wymaga człowieka, który zatwierdza lub odrzuca rekomendację, podając uzasadnienie.
Ocena wyników dostawców należy do tej samej kategorii. Zbieranie i podsumowywanie danych dotyczących terminów dostaw, jakości i reklamacji da się dobrze zautomatyzować. Ocena, co to oznacza dla relacji i czy potrzebne jest działanie, pozostaje w gestii człowieka.
Badanie odchyleń cenowych może być w dużej mierze wykrywane i wstępnie sortowane automatycznie, ale faktyczne rozwiązanie sprawy z dostawcą często wymaga rozmowy i oceny, której AI nie może samodzielnie zakończyć.
W przypadku zadań z tej kategorii szczególnie ważne jest wcześniejsze ustalenie, kto udziela zatwierdzenia i na jakich podstawach, zwłaszcza gdy chodzi o zautomatyzowaną ocenę dostawców lub wyników. Dotyczy to sposobu, w jaki AI wysokiego ryzyka w miejscu pracy jest wdrażana, i warto wiedzieć, że obowiązują dla niej odrębne wymogi prawne.
Trzecia grupa zadań, przy obecnym stanie technologii, pozostaje pracą ludzką. Są to zadania, w których centralną rolę odgrywają negocjacje, zarządzanie relacjami i odpowiedzialność za długotrwałą współpracę.
Wybór dostawcy jest tu najwyraźniejszym przykładem. Wybór dostawcy przy większym zleceniu lub długoterminowej umowie uwzględnia cenę i jakość, ale także zaufanie, zależność strategiczną i gotowość do elastyczności w razie przyszłych problemów. Jest to decyzja o konsekwencjach wykraczających poza to, co da się ująć w danych.
Negocjowanie cen zakupu również pozostaje pracą ludzką. Negocjacje to proces dynamiczny, w którym rolę odgrywają ton, wyczucie czasu i wzajemne zrozumienie interesów. Nie da się tego ująć w stałym scenariuszu.
Również sporządzanie umowy zakupowej, mimo że jej część można wesprzeć standardowymi klauzulami, ostatecznie wymaga prawnika lub specjalisty ds. zakupów, który przewiduje ryzyka dla własnej organizacji i ponosi odpowiedzialność za ustalenia zapisane na papierze.
Ogólny obraz tych 62 zadań pokazuje, że część administracyjna i kontrolna łańcucha logistycznego ma największy potencjał do przejęcia przez AI, że praca oceniająca często wymaga formy pośredniej z nadzorem, oraz że wszystko, co sprowadza się do negocjowania, wybierania lub ponoszenia odpowiedzialności, pozostaje po stronie człowieka. Nie jest to stały odsetek dla każdego działu; zależy to od tego, jak zorganizowany jest Państwa proces zakupowy, ilu mają Państwo dostawców i jak bardzo ustandaryzowane są już umowy.
Gdy rozważają Państwo inny podział zadań między człowiekiem a AI, warto sprawdzić, kiedy sprawa dotyczy rady zakładowej, zwłaszcza jeśli zmiana ma wpływ na stanowiska lub sposób pracy w dziale. Sposób przetwarzania danych dostawców i danych osobowych osób kontaktowych dotyczy również RODO przy automatyzacji zadań. Ten artykuł opisuje, jaka praca nadaje się do automatyzacji; nie stanowi uzasadnienia dla decyzji personalnych i nie zastępuje własnej analizy prawnej.
Logistyka i zakupy nie funkcjonują zresztą w oderwaniu od innych działów: ci, którzy monitorują poziomy zapasów i terminy dostaw, często ściśle współpracują z planowaniem, dlatego warto również przeczytać, jaką pracę może przejąć AI w planowaniu.
Ten przegląd pokazuje ogólny wzorzec, ale każda organizacja ma własną kombinację zadań, systemów i dostawców. Jeśli chcą Państwo wiedzieć, jak to wygląda w Państwa własnej sytuacji, mogą Państwo wypełnić bezpłatny quickscan ftetoai: dwanaście pytań, bez konta, które dają wskazanie, jaka część godzin w Państwa profilu może już dziś zostać przejęta przez AI. Bardziej rozbudowany werkscan, który wchodzi głębiej na poziom zadań, jest jeszcze w opracowaniu; obecnie jeszcze nie istnieje, a wolimy poinformować o tym uczciwie, niż oferować go zawczasu.
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.