Sebbene un sondaggio McKinsey mostri lo scetticismo tra i Cpo rispetto all’uso di questa tecnologia, l’IA generativa offre benefici innegabili nel procurement. Tra questi benefici troviamo l’automazione delle richieste ai fornitori, che migliorano la qualità e riducono i tempi. Ma gestire i rischi mantenendo un ruolo umano attivo nel processo resta fondamentale.

Le potenzialità oltre lo scetticismo

L’intelligenza artificiale generativa (IA) viene esplorata per le sue potenziali applicazioni in tutto il settore del sourcing e degli appalti. Questo anche se il 66% dei Cpo intervistati nel sondaggio CPO 100 di McKinsey ritiene che ci vorranno ancora anni per generare risultati sostanziali. Secondo McKinsey, l’intelligenza artificiale generativa ha già iniziato a produrre un impatto misurabile in quattro modi: generando contenuti, consentendo la sintesi, aumentando il coinvolgimento e accelerando la programmazione del software.

I potenziali usi di questa tecnologia spaziano dal miglioramento della conformità alla modellazione delle minacce e alla gestione delle relazioni con i fornitori. Tuttavia, l’applicazione di maggior impatto dell’IA generativa potrebbe riguardare il processo di richiesta di proposta (Rfp), il documento formale rilasciato dai team di procurement ai potenziali fornitori per descrivere in dettaglio il prodotto o il servizio che stanno cercando di acquisire.

L’intelligenza artificiale e il rapporto con i fornitori

Una Rfp assume la forma di un modulo che richiede ai potenziali fornitori di inserire dati sul prodotto o servizio che possono fornire. Ciò consente ai team di procurement di raccogliere e analizzare in modo più efficace i dati di più potenziali fornitori al fine di prendere una decisione informata. Un team cliente McKinsey ha recentemente sviluppato un motore Rfp sfruttando modelli e fattori di costo provenienti da oltre 10.000 Rfp e le relative risposte. La tecnologia replicava complesse analisi “best of best” in una frazione del tempo. Ha inoltre appreso gli elementi che hanno portato alle offerte vincenti e ha riprogettato le future Rfp per una struttura di offerta ottimale e una granularità dei costi. Infine, ha previsto e prevenuto omissioni ed errori nelle offerte. Un secondo caso d’uso è stato applicato ai termini e alle condizioni contrattuali, una delle applicazioni più mature

Il processo di creazione manuale della Rfp consuma molto tempo e risorse per i dipartimenti di procurement e i ritardi possono far deragliare i cicli di approvvigionamento e interrompere le supply chain. Gli errori in questo processo possono avere conseguenze che variano da un servizio fornito in modo improprio a una violazione pericolosa e costosa relativa alla conformità. “Inoltre, la qualità della Rfp può influire sulla qualità dei fornitori che rispondono. Essendo uno strumento di raccolta dati, una Rfp mal costruita produrrà anche dati di scarsa qualità, che possono portare ad assumere un fornitore di scarsa qualità”, sottolinea Cpo Strategy.

Maggiore automazione per una migliore qualità

La capacità dell’intelligenza artificiale generativa di analizzare e sintetizzare rapidamente le informazioni, come sottolinea McKinsey, potrebbe non solo automatizzare e standardizzare il processo di creazione delle Rfp, ma migliorare qualitativamente la loro progettazione. L’intelligenza artificiale generativa può fungere da strumento inestimabile per dare priorità a categorie e fornitori in base allo sviluppo del mercato, all’analisi della spesa e alla leva dei fornitori. A un occhio scettico e inesperto, le applicazioni dell’intelligenza artificiale nel procurement possono apparire di nicchia o ingannevoli.

Ma “si tratta di una delle capacità chiave di cui le organizzazioni procurement hanno bisogno per evolversi e rafforzarsi, passando da una funzione puramente esecutiva a una funzione strategica e di guida del business”, scrivono Aasheesh Mittal e Jennifer Spaulding Schmidt, analisti di McKinsey. Assumendo grandi quantità di dati sotto forma di Rfp riuscite e infruttuose, l’intelligenza artificiale generativa potrebbe potenzialmente consentire ai team di procurement di automatizzare e arricchire i processi di generazione delle Rfp.  Tuttavia, gli utenti che utilizzano questa tecnologia rivoluzionaria dovrebbero essere consapevoli dei rischi che essa introduce (la possibilità che i dati inseriti nei modelli vengano divulgati, la possibilità di compromettere la proprietà intellettuale e l’esposizione a responsabilità ai sensi di normative o dovute ai bias dei modelli).

Quindi, i modelli di intelligenza artificiale sono un’opportunità ma a patto di non abbandonare la responsabilità umana e mantenere operatori con un ruolo attivo e coscienzioso che garantiscano quello che in gergo si dice human in the loop. Inoltre, il pieno valore operativo dell’IA generativa può essere realizzato solo attraverso trasformazioni a livello aziendale e di catena di fornitura.