ХУК: Поставщики ИИ обещают большие преобразования, но ограничения бюджета и данных означают, что командам по закупкам нужны прагматичные, модульные шаги. Какие шаги в области ИИ принесут измеримую пользу в течение месяцев, а не лет? Предыстория: все говорят об ИИ в сфере пр...
ХУК: Поставщики ИИ обещают большие преобразования, но ограничения бюджета и данных означают, что командам по закупкам нужны прагматичные, модульные шаги. Какие шаги в области ИИ принесут измеримую пользу в течение месяцев, а не лет?
Предыстория: все говорят об искусственном интеллекте в сфере закупок — более разумном поиске поставщиков, прогнозном анализе затрат, автоматизированной сортировке запросов предложений. Реальностью большинства отделов закупок (особенно в Индии, Сингапуре и Малайзии) являются ограниченные бюджеты, фрагментированные данные и большие операционные нагрузки. Вот шесть практических и простых игр с искусственным интеллектом, которые вы можете реализовать с помощью ограниченного набора инструментов и четкой рентабельности инвестиций.
1) Автоматический анализ и оценка запросов предложений (низкая эффективность, немедленная окупаемость инвестиций)
Используйте AI/NLP для анализа входящих запросов предложений и извлечения ключевых полей: SKU, MOQ, время выполнения, Инкотермс, требуемая дата поставки. В сочетании с механизмом правил, который оценивает поставщиков по историческим показателям OTD, браку по качеству и надежности сроков поставки. Это сокращает необходимость ручного администрирования запросов предложений и ускоряет сравнение (Искусство закупок, IValua).
2) Оповещение о стоимости перевозки и доставки
Внедряйте модели, которые отслеживают индексы фрахта и спотовые ставки и предупреждают о закупках, когда стоимость доставки, обусловленная фрахтом, пересекает заранее заданный допуск. Это позволит вам заранее пересмотреть условия Инкотермс или перейти к их изменению.