Umelá inteligencia v oblasti nákupu: Premena finančnej inteligencie na konkurenčnú výhodu

Autor: Darren Roberts Umelá inteligencia už nie je pre vedúcich pracovníkov vo finančnom sektore len záležitosťou budúcnosti. Už teraz mení spôsob, akým sa chránia marže, odhaľujú riziká a realizujú rozhodnutia v rámci celého podniku. V ERA Group sme v uplynulých rokoch pracovali na prehodnotení toho, ako sa informácie z oblasti nákupu začleňujú do finančného rozhodovania. Zistili sme jednoduchú vec: automatizácia sama osebe nevytvára konkurenčnú výhodu. Tú prináša inteligencia, avšak len vtedy, ak je skutočne využívaná v praxi.

Mnohé organizácie stále vnímajú obstarávanie ako transakčnú činnosť. Umelá inteligencia sa k tomu pridáva s cieľom automatizovať vyhľadávanie dodávateľov, urýchliť odpovede na výzvy na predloženie ponúk alebo rýchlejšie vytvárať správy. Tieto úspory sú užitočné, zriedka však riešia hlbší problém: únik marže spôsobený neúplným prehľadom, oneskoreným vykazovaním a nesúrodým rozhodovaním.

K zásadnejšej zmene dochádza vtedy, keď je umelá inteligencia integrovaná do základného prevádzkového modelu obstarávania.

Pri našej práci v rôznych odvetviach pozorujeme rovnaký vzorec. Finanční lídri, ktorí vytvárajú štrukturálnu výhodu, sa zameriavajú na tri veci:

V prvom rade prechádzajú od retrospektívneho vykazovania k finančným informáciám v reálnom čase. Tradičná analýza výdavkov ukazuje, čo sa už stalo. Inteligentné riešenia založené na umelej inteligencii včas odhaľujú signály a identifikujú problémy s výkonnosťou dodávateľov, cenové anomálie alebo faktory ovplyvňujúce náklady ešte skôr, ako narušia maržu.

Po druhé, pred automatizáciou úloh prehodnocujú rozhodnutia. Pri jednom z nedávnych projektov nás klient pôvodne požiadal, aby sme vyjednali výhodnejšie ceny kľúčovej suroviny. Namiesto toho, aby sme začali priamo s rokovaniami, preskúmali sme dizajn výrobkov a prevádzkové procesy. Znížením spotreby materiálu a zvýšením efektívnosti výroby sme si vytvorili výhodnú pozíciu ešte pred začatím obchodných rokovaní. Vplyv na maržu bol štrukturálny, nie len prírastkový.

Po tretie, spájajú poznatky získané vďaka umelej inteligencii so skúseným úsudkom. Samotné údaje nestačia na ochranu ziskovosti. Informácie je potrebné interpretovať, zoradiť podľa priority a uplatniť v praxi. Technológia zvyšuje prehľadnosť, avšak len disciplinovaná realizácia premieňa poznatky na finančné výsledky.

Práve v tomto bode sa riadenie stáva kľúčovým. S tým, ako sa riešenia umelej inteligencie stávajú lacnejšími a dostupnejšími, rastie riziko fragmentácie. Množstvo rôznych nástrojov, izolované riadiace panely a nesúrodé iniciatívy môžu namiesto odstránenia slepých miest vytvárať nové. Začlenenie umelej inteligencie do obstarávania si vyžaduje koordináciu medzi finančným oddelením, oddelením obstarávania a technologickým oddelením, a to s jasnou zodpovednosťou za dosiahnuté výsledky.

V ERA Group sa nesústredíme len na rýchlejšiu analýzu výdavkov. Našim cieľom je vytvárať informácie, ktoré posilňujú dohľad, obmedzujú únik marží a odhaľujú skrytú hodnotu v rámci ekosystémov dodávateľov. To znamená prepojiť údaje, odhaľovať riziká v reálnom čase a zabezpečiť, aby sa rozhodnutia vykonávali disciplinovane.

Umelá inteligencia nenahrádza finančný úsudok. Naopak, zdokonaľuje ho.

V prostredí klesajúcich marží a rastúcej zložitosti už pre finančných riaditeľov nie je otázkou, či zaviesť umelú inteligenciu do oblasti nákupu. Ide o to, ako rýchlo ju finančné oddelenie dokáže uviesť do praxe so správnou štruktúrou, riadením a vedením, aby si udržalo náskok.