עידן הרכש החדש – האם אתה מוכנים ?

תחילתו של עידן חדש ברכש

לאחרונה אנחנו עדים לחשיפתם של טכנולוגיות חדשניות של אינטליגנציה מלאכותית וטכנולוגיות נלוות אחרות שמחוללות מהפכה בכל תחומי חיינו. כאשר טכנולוגיה חכמה יותר ויותר עובדת בבתים, בילויים וטיולים, נשאלת השאלה "איך זה ישפיע על מקום העבודה שלנו? ובאופן ספציפי "איך יראה עידן הרכש החדש?". אני חושב שחשוב שנחשף ונכיר את הטכנולוגיות ואולי חשוב מזה מהם ההשלכות וההזדמנויות של ההתקדמות הטכנולוגית שמשנות את האופן בו בני אדם וטכנולוגיה משתפים פעולה, ואיך זה הולך להשפיע על ממשקי ותהלכי הרכש שאנחנו מנהלים ? !

חשוב להדגיש כי תהליכים וטכנולוגיות אלה, יכולים לשפר את הביצועים ולפתוח יכולות חדשות לחברות, להעלות את פרופיל הרכש כפונקציה שמוסיפה ערך ולא רק להפחית עלויות.

אז בוא נתקדם – בעולם הרכש החדש, יישום טכנולוגיות חדישות שמחזקות ומשפרות את ממשק האדם מכונה קוראים  – רכש אוטונומי. נפתח ונאמר שיש עוד קצת זמן לקראת המהפכה בטרם הרכש יהיה אוטונומי לחלוטין, ויש לכך לא מעט גבולות כי ישנם תחומי פעילות בהם בני אדם – כלומר אנשי מקצוע ברכש – תמיד יהיו טובים יותר מתוכנה ומכונות.

האם זה באמת כזה משמעותי לעולמות הרכש ?

לרכש אוטונומי ישנם יתרונות פוטנציאליים עצומים עבור אנשי מקצוע ברכש.

רכש אוטונומי משחרר את אנשי הרכש מהנטל של משימות מונוטוניות ושגרתיות באמצעות שיתוף פעולה משופר בין בני אדם למכונות, מה שמאפשר לאנשי מקצוע להתמקד במערכות היחסים והפעילויות האסטרטגיות הבסיסיות אותם פעילויות רכש שדורשות יצירתיות ואמפתיה אנושית.

טכנולוגיה תמיד מילאה תפקיד חשוב במאפשר ביצוע ביצועים ברמה העולמית, אך הרכש נמצא כעת בנקודת מינוף שלהן. ההבנה שטרנספורמציה דיגיטלית היא בלתי נמנעת מובילה למסקנה שארגונים שיאמצו את החדשנות ויפרצו את הדרך, יהנו מבעלי ביצועים גבוהים יותר מחברות שלא יעשו כן.

בין היתרונות אפשר למנות:

1. מהירות ותגובתיות לצרכי הלקוחות – ניתוח כמות גדול של הזמנות וספקות, ניתוחי תרחישים וסימולציות. תקשורת מהירה עם ספקים ותגובותיהם לדרישות לקוחות.
2. הוזלת עלויות רכש – ניתוח מביר , בזמן אמת, של מגמות בשוק, היקפי קניות, אינטגרציה של הוצאות, מימוש של חוזים ותנאים שהוסכמו מראש, ועוד .
3. עלויות עבודה נמוכות בכ- 20% עם כ- 30% פחות עובדים במשרה, בהשוואה לארגונים דומים.

באיזו מידה טרנספורמציה דיגיטלית זו כבר מתרחשת?

בסביבת הרכש של ימינו, ארגונים רבים כבר מבצעים אוטומציה או אוטומציה למחצה של משימות מסוימות באמצעות אינטליגנציה מסייעת, שהיא בדרך כלל שילוב של עיבוד מבוסס-כללים ואוטומציה של תהליכים רובוטיים ברמה נמוכה  (RPA)

אבל גם בענפים המתקדמים ביותר, כמו ייצור כלי רכב, חברות מתקדמות בקצב הגיוני מבחינה עסקית, אך לא מהיר יותר. במחקר שערכה חברת דלוייט, עתיד שרשרת הערך הרכב: מניעה לעתיד הרכש, דלויט מאפיינת זאת כ"עסקים כרגיל עם שיפורים מצטברים ", וקבעה כי" עדיפות חשובה לארגון הרכש כולו היא דיגיטליזציה ואוטומציה של תהליכי רכש ו כלים ככל שניתן מבחינה טכנולוגית ”. 4 "כללים מבוססים" פירושו בדרך כלל תכנות מערכת לביצוע פעולות מסוימות אם מתקיימים קריטריונים מסוימים או מגיעים לסף. בעיקרון, "אם זה, עשה זאת."

להלן מספר דוגמאות כיצד ניתן להשתמש בהיגיון מבוסס כללים ברכש:

• א. אם ההוצאה עם הספק היא תחת סף מסוים, חסום את הספק.
• ב. אם איכות הספק או אספקה ​​בזמן היא תחת סף מסוים, כי אז תושק תוכנית ביקורת/פעולה מתקנת / והגדלת חלקם של העסקים שהוקצו למקורות אחרים וכו'.
• ג. אם הגיע מועד בחוזה לעמידה ביעד מסוים, תפעילו אירועים ספציפיים (תזכורות, הרחבות וכו')
• ד. אם דרישה מסוימת פתוחה זמן רב מידי, למשל אין RFQ או משא ומתן לא הסתיים, או חוזה לא חודש ב- XXX השנים האחרונות, צור התראה לפעולה.
• ה. התראות והמלצות לפעולות הקשורות למגמות מחירים של חומרי גלם החשבוניות הן תחום שהוא בשל לכזה אוטומציה, למשל על ידי הגדרת המערכת לאישור חשבונית מתחת לסכום של $ 5,000 באופן אוטומטי כאשר קיימת התאמה של PO והסכומים תואמים לסובלנות של 1%.

עד כה, זה קל יחסית: מדובר ביישום אוטומציה של רובוט מונע על-ידי כללים. השלב הבא הוא היכולת לייצר תובנות מפעולות עבר. לדוגמא : לזהות ששלוש החשבוניות האחרונות בסובלנות של 5% אושרו ולהציע להגדיל את הסבילות היא צעד נוסף קדימה: מדובר במודיעין מסייע ואוטומציה אמיתית – המערכת עצמה עוזרת לך להפוך את התהליכים האלו, שבדרך כלל ידרשו אנושיים אינטליגנציה ושיקול דעת, למינוף לתהליך פשוט שמשתמש בדיגיטליזציה.

עם זאת, זהו עדיין דברים ברמה נמוכה למדי; ואנחנו עדיין לא בשלב של רכש קוגניטיבי, שמאפשר למכונה ללמוד מכמויות גדולות של נתונים בצורה כזאת שתביא לשיפור מתמיד.

רכש קוגניטיבי – מהו ?

רכש הוא מטבעו פעילות עשירה בנתונים ולייצור "נתונים גדולים" השלכות משמעותיות על כל מי שעוסק ברכש. השלב הבא הוא טכנולוגיות שיאפשרו רכש קוגניטיבי.  סביבה חדשה זו חורגת מעצם האוטומציה של היכולות הקיימות. במקום זאת, רכש קוגניטיבי ממציא מחדש את זרימות העבודה מקצה לקצה כדי לממש באופן מלא את הפוטנציאל של בני אדם ומכונות העובדים יחד כדי להשלים זה את זה … לאנשי הרכש יש תפקיד מוביל בבניית מערכות יחסים אסטרטגיות וחדשנות בכל שרשרת הערך. יכולות פלטפורמה חדשות וטכנולוגיות קוגניטיביות מספקות תובנות בזמן אמת: כדו' ניתוח מתחרים, תכנון תרחישים ומידע בשוק.

הפונקציה הקוגניטיבית תייצר נתונים באופן מיידי ויכולת למידה עצמית שתביא לשיפור מתמיד. דרגה גבוהה של פילוח שתאפשר פעולות אוטומטיות שימנעו "בזבוז זמן" של מנהלי קטגוריות רכש, אשר יופנו לניהול תהליכים וניהול יחסין מורכבים ועמוקים יותר עם הספקים.

צריך לזכור שנתונים וניתוח שלהם זה לא מספיק, חייבת להיות גם אינטגרציה: רשתות אספקה ​​דיגיטליות מתפתחות, מחברות בין כל חלקי שרשרת האספקה, וארגונים מונעים תובנות, מיישמים יכולות אנליטיות מתקדמות כדי לשפר את הביצועים, של כל השרשרת.

הטכנולוגיות שיאפשרו את חזון הרכש האוטונומי

1. למידת מכונה – machine learning
   למידת מכונה היא יישום של אלגוריתמים ומודלים סטטיסטיים לביצוע משימה ספציפית מבלי להשתמש בהוראות מפורשות, תוך הסתמכות על דפוסים והסקות בזמן אמת. אלגוריתמים למידת מכונות בונים מודל מתמטי המבוסס על נתוני מדגם, על מנת לקבל תחזיות או החלטות מבלי שתוכנתו במפורש לביצוע המשימה.

דוגמא יישומית היא ניתוח הוצאות רכש ,נתוני הוצאות לא מהימנים נותרו האתגר הגדול ביותר עבור ארגוני רכש רבים. מחלקות רכש מבלים זמן רב ויקר בניקוי ובסיווג ההוצאות עם זנב ארוך. המורכבות של מיליוני פריטי קו, מקשה עם טובי צוותי הרכש בלהבין את המיקוד בעיקר הערך שאפשר להביא במפעילות הרכש. סיווג הוצאות ע"י " לימוד מכונה", מקדם את תהליך הניתוח והניהול הנכון של ההוצאות החשובות יותר, תוך ביטול זמן מיותר בניהול זנב ההוצאות הארוך.

מכונות טובות יותר בטיפול במשימות משעממות וחוזרות על עצמן ויכולות להשיג דיוק סיווג גבוה יותר ביעילות רבה יותר מאשר צוות בני אדם. אבל צריך לציין, שאפילו טכניקות סיווג ההוצאות המתקדמות ביותר של לימוד מכונות בימינו, עדין דורשות הכשרה ופיקוח של מומחי תחום אמיתי.

2. צ'אט בוטים

בתעשיות רבות משתמשים כבר היום בצא'ט בוטים כפלטפורמות  AI מנהלות שיחה.  

אולם, למרות ההבטחה הגדולה והאימוץ הנרחב בשימושים אישיים, טכנולוגיית AI שיחה נמצאת עדיין בשלבים הראשונים של פיתוח בתרחישים עסקיים. סקר גרטנר משנת 2018 הראה שלמרות שרק 4% מהנשאלים פרסו ממשקי שיחה אי שם במיזם, 38% מתכננים לפרוס או שהם כבר עוסקים בהטמעה והם צפו שעד 2024, 25% מהזמנות הרכישה ייווצרו באמצעות קול או צ'אט.

עם זאת, קלות השימוש והמעבר לעבר פלטפורמת שיחה היא דרישה עיקרית לספקי הרכש להישאר תחרותיים בשוק זה.

בפחות מעשור קדימה, אנחנו נראה שימושים רבים עבור צ'אט בוטים ועזרים דיגיטליים נוספים לרכש. נדגיש שוב כי הנושא המרכזי הוא שמומחי הרכש מתמודדים יותר ויותר עם כמויות אדירות של נתונים, מה שאומר שחלק גדול מזמנם מבלה בחיפוש אחר מידע.  טכנולוגיות ה- AI יבצעו את העבודה הקשה הכרוכה במציאת המידע הרלוונטי והצעת הצעות נבונות לגבי הפעולות שצריך לנקוט במצבים ספציפיים.

טכנולוגיות הלימוד מכונה וצ'אט בוט יוכל ללמוד על העדפותיך ואת מדיניות הארגון והנהלים שלך.

3. טכנולוגיות Blockchain

יישום טכנולוגיות אלה, עשויים להוביל עידן חדש של יעילות שרשרת האספקה ​​ותהליך המקור לתשלום, עם מגוון רחב של יישומים האפשריים לרכש וניהול שרשרת האספקה.

חוזים חכמים: בתחומים כמו חוזים חכמים, הדברים כבר זזים מהר. חוזים חכמים הם בעצם פיסות קוד שיושבות בתוך בלוק בודד על גבי blockchain ומגמות פעולות בהן מתקיימים תנאים שנקבעו מראש. הרכש יכול אפוא להגדיר כללים סביב עסקה כך שתאכוף תנאים וחובות.

עקיבות ומניעת הונאות בשרשרת : ניתן לבצע אוטומציה של כל שלב בשרשרת האספקה ​​המייצרת קו נתונים חדש על מנת להבטיח עקיבות מלאה בכל שרשרת האספקה. יישומים מעשיים כוללים איתור הונאה ושקיפות במיקור חומרים בקטגוריות בהן קיימת שכיחות גבוהה של שחיתות (למשל בתעשיות החילוץ) או לזיהוי המקור לזיהום ברשתות אספקת המזון.

4. AI ניתוחים חזויים :
   בטכנולוגיות אלה משתמשים באלגוריתמים ובטכניקות מתקדמות כדי לספר לכם מה צפוי לקרות בעתיד. עם ניתוחים מרשמים הדברים הופכים להיות מעניינים באמת, מכיוון שהם משתמשים ברמת אינטליגנציה נוספת בכדי לומר לכם מה עליכם לעשות, כלומר דרך הפעולה הטובה ביותר.

ברכש ניתן להשתמש בניתוח חזוי כדי להסתכל על כל הסיטואציות האפשריות בתוך תכנון ביקוש, עלויות, רווחים, אופטימיזציה של מלאי, לוגיסטיקה ותחבורה. זה מאפשר לארגונים לחזות בצורה טובה יותר את חריגות דרך רשת שרשרת האספקה ​​שלהם ולהגיב בהתאם, בתנאי עבר.

שיבושים בשרשרת אספקה – תרחיש טיפוסי בו ניתוחים אוטומטיים יועילו לפונקציית הרכש, הם מקרים של שיבושים בשרשרת האספקה. לדוגמה, מה דרך הפעולה הטובה ביותר אם הספקים הרגילים שלך אינם מסוגלים לעמוד בדרישתך בגלל אסון טבע?

דוגמא נוספת היא מיטוב מלאי. למשל, מבשלה או מפעל משקאות קלים יוכל לבצע אופטימיזציה של מלאי בהתבסס על תחזיות מזג אוויר, שינוי העדפות צרכנים וכו '.

5. אוטומציה קוגניטיבית
   טכנולוגיה זו היא שילוב של טכנולוגיה מבוססת, אוטומציה של תהליכים רובוטיים (RPA) לבין בינה מלאכותית. לפיתוח זה יש פוטנציאל להציל את פונקציית הרכש תרתי משמע שנים על גבי שנים של מאמץ ידני. טכנולוגיית RPA היא למעשה די פשוטה באופן עקרוני ואין לה שום קשר לרובוטים: RPA היא תוכנה ולא מכונות פיזיות. זה מחקה את פעילותו של אדם המבצע משימה שחוזרת על עצמה בתהליך ואז משכפל את הפעולות הללו לחזרות עתידיות. או אם לומר זאת בפשטות רבה יותר, RPA מתעדת לחיצות וגרירות ושחרור או משיכות מקשים של המשתמש ואז חוזר על הפעולות האלה כמתואר, אך עושה זאת בצורה חכמה (למשל על ידי הזנת שם הספק הנכון). רובוטי תוכנה יכולים להשלים משימות כמו פתיחת מיילים ומילוי טפסים.

האוטומציה הקוגניטיבית משתפרת ככל שהיא לומדת. בחירת ספקים היא בקלות אחת האחריות הגוזלות זמן רב בניהול שרשרת האספקה. ניתן לפרוס אוטומציה קוגניטיבית לביצוע משימות כמו הערכת כושר האשראי של הספקים, בדיקת אישורים ואף סיום הבחירה שלך על סמך קריטריונים מוגדרים מראש. ניתן לפרוס אותו גם כדי להתמודד עם עיקר האסטרטגיה של תקשורת שרשרת האספקה ​​שלך. לפיכך, ניתן להשתמש בו כדי לאסוף מודיעין שוק, לאסוף ולארגן נתונים מספקים, מכירות וצוותים פנימיים, ליצור דוחות רשמיים ולתקשר לכל המעורבים.

6. INTERNET OF THINGSהאינטרנט של הדברים (IoT)

הוא הרחבת קישוריות האינטרנט למכשירים פיזיים וחפצים יומיומיים; זה כבר התוודע ביישומי צרכנים רבים כגון מקררים חכמים ומכוניות חכמות. ובקנה מידה גדול בהרבה, אנו עדים לדברים מדהימים עם כניסתם של ערים חכמות בעלות אנרגיה גבוהה. IDC

אבל מה זה יכול לעשות ברכישה ? דוגמה עיקרית אחת היא עקיבות. IoT  תגדיל את העקביות של מוצרים וחומרים בכל שרשרת האספקה ​​כולה. במצבים רבים, היכולת להבין היכן המוצרים או החומרים נמצאים בכל שלב בכל שרשרת האספקה ​​תהיה קריטית להצלחה עסקית. ובתעשיות כמו תרופות ועיבוד מזון, היכולת לעקוב אחר החומרים והמרכיבים המרכיבים מוצר מוגמר עשויה להפוך לחובה לעמוד בדרישות הרגולטוריות.

בשילוב עם ההזדמנויות שהוצגו blockchain, שנדונו לעיל, זה יהיה מאוד עוצמתי. האינטרנט של הדברים מבוסס ברובו על נתונים שנאספו על ידי חיישנים ונשלחים למיקום מרכזי, שם ניתן לנתח אותם למטרות שונות. דוגמה לכך היא אופטימיזציה של הובלה ולוגיסטיקה: חיישנים במשאיות משלוח יכולות לספק מידע בזמן אמת על תנועת סחורות אך ניתן להשתמש בהן גם ליישומים כמו פיקוח על מצבים; בעבודה עם קציני תחזוקה, הרכש יכול אז לחזות קללות ולהתערב לפני שהם אכן מתרחשים.

ואולי החשוב ביותר הוא כלי להשגת הוזלות בעלויות הרכש.

ה- IoT יעצים חברות להשגת ראות בניתוח ההוצאות שלהן על ידי פיקוח מקרוב על דפוסי הצריכה. הנתונים שנוצרים מנוטרים באופן רציף ומנותחים עבור קבוצות התנהגות כדי לייעל אופטימיזציה לרשתות האספקה, מכיוון שחברות זוכות לתובנה רבה בהרבה על הצרכים ודפוס השימוש של הצרכנים שלהם.

זה בתורו מאפשר להם לנהל משא ומתן עם ספקים בצורה מושכלת יותר, מכיוון שהם יכולים להעריך מראש איזה חומר ואיזה איכות וכמות נדרשים. כל אותם גורמים בשילוב יתרמו לחיסכון בעלויות ויביאו ערך לפונקציית הרכש. שיקול חשוב נוסף הוא ש- IoT אוסף נתונים בזמן אמת. המשמעות היא שניתן לנתח נתונים על הוצאות בזמן אמת ולהעשיר אותם במקורות נתונים אחרים על מנת לספק יותר הקשר, מה שעלול לחשוף מגמות או התאמות בלתי מעורערות. זה מספק את התובנות הטובות ביותר לגבי ההוצאות, מה שמגדיל, בין היתר, את הזריזות ומזרז את תהליך קבלת ההחלטות.

7. רשתות 5G עד שנת 2025,

היקפי תנועת הנתונים הסלולריים צפויים לעלות בפקטור של 4, ו- 45% מתעבורה זו תועבר על ידי רשתות 5G. הטכנולוגיה הסלולרית של דור חמישי זה תאפשר לאנשים, תעשיות ודברים להתחבר בקנה מידה חסר תקדים, ותציג הזדמנויות פנטסטיות לחדשנות. עבור אנשי מקצוע ברכש זה יהפוך את צורת העבודה בה אנו יכולים לשפר את היכולת לעבוד בכל מקום ומכל מכשיר.

המאמר נכתב בהשארת המאמר AUTONOMOUS PROCUREMENT: THE TECHNOLOGIES THAT ARE DRIVING PROGRESS