Wat doet een intelligente robot op de inkoopafdeling?

Een van de trends op inkoopgebied, is de opkomst van Artificial Intelligence (AI), robotisering en andere exponentiële technologieën. Inkoop wordt digitaal, intelligent en fact-based. Maar wat betekent dat voor de inkoopfunctie van complexe en minder complexe industrieën? Om antwoord te geven op die vraag, neemt Reynir Helgason, Global Senior Director Strategic Alliances van SAP’s inkoopplatform Ariba, drie branches onder de loep.

Laten we bij het begin beginnen. Waar hebben we het eigenlijk over als we het over digitalisering, robots en AI hebben in relatie tot de afdeling inkoop? Als je nu R2-D2 of C-3PO uit Star Wars voor je ziet, moet ik je direct teleurstellen. De robots en AI’s op de inkoopafdeling kunnen niet lopen of praten. Ze hebben geen zelfbewustzijn. Ze vragen niet hoe je weekend was. Het zijn ontzettend krachtige, zelflerende systemen die ergens op een server draaien. Systemen die extreem goed zijn in één specifieke taak of samenhangende set van taken. Werkzaamheden die mensen maar saai vinden. Of taken die voor mensen te complex zijn. Deze systemen kunnen repeterende werkzaamheden volledig uit handen nemen van de inkoper. Of ze geven adviezen aan de inkoper op basis van de razendsnelle analyse van enorme hoeveelheden in- en externe data. Het zijn de handige hulpjes van de afdeling inkoop.

Nieuwste inkooptrends en ontwikkelingen

Onlangs vond het grootste Inkoop event van het jaar plaats in Barcelona. Gemist of nog eens terugkijken? Bekijk online de inspirerende keynote sessies en ontdek de nieuwste trends en ontwikkelingen in inkoop.

Tot voor kort waren dit soort intelligente ondersteuning alleen bereikbaar voor grote multinationals. AI was complex en duur. Die tijd is voorbij. Ook kleinere bedrijven kunnen gebruik gaan maken van dit soort technologische mogelijkheden omdat de intelligentie bereikbaar én betaalbaar wordt. Vaak zal de intelligentie zelfs gewoon deel uit gaan maken van de standaard inkoopsoftware.

Vergelijk het maar met zoeken op Google. Als je een zoekvraag intikt, doet Google ook allerlei behoorlijk intelligente suggesties op basis van de eerste letters die je intikt, rekening houdend met jouw zoekhistorie, taal, locatie, voorkeuren en de zoekopdrachten van miljoenen anderen.

De toevoeging van automatisering en intelligentie in het inkoopproces gaat geweldig veel impact hebben. McKinsey verwacht dat 60 procent van de source-to-pay processen helemaal geautomatiseerd kunnen worden. AT Kearney denkt dat de inzet van Advanced Analytics inkopers kan helpen om 40 procent te besparen op de inkoop van componenten of diensten.

AI zal de inkoper voorlopig niet vervangen, daar ben ik van overtuigd.  Maar die snelheid en intelligentie die robotisering brengt, zorgt er wel voor dat het werk van de inkoper beduidend strategischer en veel minder transactioneel wordt. Hoe de rol van inkoop verandert, verschilt van branche tot branche.

AI binnen Consumer Products

Producenten van consumentenproducten kunnen op allerlei manieren baat hebben bij Artificial Intelligence die steeds vaker ‘plug ’n play’ beschikbaar is in de cloud én in hun favoriete inkoopoplossingen. Ik zie daar regelmatig allerlei mooie voorbeelden van.

Maatschappelijk Verantwoord Ondernemen (MVO) bijvoorbeeld, staat hoog op de agenda van elke CPO. Bedrijven voeren die maatschappelijke verantwoordelijkheid tot in de haarvaten van hun bedrijfsvoering door omdat ze weten dat consumenten hun ogen niet meer sluiten voor misstanden. De consument wil zijn geld met een gerust hart uit kunnen geven. Artificial Intelligence kan bedrijven helpen om invulling te geven aan die verantwoordelijkheid.

AI maakt het bijvoorbeeld mogelijk om eenvoudig te bepalen hoeveel risico je loopt wanneer je met een bepaalde leverancier in zee gaat, bijvoorbeeld omdat zo’n leverancier niet conform jouw standaarden werkt. Artificial Intelligence kan inkopers helpen om snel en makkelijk leveranciers te selecteren of te weren, afhankelijk van allerlei MVO-parameters.

En sta je op het punt om een deal te sluiten met een leverancier, dan kan AI je ook helpen door het inkoopcontract helemaal te analyseren en alle risico’s te detecteren. Eventuele pijnpunten, bijvoorbeeld op het gebied van compliance, komen direct aan het licht. Diezelfde AI kan je ook helpen met het opzetten van nieuwe contracten op basis van bestaande contracten in het systeem. Het systeem neemt allerlei elementen automatisch mee. Denk aan bijvoorbeeld betalingstermijnen en prijzen. Ook zorgt AI dat eventuele bestaande contracten optimaal uitgenut worden.

AI binnen Energy & Natural Resources

Op het gebied van Energy & Natural Resources (ENR) voorzie ik grote ontwikkelingen op het snijvlak van AI, robots en het Internet of Things. De assets van ENR-bedrijven zijn steeds intelligenter en produceren data aan de lopende band. Met die gegevens kun je bijvoorbeeld het onderhoud van je assets optimaliseren. Moet je windturbines of een olieboorplatform onderhouden? Dan is het tegenwoordig mogelijk om bij pompen en andere onderhoudsgevoelige onderdelen IoT-sensoren te plaatsen die variabelen zoals locatie, temperatuur, beweging, licht en vochtigheid meten. Wanneer het systeem op basis van al die input ziet dat er bepaalde vooraf ingestelde drempelwaarden overschreven worden, bestelt het systeem automatisch een vervangend onderdeel, zonder tussenkomst van een inkoper.

We zien ook scenario’s waarin windturbines worden geïnspecteerd door intelligente drones die uitgerust zijn met camera’s. Monteurs hoeven daardoor niet meer hoog in de windmolen te klimmen. Een ander voorbeeld is het vinden van de juiste onderdelen door middel van image recognition. De monteur scant een defect onderdeel en het inkoopsystem ‘ziet’ direct welk specifiek onderdeel gescand wordt, om het vervolgens direct aan te schaffen.

Aan de meer transactionele kant kunnen intelligente technologieën ENR-bedrijven ook helpen om bijvoorbeeld facturen exponentieel veel sneller te verwerken en te matchen met inkooporders. Ook zijn er scenario’s denkbaar waarin AI ingezet wordt om, bijvoorbeeld, energie sneller en beter in te kopen.

AI binnen Discrete Manufacturing

Maakbedrijven zijn enorm afhankelijk van de prijs van grondstoffen en halffabrikaten. Nu de prijzen stijgen, zullen maakbedrijven dat verschil goed moeten maken door efficiencywinst in de toeleveringsketen én hun eigen processen. Wie die slag niet maakt, loopt kans om achterop te raken en serieus in problemen te komen. Digitalisering gaat daarom een belangrijke rol spelen op de inkoopafdeling van maakbedrijven.

Inkoopbeslissingen in de maakindustrie worden niet langer genomen op basis van de laagste prijs, maar op basis van de zorgvuldige, razendsnelle interpretatie van grote hoeveelheden gegevens. Prijs is een wegingsfactor, net als bijvoorbeeld prestatiebeoordelingen en risicoanalyses. Een mens kan dergelijke complexe berekeningen bijna niet maken. Machines hebben er geen enkele moeite mee.

Als je uitgaat van de vuistregel dat 80% van je leveranciers verantwoordelijk is voor 20% van de uitgaven, zal een intelligentere, door AI ondersteunde inkoopafdeling daar veel winst kunnen boeken. De tail spend kreeg relatief weinig aandacht door de onbalans tussen het hoge volume en de relatief kleine bedragen waar het vaak om gaat. Het is natuurlijk veel eenvoudiger om je te beperken tot de meer strategische, high-impact inkopen. AI brengt daar verandering in door voor ongekende transparantie en grip te zorgen die maakt dat je ook in de ‘long tail’ van je inkopen slimmer en beter kunt organiseren.

Onlangs vond het grootste Inkoop event van het jaar plaats in Barcelona. Gemist of nog eens terugkijken? Bekijk online de inspirerende keynote sessies en ontdek de nieuwste trends en ontwikkelingen in inkoop.