Agentes de IA en las compras

Los agentes de IA en las compras se refieren a la inclusión de tecnología de IA agéntica en el proceso de aprovisionamiento de una empresa. La IA agéntica es un sistema de inteligencia artificial que puede lograr un objetivo específico con una supervisión limitada. Está compuesto por agentes de IA: modelos de machine learning que imitan la toma de decisiones humanas para resolver problemas en tiempo real.

Dentro de un sistema multiagente, cada agente realiza una subtarea específica para alcanzar el objetivo. Estos esfuerzos se coordinan a través de la orquestación de IA y ayudan a los equipos de compras a automatizar los flujos de trabajo y agilizar los procesos, incluidas las cadenas de valor de gestión de proveedores, contratos y pedidos.

El panorama de las compras se encuentra en un punto de transición, yendo mucho más allá de los simples procesos de automatización. Un informe reciente del IBM Institute for Business Value¹ sobre la IA generativa en las compras destaca cómo las organizaciones ya han empezado a adoptar la revolución de la IA generativa. De los CSCO y COO encuestados, el 64 % afirman que la IA generativa ya está transformando sus flujos de trabajo de operaciones de la cadena de suministro.

A la vanguardia de la transición están los agentes de IA, ahora considerados el futuro de las compras y la gestión de contratos. Las compras traen consigo grandes cantidades de datos dentro de una organización y de proveedores o bases de datos de información del mercado. Las organizaciones necesitan aprovechar estos datos y actuar en consecuencia para lograr resultados de manera más rápida y mejor.

El método tradicional de automatización de compras se ha centrado en digitalizar el papeleo como una forma de reducir las tareas rutinarias y también agilizar los flujos de trabajo para ayudar a los equipos a mover de manera más eficiente.

La IA agente está transformando las compras, aprovechando el poder del análisis predictivo y aprovechando el machine learning (ML) y el procesamiento del lenguaje natural (PLN). El rendimiento son agentes de IA que piensan estratégicamente, aprenden de las experiencias y actúan de forma autónoma. Los agentes de IA pueden negociar con los proveedores, optimizar el ahorro de costes y crear valor estratégico como socios en la toma de decisiones para los empleados humanos.

Los agentes de IA autónomos, impulsados por modelos de lenguaje de gran tamaño (LLM), están diseñados para realizar tareas que normalmente requieren inteligencia humana, incluido el lenguaje natural, el reconocimiento de imágenes y la toma de decisiones. Van más allá de la automatización de los procesos empresariales preexistentes, ya que trabajan junto a los seres humanos mientras crean sus propios motores de memoria y aprenden de los errores.

Las capacidades de los agentes de IA se basan en las grandes cantidades de datos que consumen. Pueden interactuar con otras fuentes de datos, importar datos e incluso otros agentes para tomar decisiones informadas.

En el mundo de las operaciones de aprovisionamiento y cadena de suministro, los agentes de IA pueden encargarse de una serie de responsabilidades, como la gestión de proveedores, la fijación de precios, el historial de órdenes de compra, la gestión de la cadena de suministro y el análisis de mercado.

Los agentes de IA se pueden implementar utilizando una variedad de lenguajes y marcos de programación, como Python, Java y TensorFlow. También se pueden integrar con otros sistemas y tecnologías de compras y recursos, como bases de datos, API, sistemas de planificación de recursos (ERP), plataformas de compras y portales de proveedores.

Por ejemplo, IBM® watsonx Orchestrate se integra con las principales herramientas que las organizaciones utilizan a diario para realizar tareas comunes como la creación de solicitudes de proveedores, la recuperación de líneas de pedido y la gestión de contratos.

La cadena de suministro de una organización es compleja y los equipos de compras tienen que gestionar cientos y, a veces, miles de proveedores en todo el mundo. También hay que tener en cuenta múltiples factores, como la geopolítica, las políticas comerciales, los aranceles y las interrupciones de la cadena de suministro que están fuera del control de la organización, como las condiciones meteorológicas y del mercado.

Aquí es donde los agentes de IA pueden intervenir y ofrecer una solución que alivie parte de esa carga a los trabajadores humanos, especialmente en la gestión de categorías, durante un momento difícil. Si, por ejemplo, el clima está causando múltiples retrasos en la ruta de un proveedor, un agente de IA puede redirigir los envíos o ajustar las estrategias en tiempo real con conocimientos basados en datos. Los agentes realizan evaluaciones de riesgos rápidamente y actúan con rapidez para ser proactivos y estratégicos, en lugar de ser reactivos.

En lugar de reaccionar ante una noticia o basar sus decisiones en datos históricos, los profesionales de las compras pueden utilizar agentes de IA para tomar decisiones informadas en tiempo real con mayor perspicacia, y, con suerte, menos errores, para sus clientes. Los agentes pueden ayudar a mitigar el riesgo monitorizando de forma autónoma las condiciones del mercado, el análisis del gasto, el rendimiento de los proveedores y los factores de riesgo. Cuando el trabajador digital detecta que algo va mal, puede ajustarlo automáticamente y tomar decisiones de compras de forma rápida e intuitivamente.

Este es un beneficio esencial para las operaciones de compras y cadena de suministro, ya que moverse rápidamente y actuar estratégicamente ofrece una ventaja competitiva. Un ejemplo de este tipo de toma de decisiones es un agente de IA que puede realizar el análisis de datos de los precios de las materias primas y sugerir un ajuste en las estrategias de compras más rápido que la mayoría de los trabajadores humanos.

Aunque pueda parecer que un agente de IA despersonalizaría las relaciones con los proveedores, en realidad puede mejorarlas. La relación que una organización tiene con sus proveedores es crítico para todas las funciones de compras. Los agentes de IA pueden gestionar tareas rutinarias como la incorporación, la gestión de inventario y la gestión de gastos, para aliviar parte de la carga del trabajador humano. Da a los humanos más tiempo para centrarse en la relación humana entre la organización y el proveedor.

Además, la tecnología de agentes de IA puede predecir las necesidades de los proveedores y tomar decisiones estratégicas de abastecimiento mediante la gestión de contratos y existencias. Esta estrategia mejorada puede dar lugar a costos más bajos y flujos de trabajo más eficientes. También pueden predecir posibles problemas que puedan surgir y mitigarlos antes de escalarlos. Los trabajadores humanos de compras pueden verse aliviados de las tareas administrativas que quieren evitar y, en su lugar, realizar un trabajo de mayor valor.

Una de las ventajas comunes de la tecnología de agentes de IA es la naturaleza proactiva de la herramienta para la organización. Un enfoque tradicional de gestión de riesgos sería reactivo a un problema, mientras que los agentes de IA utilizan análisis predictivo para anticiparse a una interrupción. Además, los agentes también pueden aprender del incidente y recomendar medidas proactivas para que no surja un problema similar. Esta tecnología beneficia aún más la cuenta de resultados de una empresa y ofrece una mayor eficiencia en toda la organización con sus capacidades autónomas y concisas.

Los agentes toman datos externos, como previsiones meteorológicas, cierres de fábricas, indicadores económicos, entre otros, y los combinan con las fuentes de datos internas de la Organización para tomar decisiones informadas e identificar posibles problemas que podrían no ser detectados por un equipo humano por sí solo. La optimización de la inteligencia artificial en el ámbito de las compras requiere que los trabajadores humanos y los trabajadores de inteligencia artificial colaboren para poner de relieve los problemas y mitigar los riesgos.

Los agentes de IA pueden agilizar el proceso de selección de proveedores analizando datos históricos, métricas de rendimiento, estabilidad financiera y condiciones del mercado. La tecnología de agentes puede evaluar a los proveedores potenciales en función de factores como la fiabilidad, la rentabilidad y el cumplimiento de las obligaciones contractuales, lo que ayuda a los equipos de compras a elegir el que mejor se adapte a sus necesidades. Los agentes de IA también pueden señalar a los proveedores que pueden plantear riesgos, como la inestabilidad geopolítica o la inestabilidad financiera.

La selección de proveedores y la contratación pueden resultar tediosas para los empleados del departamento de compras. Con los agentes de IA, los equipos de compras pueden gestionar los contratos de los proveedores y asegurarse de que estén actualizados y de que toda la documentación legal esté en orden. Las relaciones laborales con los proveedores no solo dependen de la relación humana, sino también del backend, donde las cosas pueden desorganizarse. Los agentes pueden automatizar las reseñas de contratos e identificar los riesgos potenciales de los contratos antes de que se finalice nada.

Los agentes de IA pueden automatizar la creación, aprobación y procesamiento de órdenes de compra (PO), reduciendo el esfuerzo manual y los errores. Cuando se envía una solicitud, el agente de IA puede generar automáticamente una orden de compra, enrutarla a través del flujo de trabajo de aprobación y enviarla a los proveedores. También puede verificar la exactitud de los detalles de los pedidos con respecto a criterios preestablecidos, como los niveles de inventario o los patrones históricos de compra.

Además, los agentes de IA pueden crear análisis de gastos detallados para los patrones de gasto de una organización y ayudarles a identificar áreas de ahorro de costes. El análisis de gastos es un punto de datos clave para que una organización ayude a comprender cómo gasta su dinero y aumente el valor de las compras de las operaciones.

Los equipos humanos de compras tradicionalmente se basan en datos históricos y conocimiento del mercado para prever la demanda y gestionar con precisión el inventario. Con los agentes de IA, la tecnología puede predecir la demanda futura de productos o materiales utilizando métodos tradicionales junto con tendencias estacionales y otros factores externos, como las condiciones del mercado y los acontecimientos mundiales. Esta capacidad predictiva permite a las empresas gestionar el inventario de forma más eficiente, reducir los desabastecimientos y evitar el exceso de existencias. En última instancia, esto mejora el flujo de caja de la organización y garantiza que las compras se alineen con las necesidades reales.

Las organizaciones deben cumplir con los estándares de cumplimiento, lo que requiere una monitorización constante. Los agentes de IA pueden encargarse del trabajo preliminar de monitorización del cumplimiento normativo mediante el seguimiento continuo de las transacciones y los procesos internos. Los agentes de IA pueden alertar a los empleados sobre posibles riesgos de cumplimiento y proporcionar un análisis detallado de por qué se produjo la alerta. Además, los agentes están constantemente aprendiendo y adaptándose a nuevos patrones para la organización específica a la que sirven. Los agentes de IA pueden adaptarse al entorno normativo específico de la organización y actuar como responsables de cumplimiento hiperpersonalizados.

Un agente de IA para compras es tan bueno como los datos que consume. Las organizaciones necesitan tener sus datos históricos y actuales preparados antes de implementar la tecnología de agentes de IA. Necesitan un sistema que gestione y clasifique los datos constantemente para que los agentes trabajen siempre con los datos más precisos y actualizados posibles.

Las organizaciones deben establecer estándares para que los agentes de IA interactúen y operen. La creación de estándares garantiza que el agente de IA siga un conjunto coherente de reglas, procesos y comportamientos que proporcionan previsibilidad a la organización. Ya sea en la gestión de las relaciones con los proveedores o en el procesamiento de datos, las normas ofrecen fiabilidad en muchos contextos diferentes.

La introducción de la tecnología de agentes de IA en una organización puede cambiar significativamente la forma en que los empleados realizan sus tareas. Sin una preparación adecuada, los empleados pueden sentirse abrumados o resistentes a la tecnología, lo que dificulta su uso eficaz. Las organizaciones deben equilibrar la emoción de las nuevas tecnologías con la comprensión de que los empleados probablemente se preocupen por la seguridad laboral. Es importante abordar las preocupaciones y preparar a los empleados mediante formación (mejora o reciclaje) y una comunicación clara.

Una nueva tecnología como los agentes de IA no debe implementarse de golpe. Debe introducirse de forma gradual y estratégica para permitir una integración más controlada y con una gestión de riesgos más baja. Las organizaciones deben implementar pruebas o programas piloto para procesos de compras específicos, con los primeros casos de uso siendo aquellos en los que los agentes de IA podrían aportar valor inmediato. Esto permite a las empresas identificar posibles problemas o errores desde el principio y afinar los sistemas de IA.