Agenti AI nell'approvvigionamento

Con agenti AI nell'approvvigionamento si intende l'inclusione della tecnologia di agentic AI nel processo di acquisto di un'azienda. L'agentic AI è un sistema di intelligenza artificiale in grado di raggiungere un obiettivo specifico con una supervisione limitata. È costituito da agenti AI, ossia modelli di machine learning che imitano il processo decisionale umano per risolvere i problemi in tempo reale.

All'interno di un sistema multi-agente, ogni agente esegue una sottoattività specifica per raggiungere l'obiettivo. Questi sforzi sono coordinati tramite l'orchestrazione AI, e aiutano i team di procurement ad automatizzare i workflow e a semplificare i processi, tra cui fornitori, contratti e catene del valore per la gestione degli ordini.

Il landscape di approvvigionamento è in una fase di transizione, andando ben oltre i semplici processi di automazione. Un recente rapporto¹ dell'IBM Institute for Business Value sull'AI generativa nel procurement evidenzia come le organizzazioni abbiano già iniziato ad abbracciare la rivoluzione dell'AI generativa. Tra i CSCO e i COO intervistati, il 64% afferma che l'AI generativa sta già trasformando i workflow delle operazioni della supply chain.

In prima linea in questa transizione ci sono gli agenti AI, oggi considerati il futuro della gestione dei contratti e approvvigionamento. L'approvvigionamento porta con sé enormi quantità di dati dall'interno di un'organizzazione e dai fornitori o dai database di insight. Le organizzazioni devono sfruttare questi dati e agire in base a essi per ottenere risultati in modi migliori e più rapidi.

Il metodo tradizionale di automazione dell'approvvigionamento si è concentrato sulla digitalizzazione della carta per ridurre le attività di routine e anche snellire i workflow per aiutare i team a spostare in modo più efficiente.

L'agentic AI sta trasformando l'approvvigionamento, sfruttando la potenza dell'analytics predittiva e sfruttando il machine learning (ML) e l'elaborazione del linguaggio naturale (NLP). Il risultato sono agenti AI che pensano in modo strategico, imparano dalle esperienze e agiscono in autonomia. Gli agenti AI sono in grado di negoziare con i fornitori, ottimizzare i risparmi sui costi e creare valore strategico come partner di processo-decisionale per i dipendenti umani.

Gli agenti AI autonomi, alimentati da modelli linguistici di grandi dimensioni (LLM), sono progettati per eseguire compiti che richiedono in genere l'intelligenza umana, inclusi il linguaggio naturale, il riconoscimento delle immagini e la presa di decisioni. Vanno oltre l'automazione dei processi aziendali preesistenti, lavorando invece a fianco degli umani mentre creano i propri motori di memoria e imparano dagli errori.

Le funzionalità degli agenti AI sono radicate nelle grandi quantità di dati che ingeriscono. Sono in grado di interagire con altre fonti di dati, importare dati e persino altri agenti per prendere decisioni ancora più informate.

Nel mondo degli acquisti e delle operazioni della supply chain, gli agenti AI possono gestire una serie di responsabilità, tra cui la gestione dei fornitori, la definizione dei prezzi, la cronologia degli ordini di acquisto, la gestione della supply chain e l'analisi di mercato.

Gli agenti AI possono essere implementati utilizzando una varietà di linguaggi e framework di programmazione, come Python, Java e TensorFlow. Possono anche essere integrati con altri sistemi e tecnologie di approvvigionamento, come database, API, sistemi di pianificazione delle risorse aziendali (ERP), piattaforme di approvvigionamento e portali per i fornitori.

Ad esempio, IBM® watsonx Orchestrate si integra con i principali strumenti che le organizzazioni utilizzano quotidianamente per portare a termine attività comuni come la creazione di richieste per i fornitori, il recupero delle righe di ordine e la gestione dei contratti.

La supply chain di un'organizzazione è complessa e i team di approvvigionamento devono gestire centinaia e talvolta migliaia di fornitori in tutto il mondo. Ci sono anche diversi fattori da tenere in considerazione, tra cui geopolitica, politiche commerciali, tariffe e interruzioni della supply chain che sfuggono al controllo dell'organizzazione, come le condizioni meteorologiche e di mercato.

È qui che gli agenti AI possono intervenire e offrire una soluzione in grado di alleggerire parte del carico di lavoro dei dipendenti umani, in particolare nella gestione delle categorie, durante un periodo di difficoltà. Se, ad esempio, le condizioni meteorologiche causano più ritardi sulla rotta di un fornitore, un agente AI può reindirizzare le spedizioni o modificare le strategie in tempo reale con insight basate sui dati. Gli agenti effettuano rapidamente le valutazioni dei rischi e agiscono rapidamente per essere proattivi e strategici, anziché reattivi.

Invece di reagire a una notizia o basare le decisioni su dati storici, i professionisti dell'approvvigionamento possono utilizzare gli agenti AI per prendere decisioni informate in tempo reale con maggiore insight e, si spera, meno errori, per i propri clienti. Gli agenti possono contribuire a mitigare il rischio monitorando autonomamente le condizioni di mercato, l'analisi della spesa, le prestazioni dei fornitori e i fattori di rischio. Quando il digital worker rileva che qualcosa non va, può apportare automaticamente le modifiche necessarie e prendere decisioni di approvvigionamento in modo rapido e intuitivo.

Questo è un beneficio essenziale per le operazioni di approvvigionamento e supply chain, poiché muoversi rapidamente e agire strategicamente offre un vantaggio competitivo. Un esempio di questo tipo di processo decisionale è un agente AI che può eseguire l'analisi dei dati dei prezzi delle materie prime e suggerire un adeguamento alle strategie di approvvigionamento più rapidamente della maggior parte dei lavoratori umani.

Anche se potrebbe sembrare che un agente AI possa spersonalizzare i rapporti con i fornitori, in realtà può migliorarli. Il rapporto che un'organizzazione ha con i suoi fornitori è critico per tutte le funzioni di approvvigionamento. Gli agenti AI possono gestire attività di routine come l'onboarding, la gestione dell'inventario e la gestione della spesa, per alleggerire parte del peso del lavoratore umano. Offre agli esseri umani più tempo per concentrarsi sulla relazione tra organizzazione e fornitore.

Inoltre, la tecnologia dell'agente AI può prevedere le esigenze dei fornitori e prendere decisioni di sourcing strategico attraverso la gestione dei contratti e dell'inventario. Questa strategia di gestione avanzata può comportare costi inferiori e flussi di lavoro più efficienti. Può anche prevedere i potenziali problemi che potrebbero sorgere e mitigarli prima che si aggravino. Gli umani addetti all'approvvigionamento possono essere sollevati dai compiti amministrativi che desiderano evitare e dedicarsi invece a mansioni di maggior valore.

Uno dei vantaggi comuni della tecnologia degli agenti AI è la natura proattiva dello strumento per l'organizzazione. Un approccio tradizionale alla gestione del rischio sarebbe reattivo a un problema, mentre gli agenti AI utilizzano analytics predittive per anticipare un'interruzione. Inoltre, gli agenti possono anche imparare dall'incidente e consigliare misure proattive da adottare in modo che non si verifichi un problema simile. Questa tecnologia apporta ulteriori benefici ai profitti aziendali e garantisce una maggiore efficienza nell'intera organizzazione grazie alle sue capacità autonome e concise.

Gli agenti raccolgono dati esterni, come previsioni meteorologiche, chiusure di fabbriche, indicatori economici, tra gli altri, e li combinano con le fonti di dati interne dell'organizzazione per prendere decisioni informate e identificare potenziali problemi che potrebbero non essere rilevati da un team umano da solo. L'ottimizzazione dell'AI per l'approvvigionamento richiede la collaborazione tra operatori umani e AI per individuare tempestivamente eventuali problemi e mitigare i rischi.

Gli agenti AI possono semplificare il processo di selezione dei fornitori analizzando i dati storici, le metriche delle prestazioni, la stabilità finanziaria e le condizioni di mercato. La tecnologia degli agenti può valutare i potenziali fornitori in base a fattori quali affidabilità, economicità e conformità agli obblighi contrattuali, aiutando i team di approvvigionamento a scegliere la soluzione migliore per le loro esigenze. Gli agenti AI possono anche segnalare i fornitori che potrebbero rappresentare un rischio, ad esempio a causa di instabilità geopolitica o finanziaria.

Per gli addetti agli acquisti, la selezione dei fornitori e la stipula dei contratti possono rivelarsi un compito noioso. Con gli agenti AI, i team di approvvigionamento possono gestire i contratti con i fornitori e garantire che siano tutti aggiornati e che tutta la documentazione legale sia in regola. I rapporti di lavoro con i fornitori non dipendono solo dal rapporto umano, ma anche dal backend in cui le cose possono disorganizzarsi. Gli agenti possono automatizzare le recensioni dei contratti e identificare potenziali rischi prima che questi vengano finalizzati.

Gli agenti AI possono automatizzare la creazione, l'approvazione e l'elaborazione degli ordini di acquisto (PO), riducendo gli sforzi manuali e gli errori. Quando viene inviata una richiesta, l'agente AI può generare automaticamente un ordine d'acquisto, indirizzarlo attraverso il flusso di lavoro di approvazione e inviarlo ai fornitori. Può anche verificare l'accuratezza dei dettagli dell'ordine rispetto a criteri prestabiliti, come i livelli di inventario o i modelli storici di acquisto.

Inoltre, gli agenti AI possono creare un'analisi dettagliata della spesa per i modelli di spesa di un'organizzazione e aiutarli a identificare le aree di risparmio. L'analisi della spesa è un dato fondamentale per un'organizzazione, poiché consente di comprendere come vengono spesi i fondi e di migliorare il valore dell'operazione di approvvigionamento.

I team di approvvigionamento si affidano tradizionalmente a dati storici e insight di mercato per prevedere la domanda e gestire con precisione l'inventario. Con gli agenti AI, la tecnologia può prevedere la domanda futura di prodotti o materiali utilizzando metodi tradizionali associati alle tendenze stagionali e ad altri fattori esterni, come le condizioni di mercato e gli eventi globali. Questa capacità predittiva consente alle aziende di gestire l'inventario in modo più efficiente, ridurre l'esaurimento delle scorte ed evitare l'eccesso di scorte. In definitiva, ciò migliora il flusso di cassa dell'organizzazione e garantisce che le decisioni di approvvigionamento siano in linea con le esigenze effettive.

Le organizzazioni devono rispettare gli standard di conformità, che richiedono un monitoraggio costante. Gli agenti AI possono svolgere il lavoro di base sul monitoraggio della conformità monitorando costantemente le transazioni e i processi interni. Gli agenti AI possono avvisare i dipendenti di potenziali rischi di non conformità e fornire un'analisi dettagliata dei motivi che hanno determinato l'allerta. Inoltre, gli agenti apprendono e si adattano costantemente a nuovi modelli per l'organizzazione specifica che servono. Gli agenti AI possono adattarsi al contesto normativo specifico dell'organizzazione e fungere da responsabili della conformità iper-personalizzati.

Un agente AI per l'approvvigionamento è valido solo quanto i dati che assimila. Le organizzazioni devono preparare i propri dati storici e attuali prima di implementare la tecnologia dell'agente AI. Hanno bisogno di un sistema in grado di gestire e ordinare i dati in modo costante, in modo che gli agenti lavorino sempre con i dati più accurati e aggiornati possibili.

Le organizzazioni dovrebbero stabilire standard per consentire agli agenti AI di interagire e operare. La creazione di standard garantisce che l'agente AI segua una serie coerente di regole, processi e comportamenti che forniscono prevedibilità all'organizzazione. Che si tratti di gestire i rapporti con i fornitori o di elaborare dati, gli standard garantiscono affidabilità in molti contesti diversi.

L'introduzione della tecnologia degli agenti AI in un'organizzazione può cambiare in modo significativo il modo in cui i dipendenti svolgono le loro attività. Senza un'adeguata preparazione, i dipendenti possono sentirsi sopraffatti o resistenti alla tecnologia, ostacolandone l'uso efficace. Le organizzazioni devono bilanciare l'entusiasmo per le nuove tecnologie con la consapevolezza che i dipendenti probabilmente saranno preoccupati per la sicurezza del lavoro. È importante affrontare le preoccupazioni e preparare i dipendenti attraverso la formazione (aggiornamento o riqualificazione) e una comunicazione chiara.

Una nuova tecnologia come quella degli agenti AI non dovrebbe essere implementata in un colpo solo. Dovrebbe essere introdotta gradualmente, strategicamente, per consentire un'integrazione più controllata e protetta dai rischi. Le organizzazioni dovrebbero distribuire test o programmi pilota per specifici processi di approvvigionamento, con i casi d'uso iniziali in cui gli agenti AI potrebbero fornire un valore immediato. Ciò consente alle aziende di identificare tempestivamente potenziali problemi o bug e mettere a punto i sistemi AI.