Moet inkoop angst opwekken of AI en machine learning-technologie verwelkomen?

Uw lange carrière in inkoop bestond grotendeels uit in elkaar geslagen worden door het topmanagement vanwege de noodzaak om voortdurend op leverancierskosten te besparen. Daarbij komt digitale technologie om uw werk gemakkelijker te maken — of om het weg te nemen.

Dat is althans de angst van inkoopprofessionals in het tijdperk van kunstmatige intelligentie en machine learning. Is het, gezien alle factoren die een rol spelen bij de selectie en het onderhoud van leveranciers, niet logisch om de taak over te dragen aan een systeem dat meer gegevens kan verwerken dan honderd mensen?

En de hoeveelheid data blijft groeien. Inkoopmanagers moeten tegenwoordig putten uit meerdere bronnen van informatie, van leveranciers zelf, maar ook van onafhankelijke financiële gegevens, nieuwsberichten, diensten van derden en sociale media. Sammeli Sammalkorpi, mede-oprichter van Sievo, leverancier van inkoopanalysesoftware, zegt:"Inkooporganisaties hebben nog niet geleerd hoe ze deze verschillende soorten gegevens kunnen aanboren."

AI en machine learning lijken bijzonder geschikt voor de uitdaging. Maar de angst dat ze het werk overnemen lijkt ongegrond. Als het gaat om effectief inkoop- en leveranciersbeheer, is de nabije toekomst er een van samenwerking tussen mens en machine.

"Ik geloof echt dat de rol van AI niet is om mensen te vervangen", zegt Sammalkorpi. "Machine learning en AI kunnen bevindingen voorstellen, maar je moet je nog aanpassen aan wat relevant is en wat niet."

Machines zijn zeer effectief voor smalle toepassingen, met goed gedefinieerde problemen. Bovendien zijn ze altijd "aan" en brengen ze minimale bedrijfskosten met zich mee in vergelijking met het salaris en de voordelen van een menselijke werknemer.

Het wordt echter tijd om actie te ondernemen en de manager van vlees en bloed moet ingrijpen. Simpel gezegd, mensen zijn nog steeds beter in het maken van een definitief oordeel over belangrijke leveranciers. Voorlopig is machine learning in ieder geval nog niet betrouwbaar genoeg om beslissingen te nemen, zegt Sammalkorpi. (Er is nog een reden om mensen op de hoogte te houden, voegt hij eraan toe:ze moeten de verantwoordelijkheid behouden voor het maken van keuzes, zodat ze de machine niet de schuld geven van verkeerde keuzes.)

In de vroege stadia van machine learning kan de technologie waarschijnlijk bepaalde elementen van het leverancierscontract overnemen. Naarmate het systeem verbetert, zullen inkopers echter voor een toenemend aantal taken op het systeem vertrouwen, zo niet de uiteindelijke beslissing over leveranciersonderzoek en -selectie.

Omdat AI en machine learning sterk afhankelijk zijn van complexe algoritmen, kunnen bedrijven ervan uitgaan dat ze een duur team van datawetenschappers moeten inhuren om het systeem te runnen en de conclusies ervan te begrijpen. Volgens Sammalkorpi is dat niet het geval voor de inkoopafdeling. Hij is van mening dat dit soort expertise beter bij een uitbestede provider kan worden verkregen.

“Zelfs als ze dachten dat het een goede businesscase was”, zegt hij, “zien we niet veel organisaties die dat talent in huis kunnen houden. Je hebt nog steeds datawetenschappers nodig, maar ik denk niet dat de inkooporganisatie daar de juiste plek voor is.”

Het voorspellen van toekomstige resultaten is waarschijnlijk net zo moeilijk voor een machine als voor een mens - met andere woorden, onmogelijk. Maar machine learning is goed in het snel herzien van prognoses en actieplannen in realtime, om de werkelijke aankooppatronen weer te geven, meent Sammalkorpi.

Dit alles veronderstelt natuurlijk dat inkoop de nieuwe technologie soepel in zijn activiteiten kan integreren. Maar nieuw onderzoek van Forrester Consulting, in opdracht van inkoopplatformleverancier Ivalua, suggereert dat dit verre van het geval is. Door gebruik te maken van een "digitale volwassenheidsindex" om de voortgang van bedrijven bij het adopteren van inkooptechnologie te beoordelen, ontdekte Forrester dat de meesten hun volwassenheidsniveau in dat opzicht "aanzienlijk overschatten".

Vijfenzestig procent van de ondervraagde bedrijven beschouwde zichzelf als 'geavanceerd', maar slechts 16 procent had het vereiste niveau van digitale volwassenheid in hun inkooporganisaties om die beoordeling te rechtvaardigen.

Een probleem is dat veel bedrijven aanvankelijk slechte keuzes maken bij het selecteren van inkooptechnologie. In het Forrester-onderzoek was 82 procent overgestapt of overwoog om van technologieaanbieder te veranderen, met als redenen de slechte onboarding van leveranciers en gebruikersadoptie.

Bovendien was de adoptietermijn te lang. Slechts 17 procent van de organisaties was in staat om in minder dan een maand nieuwe leveranciers in dienst te nemen, en 59 procent deed er tussen de één en drie maanden over voor elke leverancier.

"Inkoopleiders hebben de mogelijkheid om hun organisaties een echt concurrentievoordeel te bieden", zegt David Khuat-Duy, corporate chief executive officer van Ivalua, in een verklaring. "Digitale transformatie is cruciaal voor succes, maar vereist een realistische inschatting van de huidige volwassenheid, een duidelijke visie voor elke fase van de reis en de juiste technologie."

Dit alles suggereert dat technologie in de vorm van AI en machine learning mensen nog lang niet uit de inkoopfunctie zal halen, ook al belooft het de operaties te verbeteren als het goed wordt beoordeeld en geïmplementeerd.