Menerima AI dan Pembelajaran Mesin dalam Pengadaan: Peluang, Tantangan, dan Praktik Terbaik
Karir panjang Anda dalam pengadaan sebagian besar terdiri dari ditendang oleh manajemen atas atas kebutuhan untuk terus memotong biaya pemasok. Datanglah teknologi digital untuk membuat pekerjaan Anda lebih mudah — atau mengambilnya.
Itu, setidaknya, adalah khawatir profesional pengadaan di era kecerdasan buatan dan pembelajaran mesin. Mempertimbangkan semua faktor yang terlibat dalam pemilihan dan pemeliharaan pemasok, bukankah masuk akal untuk menyerahkan tugas kepada sistem yang dapat memproses lebih banyak data dari seratus manusia?
Dan volume data terus bertambah. Manajer pengadaan saat ini harus menarik dari banyak sumber intelijen, dari pemasok sendiri serta data keuangan independen, laporan berita, layanan pihak ketiga dan media sosial. Kata Sammeli Sammalkorpi, pendiri bersama vendor perangkat lunak analitik pengadaan Sievo: "Organisasi pengadaan belum belajar cara menikmati berbagai jenis data ini."
AI dan pembelajaran mesin tampaknya sangat cocok untuk tantangan ini. Namun khawatir bahwa mereka akan mengambil pekerjaan sepenuhnya tampaknya tidak beralasan. Apabila berkaitan dengan pengadaan yang efektif dan manajemen pemasok, masa depan yang dapat dilihat adalah kolaborasi antara manusia dan mesin.
"Saya benar-benar percaya bahwa peran AI bukan untuk mengganti manusia," kata Sammalkorpi. "Pembelajaran mesin dan AI dapat menyarankan temuan, tetapi Anda masih perlu menyesuaikan dengan apa yang relevan, dan apa yang tidak."
Mesin sangat efektif untuk aplikasi sempit, yang melibatkan masalah yang didefinisikan dengan baik. Lebih dari itu, mereka selalu "hidup" dan melibatkan biaya operasi yang minimal, dibandingkan dengan gaji dan manfaat pekerja manusia.
Namun saatnya untuk mengambil tindakan, manajer dengan daging dan darah perlu mengepal. Sederhananya, manusia masih lebih baik dalam membuat penilaian akhir tentang pemasok kunit. Setidaknya untuk saat ini, "pembelajaran mesin masih tidak cukup andal untuk menggerakkan keputusan," kata Sammalkorpi. (Ada alasan lain untuk menjaga manusia dalam lingkaran, katanya: mereka perlu mempertahankan tanggung jawab untuk membuat pilihan sehingga mereka tidak akan akhirnya menyalahkan mesin untuk pilihan yang salah.)
Dalam tahap awal pembelajaran mesin, teknologi kemungkinan dapat mengambil alih elemen tertentu dari kontrak pemasok. Namun, seiring waktu, pembeli akan menemukan diri mereka bergantung pada sistem untuk jumlah tugas yang meningkat, jika tidak keputusan akhir tentang pemeriksaan dan pemilihan pemasok.
Karena AI dan pembelajaran mesin sangat bergantung pada algoritma yang kompleks, perusahaan mungkin mengasumsikan bahwa mereka perlu mempekerjakan tim ilmuwan data yang mahal untuk menjalankan sistem dan memahami kesimpulannya. Dalam opini Sammalkorpi, itu bukan kasus untuk departemen pengadaan. Dia percaya keahlian itu lebih baik diperoleh dari penyedia outsourcing.
"Bahkan jika mereka mengira itu adalah kasus bisnis yang baik," katanya, "kami tidak melihat banyak organisasi yang mampu mempertahankan bakat itu di dalam rumah. Anda masih membutuhkan ilmuwan data, tetapi saya tidak pikir organisasi pengadaan adalah tempat yang tepat untuk mereka."
Memprediksi hasil masa depan kemungkinan akan sulit bagi mesin seperti bagi manusia — kata lain, tidak mungkin. Namun pembelajaran mesin baik dalam merevisi peramalan dan rencana tindakan secara cepat secara real time, untuk mencerminkan pola pembelian sebenarnya, menurut Sammalkorpi.
Semua ini, tentu saja, mengasumsikan bahwa pengadaan dapat dengan lancar mengintegrasikan teknologi baru ke dalam operasinya. Namun penelitian baru dari Forrester Consulting, yang dikerahkan oleh vendor platform pengadaan Ivalua, menunjukkan bahwa ini jauh dari kasus. Menggunakan "indeks kematangan digital" untuk menilai kemajuan perusahaan dalam mengadopsi teknologi pengadaan, Forrester menemukan bahwa sebagian besar "secara signifikan menglebih-lebihkan" tingkat kematangan mereka dalam hal ini.
Enam puluh lima persen perusahaan yang disurvei menganggap diri mereka "canggih," tetapi hanya 16 persen yang memiliki tingkat kematangan digital yang diperlukan dalam organisasi pengadaan mereka untuk menilai itu.
Salah satu masalah adalah banyak membuat pilihan awal yang buruk dalam memilih teknologi pengadaan. Dalam studi Forrester, 82 persen telah beralih atau mempertimbangkan untuk beralih penyedia teknologi, menyebutkan tingkat onboarding pemasok dan adopsi pengguna yang buruk sebagai alasan.
Selain itu, periode adopsi terlalu panjang. Hanya 17 persen organisasi yang mampu mengonboard pemasok baru dalam waktu kurang dari satu bulan, dan 59 persen membutuhkan waktu antara satu dan tiga bulan untuk setiap pemasok.
"Pemimpin pengadaan memiliki kesempatan untuk memberikan keunggulan kompetitif yang sebenarnya bagi organisasi mereka," David Khuat-Duy, corporate chief executive officer Ivalua, dalam pernyataan. "Transformasi digital krusial untuk keberhasilan, tetapi memerlukan penilaian realistis atas kematangan saat ini, visi yang jelas untuk setiap tahap perjalanan dan teknologi yang tepat."
Semua ini menunjukkan bahwa teknologi dalam bentuk AI dan pembelajaran mesin masih jauh dari menggantung manusia dari fungsi pengadaan, meski janji untuk meningkatkan operasi saat dievaluasi dan diimplementasikan dengan baik.
