Inloggen
Login met InkopersCafé account Account aanmaken

Premium logo's

Premium logo's

Premium partners

Sidebar premium

Sidebar premium

Gold partners

Sidebar gold

Sidebar gold

Silver partners

Sidebar silver

Sidebar silver
31
05
Marcel Doppenberg
1 Star2 Stars3 Stars4 Stars5 Stars
Door Marcel Doppenberg
Categorie: Column
Soort:

Hoe lang wacht jij nog met inzet van slimme algoritmes?

Hoe lang wacht jij nog met inzet van slimme algoritmes?

Een slim algoritme zoekt razendsnel door 300 systemen en vindt aan de andere kant van de wereld de leverancier die het product wel kan gaan leveren voor de prijs die jij wilt betalen. Voor veel inkopers is het nog even wennen om niet langer je eigen intelligentie toe te passen op gegevens, maar dat over te laten aan technologie. We praten er langer over, maar de inzet van zogeheten ‘predictive procurement’ gebeurt nog maar mondjesmaat. Hoe komt dat?

Voorspelbare inkoopscenario´s

“Digitale platformen, machine learning en Artificial Intelligence (AI) stellen ons in staat beter samen te werken, herhaalfouten te voorkomen en inzicht te krijgen in de geϊntegreerde waardeketen van eigen productontwikkeling en -inkoop van leverancier tot klant,” vertelt Peter van der Poel, Manager IKEA Range & Supply in een Emerce artikel. De Zweedse retailer wordt steeds meer een tech-bedrijf. Dat geldt inmiddels voor meer organisaties waar digitale transformatie hoog op de agenda staat. Toch lijkt de inzet van AI nog in de kinderschoenen te staan. Volgens marktanalist Gartner geeft slechts 4% van de IT-bestuurders aan dat zij een serieuze vorm van kunstmatige intelligentie inzetten. 46% van dezelfde CIO’s verwacht binnen afzienbare tijd wel aan de gang te gaan met slimme technologie. Wat opvalt, is dat inkoop daarbij niet voorop loopt.

De grootste beer op de weg is data. Dat is de belangrijkste brandstof voor de inzet van slimme algoritmes die helpen inkoopscenario’s te voorspellen, in plaats van wat we gewend zijn te analyseren op basis van het verleden, zoals met Business Intelligence. Organisaties moeten bepalen welke data opgeslagen en verwerkt moet worden. Dat vormt de basis voor voorspelbaar inkopen. Niet alleen een flinke klus, maar het vereist ook ervaring en data science vaardigheden. Deze zaken zijn in veel inkooporganisaties onvoldoende voorhanden.

Klein beginnen

Dat pleit voor een ´think big, act small´ aanpak. Start niet met al te hoge verwachtingen. Als je gaat experimenteren, hoeft dat niet direct financieel voordeel op te leveren. Wie weet helpt de implementatie van voorspelbaar inkopen bij procesverbetering. Bijvoorbeeld voor een beter inzicht in het toekomstige uitgavepatroon. Denk ook niet gelijk in werk doen met minder personeel. Dat helpt jouw inkoopcollega´s niet bij hun enthousiasme. Die krijgen daarmee de indruk dat hun baan op het spel staat. Het is immers veel productiever en beter voor het draagvlak om collega´s in de frontlinie samen te laten werken met ´predictive procurement´ gereedschap. Zo ervaart iedereen op zijn of haar eigen manier hoe te profiteren van slimme technologie.

Een ander belangrijk aandachtspunt is visualisatie. Uitkomsten van slimme algoritmes moeten zo transparant mogelijk zijn en voor iedere relevante betrokkenen inzichtelijk en begrijpbaar zijn. Dat voorkomt gedoe met interpretatie van gegevens en helpt zowel inkopers als finance en legal collega´s met het beoordelen van de voorspellingen.

Ook in jouw organisatie kun je vast allerlei redenen noemen om niet te starten met AI. Ik daag je uit om al die beren op de weg om te zetten in kansen. Hoe gaat AI jouw inkoopprocessen helpen met wat tot voor kort niet mogelijk was?

 

 

Marcel Doppenberg
Door Marcel Doppenberg
Country Manager Benelux en UK van SynerTrade

Geef een reactie

Het e-mailadres wordt niet gepubliceerd.