Według raportu wpływ cyfrowej strategii zakupowej może być zmierzony za pomocą stopnia włączenia do strategii takich czynników, jak: cele, wydajność, skuteczność, zaangażowanie i doświadczenie oraz za pomocą poziomu sukcesu ich wdrożenia. Jednak respondenci zasugerowali, że włączenie celów do cyfrowej strategii zakupowej jest niewielkie i trudne do osiągnięcia. To sugeruje, że wpływ oraz korzyści z digitalizacji zakupów uzyskają liderzy, którzy dokonają przeglądu i udoskonalenia stosowanej technologii cyfrowej oraz wizji po to, aby były one bardziej zorientowane na działanie zwinne i płynne. Ponadto, CPO powinni bardziej skoncentrować się na zaangażowaniu i doświadczeniu.
Hierarchia dojrzałości
Digitalizacja 2.0
W kilku punktach:
- umożliwia wgląd do złożonych danych (transakcyjnych i zakupowych) w czasie rzeczywistym;
- pozwala zautomatyzować powtarzalne (rutynowe) zadania zakupowe;
- łączy modele danych w kompaktowe decyzje biznesowe;
- stale monitoruje zadania i procesy zakupowe, analizując ich bieżący wpływ na przedsiębiorstwo i obowiązujące cele;
- pozwala na szybką identyfikację ryzyka, wspiera decydentów w optymalizacji procesów zakupowych, zwiększa trafność prognoz popytu
Poziomy zaawansowania
Poniżej hierarchia ukazująca 4 poziomy zaawansowania modułów sztucznej inteligencji – od najprostszego (RPA) po najbardziej zaawansowany (AI).
Poziom IV: AI – Artificial Intelligence
uczy się na własnych doświadczeniach, może bardzo szybko analizować duże ilości danych, dostosowywać i tworzyć nowe reguły, nadpisywać kod i rozwijać procesy
Poziom III: AR – Automated Reasoning
pierwsza sztuczna inteligencja, technologia tworzy własne założenia, nadpisuje i tworzy własne zasady logiczne, sama decyduje co ma zrobić bez udziału człowieka na podstawie prawdopodobieństwa Np. może odczytywać faktury różne od zdefiniowanych wcześniej reguł.
Poziom II: ML – Machine Learning
na podstawie wystarczająco dużej bazy przykładów technologia adoptuje się i usprawnia przedefiniowane reguły. W połączeniu z RPA jest często mylony z AI. Np. im więcej przeanalizuje faktur, tym więcej będzie wiedziała jak je odpowiednio księgować
Poziom I: RPA – Robotic Process Automation
naśladuje, odwzorowuje ruchy człowieka np. odbiera emaile i ściąga załączniki z fakturami do zaksięgowania.
Machine Learning
Schemat przedstawia sposób funkcjonowania ML. Do tego niezbędny jest początkowy wsad z napakowanymi danymi historycznymi, wprowadzonymi do systemu. Stopniowo dodawany wsad do algorytmu i dopisywane kolejne rekordy pozwalają maszynie na przetworzenie ich i w razie niezgodności powrócenia do człowieka. W ten sposób uczy się i nadpisuje algorytmy.
Jak AI zmieni zakupy?
Wśród przewidywanych zmian można zauważyć przetwarzanie bardzo dużej ilości danych (volume) oraz ich procesowanie (szybkość, dostępność, istotność danych). Artificial Inteligence ma oddzielać istotne od nieistotnych informacji w kontekście prowadzonego projektu. Co więcej, Big Data Benchmarking, czyli przeszukiwanie i znajdowanie istotnych danych – na przykład wśród wszystkich dostawców w Internecie, pogrupowanie ich według opinii w social mediach, silne moce obliczeniowe i wyszczególnienie najlepszych wyników. Zwiększy się także rola wykorzystania Chatbota. Forma komunikacji z systemem zmieni się z pisemnej na słowną.
