Efektivní nákupčí může být i robot či AI

V rámci průzkumu „CPO Survey 2018: Whats the Next Big Thing in Procurement“ bylo mezi nákupními odděleními firem dotazováno 452 řídicích pracovníků, jak jejich podniky při nákupech využívají automatizaci. Studie se soustředila zejména na nasazení robotické automatizace procesů (RPA), využití nástrojů umělé inteligence (AI) a internetu věcí (IoT).

Z výsledků vyplývá, že ve firmách se zatím nejčastěji využívá robotická automatizace (tzv. softwarové roboty). Tu má podle průzkumu pro podporu nákupu již nasazena zhruba pětina (19 %) dotazovaných podniků, a další pětina předpokládá, že ji budou využívat do jednoho roku. Obdobný poměr vykazují i využití strojového učení a umělé inteligence, které deklarovalo 17 % respondentů, ale mnohdy šlo o využití v jiné oblasti než v oddělení nákupu. Technologie řazené do kategorie IoT/Průmysl 4.0 dnes využívá 22 % dotazovaných podniků, za rok jejich implementaci předpokládá dalších 15 %.

Zlevní technologie proces nákupu?
Podle odhadů podniky vynaloží při nákupech v průměru 3-4 % celkových externích výdajů na zbytečné transakční náklady, neefektivitu a regulační nesoulad. „Potenciál na zlevnění celého procesu se sice na první pohled nezdá zrovna vysoký, je však nutné si uvědomit, že při dnes obvyklé míře automatizace nákupů stále zbývá velké množství případů vyžadujících lidskou práci. Tu lze pomocí technologií eliminovat a potenciální úspory tak ještě zvýšit,“ říká Petr Havelka, ředitel české pobočky společnosti SAP Ariba.
Jednoduchá robotická automatizace zahrnuje nejčastěji zadávání poptávky prostřednictvím stávajících systémů, samotné stanovení poptávky nebo zpracování faktur. Umělá inteligence dokáže jít ovšem výrazně za rámec RPA. Strojové učení nebo jiné metody umělé inteligence umožňují automatizovat i ty situace, které až dosud vyžadovaly lidskou práci. Na rozdíl od systémů založených na pravidlech jsou systémy se strojovým učením samoučící, takže se neustále vylepšují a přizpůsobují změnám v organizaci. Takový software díky své schopnosti rozpoznávání vzorů dokáže správně provést už první krok procesu, tj. určit, o jaký typ úlohy vůbec jde.
„Umělá inteligence může podporovat např. řízení dodavatelů - analyzovat situaci na trhu, zohledňovat spolehlivost dodavatelů a navrhnout optimální smluvní podmínky. Dokonce může doporučit, jaké požadovat slevy. Strojové učení zase podporuje dodržování předpisů a regulací, dokáže upozornit na rizika, když dodavatelé nesplňují potřebná kritéria. Navíc lze takto sledovat efektivitu celého procesu dodávek a zkoumat, jaké transakce skutečně vytvářejí přidanou hodnotu,“ uvádí Petr Havelka. Přínos umělé inteligence pro centrální nákup jde podle něj daleko za jednodušší techniky robotické automatizace a umožňuje, aby se lidé soustředili na aktivity strategičtějšího typu.

Je to důležité, ale praxe pokulhává
Všechny uvedené technologie jsou vnímány jako součást celkové digitální transformace podniků a automatizace nákupu je tak obecně považována za klíčový faktor tohoto procesu přeměny moderní průmyslové výroby. Nicméně, ačkoli je téměř všechny firmy považují za důležité, prozatím je jen málokdy nasazují v takovém měřítku, aby mohly přinést maximální prospěch a nově definovat vlastní podnikání a podnikové procesy. Typicky zůstávají části organizace či některá oddělení novými technologiemi a digitalizací téměř nedotčena. V důsledku toho 83 % respondentů potvrzuje, že u nich probíhá digitální transformace, ale vysoce automatizované procesy se v oblasti nákupu využívají jen málo, uvádí 5 % respondentů. Téměř dvě třetiny (63 %) z nich pokládají automatizaci za kritickou a mají plány pro její zavádění, 22 % má podobné projekty týkající se IoT nebo Průmyslu 4.0. Organizace jsou v důsledku toho schopné fungovat pouze v reaktivním, nikoliv v proaktivním režimu, konstatuje studie.

/kp/

Publikováno: 29. 11. 2018 | Počet zobrazení: 1718 339