Ocena dostawców jest elementem procesowym występującym niemalże w każdym dziale zakupowym. Zwykle raz w roku jesteśmy zobowiązani zweryfikować swoich dostawców, aby wiedzieć, czy obrana strategia zakupowa jest zbieżna z realizacją celów zakupowych z odpowiednio dobranymi dostawcami.
Przyglądając się moim dotychczasowym kryteriom oceny dostawców nabrałam wątpliwości, czy ocena będąca wynikiem obliczeń, prawidłowo oceni dostawców i radyklanie wpłynie na strategię zakupową. Zaczęłam się zastanawiać czy terminy płatności, liczba reklamacji, terminowość i zgodność dostaw to są najwłaściwsze kryteria, na podstawie których można precyzować strategię ze względu na koszt według analizy ABC. Stwierdziłam, że jest to niewystarczająca ocena wymagająca poszerzenia kryteriów dających pełen obraz realnej współpracy z dostawcami. Zależało mi, aby ocena kontrahentów byłą kompleksową analizą opartą o kryteria pozwalające na określenie rentowność współpracy jak opłacalność kosztowa (marżowość), stan zapasów i ich koszt, terminowość realizacji dostaw, dynamika i przyrost obrotów, % realizacji zamówienia w jednej dostawie, możliwość zwrotów, komunikacja, certyfikaty, elastyczność odchyleń w planowaniu i kilku innych miękkich kryteriów. Tak zmodyfikowana karta oceny dostawców z pewnością pokazałaby rzetelny obraz korzyści wynikający z współpracy i wskazałaby, którzy dostawcy warci są priorytetowego zaangażowania.
Dane do wyliczeń tych kryteriów posiadałam, ale w wielu rozproszonych miejscach. Wartości do obliczeń mogłam pobrać z systemu Dynamics, obszaru raportowego SQL, dysków wewnętrznych oraz korespondencji e-mail. To był moment, kiedy pomyślałam o wsparciu sztuczną inteligencją.
Z pomocą firmy branży IT uznaliśmy, że podejmiemy próbę zastosowania narzędzia AI, które mogłoby wesprzeć obliczenia, co docelowo da efekt profesjonalnej oceny dostawców.
Wskazując miejsca umieszczenia danych poprosiliśmy AI o ich weryfikację, a następnie zapytaliśmy jakie kryteria oceny jesteśmy w stanie uzyskać. Sztuczna inteligencja wskazała nam 19 obszarów, na podstawie których można dokonać analizy. My docelowo zdecydowaliśmy się na 17 kryteriów.
W obrębie kryteriów do wyliczenia, na podstawie zadanych algorytmów np. koszt magazynowania, AI wyliczała wartości. Kolejnym etapem było skierowanie zapytania do AI o nadanie wag wyznaczonym wcześniej kryteriom. Specjalnie nie korygowaliśmy rekomendacje sztucznej inteligencji, ponieważ propozycję oceniliśmy jako spójną i logiczną. Ostatecznie otrzymaliśmy wyniki w formie raportu, który „urządziliśmy” po swojemu. Nietrudno się domyśleć, że nastąpiły pewne przetasowania w klasyfikacji analizy ABC. Powinniśmy się spodziewać, że dostawcy o dużych obrotach, dużych i kosztownych stanach magazynowych i słabej rotacji nie będą już klasyfikowani jako dostawcy priorytetowi A, z kolei dostawcy, których dotychczas nie docenialiśmy okazywali się najbardziej efektywni. Przystąpiliśmy zatem do negocjacji zwłaszcza z dostawcami, których uznawaliśmy za kluczowych i strategicznych partnerów. Podczas negocjacji skupiłam się głównie na tych obszarach, które były wrażliwe i kosztowne we współpracy. Wskazując dostawcom płaszczyzny do doskonalenia, uzyskałam zadowalający wynik w negocjacji głównie skupiając się na poprawie wyniku związanego z rotacją zapasów.
Zainwestowanie w sztuczną inteligencję okazało się bardzo słuszną decyzją.
Wiemy, że technologia teraźniejszości i przyszłości opiera się na automatyzacji i sztucznej inteligencji, My mamy już pierwszy krok za sobą i pomysły na kolejne wdrożenia.
Rekomenduję wszystkim więcej odwagi i chęci próbowania, otwartości na poznawanie i naukę.
Posiadając narzędzie AI wielokrotnie proszę o wsparcie dotyczące sposobów rozwiązania problemów i często otrzymuję gotowe, proste rozwiązania, które można wdrożyć od ręki oraz te mniej oczywiste, które wymagają przemyślenia, a to inspiruje najbardziej.
Autor: Monika Wypych Popiołek, Z.A.E. ERGOM Łódź, LIDER ZAKUPÓW 2023