በግዢ እና ወጪ ትንተና ውስጥ AI

የግዥ ትንተና የሚጀምረው በመሠረታዊ ችግር ነው፡- አብዛኞቹ ድርጅቶች በምን ላይ እንደሚያወጡት በትክክል አያውቁም። የግዢ ውሂብ በየኢአርፒ ሲስተሞች፣ የግዢ ካርዶች እና ደረሰኞች ተበታትኗል፣ እንደ 'ሚስክ አቅርቦቶች' ያሉ ግልጽ ያልሆኑ የመስመር መግለጫዎች ያሉት እና ተመሳሳይ ሻጭ ደርዘን መንገዶችን አስፍሯል። የወጪ ምደባ ይህን ያስተካክላል. የ AI ሞዴሎች የአቅራቢዎችን ስም፣ የክፍያ መጠየቂያ መስመር ጽሑፍ እና አጠቃላይ የሂሳብ ኮድ ያነባሉ፣ ከዚያም እያንዳንዱን ግብይት በታክሶኖሚ ምድብ ውስጥ ይመድባሉ፣ ብዙ ጊዜ እንደ UNSPSC ወይም የአንድ ኩባንያ የራሱ እቅድ። ከመከፋፈሉ በፊት የህጋዊ አካል መፍታት የሻጭ ልዩነቶችን ያዋህዳል፣ ስለዚህ 'IBM Corp' እና 'International Business Machines' እንደ አንድ አቅራቢ ይቆጠራሉ። ውጤቱ የወጪ ኪዩብ ነው፡ በምድብ፣ በአቅራቢ እና በንግድ ክፍል ወጪ። ያ አመለካከት የማጠናከሪያ እድሎችን፣ ከውል ውጪ መግዛት እና በነጠላ አቅራቢዎች ላይ ጥገኛ መሆንን ያሳያል። የአቅራቢ ስጋት ነጥብ የፋይናንስ ምልክቶችን፣ የአቅርቦት አፈጻጸምን፣ ማዕቀቦችን እና የክትትል ዝርዝር ማጣሪያን፣ የሳይበር ደህንነት ደረጃዎችን፣ የESG መረጃን እና የዜና ክትትልን ያጣምራል። የቋንቋ ሞዴሎች በብዙ ቋንቋዎች ዜናዎችን እና ሰነዶችን በማንበብ እና ተዛማጅ ክስተቶችን በማጠቃለል ይረዳሉ። የተለመደው የተሳሳተ ግንዛቤ የአደጋ ነጥብ ውድቀትን ይተነብያል። ለትንንሽ ቡድን መጀመሪያ የት እንደሚታይ የሚነግሮት ቅድሚያ የሚሰጠው መሳሪያ እንደሆነ በተሻለ መንገድ ተረድቷል። የድርድር ወኪሎች አዲሱ አጠቃቀም ናቸው። ዋልማርት ከፓክተም ሶፍትዌር በመጠቀም ከረጅም ጭራ አቅራቢዎች ጋር በቻት በይነገጽ ለመደራደር በይፋ ገልጿል። እነዚህ ወኪሎች በሰዎች በተቀመጡት ገደቦች ውስጥ ይሰራሉ፡ የዒላማ ቃላቶች፣ የመሄጃ ነጥቦች እና ተቀባይነት ያላቸው ግብይቶች፣ ለምሳሌ ለቅናሽ ምትክ ረዘም ያለ ውል። ከስልታዊ ኮንትራቶች ይልቅ ከፍተኛ መጠን እና ዝቅተኛ ውስብስብ ስምምነቶችን ያሟላሉ። የመንግስት ግዥ ገደቦችን ይጨምራሉ። የመንግስት ግዢ በፉክክር ፣ግልጽነት እና በእኩልነት አያያዝ ላይ ህጎችን መከተል አለበት ፣ስለዚህ AI ለመተንተን ብዙ ጥቅም ላይ ይውላል ፣ለምሳሌ በክፍት የኮንትራት መረጃ ላይ ማጭበርበርን መለየት ፣ ከአውቶሜትድ ውሳኔዎች ይልቅ። ከጨረታ ተቃውሞ ለመዳን በአቅራቢዎች ምርጫ ላይ ተጽእኖ የሚያሳድር ማንኛውም መሳሪያ በቂ ማብራሪያ ሊኖረው ይገባል.