DalšíDalší průvodce
AI v aplikované analýze chování
Průmyslová odvětví
PRŮVODCE odvětvími
Umělá inteligence při zadávání zakázek využívá strojové učení ke klasifikaci toho, co organizace nakupuje, hodnocení rizik dodavatelů a v některých případech vyjednávání rutinních kontraktů prostřednictvím softwarových agentů.
Poslechněte si tento návodAI-vyprávěný · ~3 min
Je to důležité, protože nákup často představuje velkou část nákladů organizace a organizace nemohou jednat na základě výdajů, které nevidí, nebo rizik dodavatelů, kterých si nevšimly.
Analytika nákupu začíná základním problémem: většina organizací přesně neví, za co utrácejí peníze. Údaje o nákupech jsou rozptýleny v systémech ERP, nákupních kartách a fakturách s vágními popisy řádků, jako je „různé zásoby“ a stejný dodavatel hláskoval tucet způsobů. Klasifikace útraty to řeší. Modely umělé inteligence čtou jména prodejců, text řádků faktur a kódy hlavní knihy a poté přiřazují každou transakci do kategorie v taxonomii, často standardu, jako je UNSPSC nebo vlastní schéma společnosti. Před klasifikací se při řešení entit spojují varianty dodavatelů, takže „IBM Corp“ a „International Business Machines“ se počítají jako jeden dodavatel. Výsledkem je krychle výdajů: výdaje podle kategorie, dodavatele a obchodní jednotky. Tento pohled odhaluje možnosti konsolidace, mimosmluvní nákupy a závislost na jednotlivých dodavatelích. Hodnocení rizik dodavatelů kombinuje finanční signály, výkon dodávek, prověřování sankcí a sledovaných seznamů, hodnocení kybernetické bezpečnosti, informace ESG a sledování zpráv. Jazykové modely pomáhají čtením zpráv a záznamů v mnoha jazycích a shrnutím relevantních událostí. Obvyklá mylná představa je, že skóre rizika předpovídá selhání. Je lépe chápán jako nástroj pro stanovení priorit, který říká malému týmu, kam se má dívat jako první. Nejnovějším využitím jsou vyjednávací agenti. Walmart veřejně popsal používání softwaru od Pactum k vyjednávání s dodavateli s dlouhými ocasy prostřednictvím chatovacího rozhraní. Tito agenti pracují v rámci limitů stanovených lidmi: cílové podmínky, body odchodu a přijatelné kompromisy, jako je delší smlouva výměnou za slevu. Vyhovují spíše velkoobjemovým a málo složitým obchodům než strategickým kontraktům. Veřejné zakázky přidávají omezení. Vládní nákupy se musí řídit pravidly hospodářské soutěže, transparentnosti a rovného zacházení, takže umělá inteligence se tam používá spíše pro analýzy, jako je odhalování tajných dohod nebo podvodů v datech otevřených smluv, než pro automatizovaná rozhodnutí. Jakýkoli nástroj, který ovlivňuje výběr dodavatele, musí být dostatečně vysvětlitelný, aby přežil protest proti nabídce.
Výrobce provádí klasifikaci výdajů na základě umělé inteligence během tří let faktur a zjistí, že 40 obchodních jednotek nakupuje ochranné rukavice od desítek různých prodejců, což vytváří konsolidovanou smlouvu.
Nástroj dodavatelského rizika monitoruje novinky, seznamy sankcí a finanční podání a upozorňuje kupujícího, že jediný dodavatel komponentů vstoupil do insolvenčního řízení.
Velký maloobchodník používá vyjednávacího agenta chatbota k opětovnému vyjednávání platebních podmínek s tisíci malých dodavatelů, které jeho kupující nikdy neměli čas individuálně kontaktovat.
Veřejný kontrolní úřad aplikuje detekci anomálií na záznamy o výběrových řízeních na vzory příznaků, které mohou signalizovat zmanipulování nabídek, jako jsou rotující vítězové nebo téměř identické částky nabídek.
Klasifikace a sledování rizik jsou dostatečně vyspělé, takže hlavní rozdíly mezi nástroji nyní spočívají v pokrytí dat a integraci s nákupními systémy. Jazykové modely usnadňují extrahování podmínek ze smluv a odpovědi na otázky o výdajích srozumitelným jazykem, ačkoli výstupy stále vyžadují kontrolu se zdrojovými daty. Autonomní vyjednávání pravděpodobně zůstane omezeno na rutinní, vázané obchody a vyvolá nové otázky, když kupující i dodavatel nasadí agenty. Ve veřejném sektoru budou data o otevřených smlouvách a analytické analýzy auditů pravděpodobněji růst než automatizovaný výběr dodavatelů, vzhledem k právním požadavkům na transparentní a sporná rozhodnutí.
Newsletter zdarma
Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.
Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.
Otestujte se
Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.
Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte
Umělá inteligence při zadávání zakázek využívá strojové učení ke klasifikaci toho, co organizace nakupuje, hodnocení rizik dodavatelů a v některých případech vyjednávání rutinních kontraktů prostřednictvím softwarových agentů. Je to důležité, protože nákup často představuje velkou část nákladů organizace a organizace nemohou jednat na základě výdajů, které nevidí, nebo rizik dodavatelů, kterých si nevšimly.
Řešení entit uznává, že varianty jako 'IBM Corp' a 'International Business Machines' jsou jedním dodavatelem, takže výdaje nejsou rozděleny mezi duplikáty.
Po klasifikaci lze výdaje rozdělit podle kategorie, dodavatele a obchodní jednotky a odhalit tak příležitosti konsolidace a mimosmluvní nákupy.
Skóre rizik kombinuje mnoho signálů, které pomáhají malým týmům soustředit pozornost; nejsou to přesné předpovědi neúspěchu.
Agenti jako ten, který Walmart používal s Pactum, zvládají mnoho malých, rutinních jednání v rámci limitů, které si lidé nastavili; strategické dohody zůstávají s lidmi.
Agent operuje uvnitř lidmi definované obálky cílů, bodů odchodu a kompromisů, jako je delší smlouva o slevě.
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
AI v aplikované analýze chování
Průmyslová odvětví