Inkoop moet zich voorbereiden op AI

Het gebruik van Artificial Intelligence (AI) rukt langzaam maar zeker op in het bedrijfsleven. Inkoop blijft hier nog bij achter. Achraf Talhaoui is managing partner bij inkoopadviesbureau Qando en gespecialiseerd in AI. Hij legt uit wat de mogelijkheden zijn.

Machine learning en algoritmen zijn termen die bij AI horen. AI leert op basis van data en bouwt zo algoritmen op die taken kunnen uitvoeren. “Data zijn de brandstof van de AI-toepassing”, legt Talhaoui uit. “Je moet zorgen dat je die paraat hebt. Hiervoor moet je bijvoorbeeld veelgestelde vragen loggen en samen met de antwoorden in je systeem zetten. Met die data kan een algoritme dan bepaalde taken uitvoeren.”

Spend en contractanalyse

Bedrijven kunnen AI in iedere stap van het inkoopproces toepassen. Talhaoui: “Je kunt bijvoorbeeld een algoritme tachtig tot negentig procent van een offerte-aanvraag laten opstellen. Het kan daarbij de juiste offertevragen en eisen bepalen op basis van eerdere aanvragen. Vervolgens kan de toepassing ook tachtig tot negentig procent van de offertebeoordeling voor zijn rekening nemen. ” Inkoop gebruikt AI nu vooral voor ‘spend’. “Algoritmen doorlopen order- en factuurregels om die te classificeren. De algoritmen kijken daarbij ook naar patronen in de data.”
Daarnaast vindt in de inkoop sinds anderhalf jaar mondjesmaat contractanalyse met algoritmen plaats. “Dat gebeurt met natural language processing in plaats van met alleen data-analyse. Momenteel worden inkoopcontracten gescand op clausules inzake overmacht. Corona maakt vaak zo’n snelle scan van contracten nodig. Een ander voorbeeld is het zoeken naar kortingsclausules in contracten en of je die wel benut.”

Geen monnikenwerk meer

Volgens Talhaoui is de inkoop erg geschikt voor AI, omdat het zo’n data-intensief vakgebied is. “AI kan veel sneller informatie uit data halen dan de mens. Het neemt het monnikenwerk weg. Nu moeten bijvoorbeeld alle contracten met de hand worden doorgewerkt. AI maakt dat overbodig. Algoritmes herkennen ook fouten. Dat betekent dat inkoop minder intern hoeft te verifiëren. Daarnaast leren algoritmen op basis van conversaties uit het verleden steeds beter vragen te beantwoorden. Inkopers krijgen vaak dezelfde vragen van collega’s en leveranciers en het scheelt veel tijd als ze die niet steeds hoeven te beantwoorden.”

Daarbij betekent AI volgens Talhaoui tot 75 procent meer productiviteit. “Bij een miljard aan spend zijn zestig man van inkoop en andere afdelingen betrokken. Door goede automatisering en AI hoef je 25 procent minder mensen in te zetten. Koplopers onder de bedrijven komen zelfs tot een halvering.”
Een vierde voordeel is dat AI kennis oplevert. “Een algoritme herkent in de massa data nieuwe verbanden die wij niet zien. Op basis daarvan kom je tot innovatieve businessideeën en dat leidt tot nieuwe marktkansen.” Verder verhoogt AI de voorspelbaarheid van het inkoopwerk. “Je kunt marktbewegingen en prijsontwikkelingen beter voorspellen.”
In de praktijk ontwikkelde Qando voor een klant bijvoorbeeld een algoritme dat een beter en gedetailleerder inzicht gaf in wereldwijde spend. “We wisten daarbij een nauwkeurigheid van 97,3 procent te bereiken. Daarnaast hebben we een AI-toepassing voor een klant ontwikkeld die de ontwikkeling van grondstofprijs over een maand inschat. Dat lukte met 90 tot 95 procent nauwkeurigheid. De prijsbeweging omhoog of omlaag kon AI zelfs met 98 procent nauwkeurigheid voorspellen.”

AI levert meer tijd op voor het ontwikkelen van strategieën en leveranciersrelaties. “Dat geldt ook voor de contacten met kleinere leveranciers, die nu vaak weinig aandacht krijgen. Terwijl daar ook een leverancier tussen kan zitten van een cruciaal onderdeel.”
Een beperking van de huidige AI is dat het goed is in één aspect. “Een voorbeeld is Google Translate dat vertaalt op basis van een lerend algoritme. Het beantwoordt echter geen vragen. In de toekomst wordt dat mogelijk anders met virtual assistants die meer tegelijk kunnen.” Daarnaast kun je in een algoritme niet zien wat er fout gaat. “Je kunt er geen programmeerfout in vinden. Fouten kun je alleen corrigeren door het algoritme met andere data te trainen en dat kost tijd. Verder heb je heel veel data nodig.”

Vertalen inkoopbehoefte

Voor inkopers betekent AI dat operationele taken meer worden geautomatiseerd. Talhaoui denkt dat complete automatisering van bepaalde inkooprollen mogelijk is. “Het inkopen van reizen kan bijvoorbeeld gebeuren door één systeem dat ook zorgt dat de factuur naar de juiste persoon gaat.”
Volgens hem raken inkopers hun werk niet zomaar door AI kwijt. “Zo moeten bij spendanalyse inkopers met de resultaten aan de slag. Bij offertes en contracten blijven het onderhandelen en het overleg mensenwerk.”
Daarnaast komen er nieuwe taken bij voor inkoop. “Je hebt mensen nodig die de data-invoer verzorgen voor de algoritmen. Daarbij is het belangrijk dat ze de inkoopbehoefte vertalen naar de inzet van AI. Aan de outputkant kunnen inkopers de uitkomsten van algoritmen interpreteren en verwerken en toetsen of het systeem goed werkt.”
Talhaoui onderstreept dat het werken met AI vraagt om een gericht personeelsbeleid. “Je moet mensen bijscholen om de nieuwe werkwijze toe te kunnen passen. Daarnaast kun je nieuwe mensen binnenhalen of werken met wizard based systemen waarbij omscholing niet nodig is.”

Learning by doing

Volgens Talhaoui loopt inkoop teveel achter op AI-gebied. “Je ziet AI nu meer bij marketing, sales en ook HR dan bij inkoop. Inkoop staat minder open voor vernieuwing. Wil inkoop AI echt gaan toepassen, dan is daarvoor ambitie, lef en digitaal leiderschap nodig. AI wordt overal al gebruikt, ook privé op de smartphone. In de marketing doen ze bijvoorbeeld al veel met customer experience. Inkoop zou hetzelfde kunnen doen met buying experience.”
Willen inkoopafdelingen AI goed gaan toepassen, dan moeten ze volgens Talhaoui nu beginnen. “Dat begint met het tijdig nagaan welke data ze hebben, hoe schoon die zijn en hoe bruikbaar. Die data kunnen ze dan klaar maken voor AI. Vervolgens kan inkoop de processtappen digitaal maken. Denk bijvoorbeeld aan de inhuur van mensen. Daarna kan de inkoopafdeling gaan experimenteren met pilots met AI. Uitgangspunt is ‘learning by doing’, dus niet eerst voorkoken wat iets kan en wat het moet opleveren.”
Voor de toekomst verwacht Talhaoui dat AI zich ontwikkelt van data-analyse richting taalherkenning. “Van daaruit gaat het verder naar een geheel virtuele assistent die ingewikkelde beslissingen kan nemen. Mijn voorspelling voor volgend jaar is dat 2021 het jaar wordt van AI voor contractmanagement.”

 

Bron: www.inkoperscafe.nl – 24/11/2020 – Gabor Mooij

 

Interesse in AI voor procurement? Binnenkort gaan we van start met de Masterclass van Achraf Talhaoui.