“Il quadro dell’introduzione della AI sui processi di acquisto è chiaro. Nel campione 1/3 delle imprese è attiva sulle tecnologie di AI, con un atteggiamento proattivo fatto di collaborazioni con aziende di consulenza, software vendor e altri attori nella propria supply chain (clienti e fornitori). I 2/3 delle aziende, invece, risultano ancora non aver esplorato questo tipo di tecnologie”. A spiegarlo è Giuseppe Stabilini, direttore scientifico del Procurement Lab di SDA Bocconi e responsabile del progetto insieme al collega Luca Molteni.
Il centro di ricerca dell’ateneo milanese specializzato sulle competenze, sui modelli operativi e sulle innovazioni nella gestione degli acquisti e delle relazioni di fornitura – realtà supportata dai main sponsor, Sap e Accenture, e dai member, Chief procurement officer (Cpo) leader di grandi aziende italiane e multinazionali – ha infatti pubblicato i risultati del primo progetto di ricerca condotto nel 2021, focalizzato sull’implementazione delle tecnologie di Artificial intelligence (AI) nelle varie fasi del processo di acquisto.
AI rilevante e decisiva per intere fasi
L’indagine ha utilizzato una classificazione ampia di AI, includendo sia le metodologie più complesse (come Machine e Deep learning), sia le applicazioni più deterministiche (Robotic process automation e Optical character recognition). Mediante una survey indirizzata ai Cpo di imprese operanti in Italia sono state raccolti dati di oltre 130 realtà aziendali, con numerosi progetti di AI adottati.
Ne è emerso che le aziende hanno adottato la AI in particolare nelle fasi di Vendor management, eSourcing & tender management, Contract management e di Spending analysis. Oltre il 50% dei progetti ha coinvolto più di 3 fasi del processo, evidenziando la tendenza ad usare le tecnologie come strumento di integrazione end-to-end delle attività. L’AI è rilevante e decisiva per intere fasi (51% dei progetti), sottolineando la capacità della stessa di supportare pienamente compiti e analisi demandate in alternativa al buyer.
La ricerca ha classificato i progetti di AI secondo l’obiettivo ricercato (efficienza vs. efficacia) e il grado di novità nel modello operativo (esistente vs. nuovo). I progetti si distribuiscono in larga parte nei soli due cluster “optimize” (36%) e “expand” (31%). I primi sono volti a utilizzare le tecnologie di AI per recuperare efficienza e liberare le persone dalle attività a minor valore aggiunto. I secondi invece ricercano un miglioramento dell’efficacia delle decisioni di acquisto, anche grazie a nuovi modelli operativi, con risultati di maggiore velocità, miglior governo dei rischi, benefici in qualità e riduzione dei costi e una migliore gestione dei processi amministrativi.
I progetti “balance” si collocano in una posizione intermedia tra i due e sono il 23% del totale. Il supporto della AI è rilevante in tutte le fasi del processo decisionale: “Data generation & collection” (49% dei progetti), “Data analysis & processing” (87%), “Output validation / Managerial Decision” (51%). Nel 26% dei progetti l’AI è in grado di migliorare costantemente il proprio algoritmo grazie a circuiti di feedback autonomi integrati nella tecnologia.
L’AI sempre più orientata verso fasi di acquisto complesse e rilevanti
I Cpo coinvolti nella ricerca hanno dichiarato risultati allineati (51%) o superiori (10%) alle aspettative, confermando il livello non solo di maturità delle stesse, ma l’efficacia nell’affiancare e integrare il lavoro dei buyer. Circa il futuro, il gruppo di ricerca ha individuato due direttrici di investimento: le aziende ancora non esposte a progetti di AI devono lavorare sulle strategie e sulla cultura aziendale al fine di ottenere una maggiore apertura alle tecnologie stesse, muovendosi verso una leadership più proattiva e aperta a collaborazioni esterne; le aziende già attive, con progetti di AI in corso o implementati, devono sviluppare piani di formazione delle persone al fine di rafforzare le competenze acquisite e attrarre nuove skill qualificate, anche attraverso una maggiore integrazione e collaborazione con soggetti esterni.
I Cpo evidenziano, infine, come nei prossimi anni l’attenzione della AI si sposterà su fasi del processo di acquisto rilevanti e complesse, come “Budget planning & Savings tracking”, “Risk management” e “Collaborative planning & forecasting”. Gli algoritmi dovranno raccogliere e elaborare dati prodotti internamente con informazioni e scenari provenienti sia da partner della supply chain, sia dall’ambiente esterno.
“L’impatto della pandemia ha portato le aziende ad accelerare i processi di diversificazione e localizzazione delle catene di approvvigionamento, per renderle più agili e resilienti”, dichiara Fabrizio Fassone, Head of intelligent spend management di Sap Italia e Grecia. “Oggi i Cpo si stanno sempre più concentrando sull’adozione di tecnologie intelligenti per aumentare la produttività e visibilità end-to-end delle supply chain, sfruttare il valore dei dati, e creare partnership responsabili per una crescita sostenibile a lungo termine”.
“L’incertezza nei mercati di fornitura e la necessità di governare scenari complessi ha spinto diverse realtà a introdurre l’AI nei processi di procurement. I risultati sono ampiamente positivi, con un bilanciamento uomo/macchina che migliora sia l’efficienza sia l’efficacia nelle decisioni di acquisto”, conclude il direttore del Lab Giuseppe Stabilini.
