SAP Ariba vypracovala studii, která ukazuje nasazování nových technologií v odděleních nákupu. Na průzkumu mezi zaměstnanci těchto oddělení se podílela i německá Univerzita aplikovaných věd Würzburg-Schweinfurt. Nejčastěji se prozatím využívá robotická automatizace (softwarové roboty). Tu má již podle průzkumu pro podporu nákupu nasazeno 19 % respondentů, dalších 20 % předpokládá, že ji budou využívat do jednoho roku.
Využití strojového učení a umělé inteligence deklarovalo 17 % respondentů (dalších 17 % jej očekává v horizontu roku), ale mnohdy šlo o využití v jiné oblasti než v oddělení nákupu. Technologie řazené do kategorie IoT/Průmysl 4.0 dnes využívá 22 % dotazovaných podniků, za rok jejich implementaci předpokládá dalších 15 %.
Podle odhadů podniky vynaloží při nákupech v průměru 3 – 4 % celkových externích výdajů na zbytečné transakční náklady, neefektivitu a regulační nesoulad. „Potenciál na zlevnění celého procesu se sice na první pohled nezdá zrovna vysoký, je však nutné si uvědomit, že při dnes obvyklé míře automatizace nákupů stále zbývá velké množství případů vyžadujících lidskou práci. Tu lze pomocí technologií eliminovat a potenciální úspory tak ještě zvýšit,“ říká Petr Havelka, ředitel české pobočky společnosti SAP Ariba.
Jednoduchá robotická automatizace zahrnuje nejčastěji zadávání poptávky prostřednictvím stávajících systémů či kanálů, samotné stanovení poptávky (tzn. např. určení, kolik bude třeba dodávat jednotlivých vstupů) nebo zpracování faktur. Umělá inteligence dokáže jít ovšem výrazně za rámec RPA. Strojové učení nebo jiné metody umělé inteligence umožňují automatizovat i ty situace, které až dosud vyžadovaly lidskou práci. Na rozdíl od systémů založených na pravidlech se navíc systémy se strojovým učením ladí nejen před samotným nasazením, ale učí se i průběžně, takže se neustále vylepšují a přizpůsobují změnám v organizaci. Takový software díky své schopnosti rozpoznávání vzorů dokáže správně provést už první krok procesu, tj. určit, o jaký typ úlohy se vůbec jedná.
„Umělá inteligence může podporovat například řízení dodavatelů – analyzovat situaci na trhu, zohledňovat spolehlivost dodavatelů a navrhnout optimální smluvní podmínky, takže umí dokonce doporučit, jaké např. požadovat slevy. Strojové učení podporuje dodržování předpisů a regulací, dokáže upozornit na rizika, že dodavatelé nesplňují potřebná kritéria. Navíc lze takto sledovat efektivitu celého procesu dodávek a zkoumat, jaké transakce vytvářejí přidanou hodnotu,“ uvádí Petr Havelka, a dodává: „Přínos umělé inteligence pro centrální nákup jde daleko za jednodušší techniky robotické automatizace a umožňuje, aby se lidé soustředili na aktivity strategičtějšího typu.“
