Inloggen
Login met InkopersCafé account Account aanmaken

Premium logo's

Premium logo's

Premium partners

Sidebar premium

Sidebar premium

Gold partners

Sidebar gold

Sidebar gold

Silver partners

Sidebar silver

Sidebar silver
20
11
18
Jon Jonoski
1 Star2 Stars3 Stars4 Stars5 Stars
Door Jon Jonoski
Dossier: E-procurement
Soort: ,

IBM leidt inkopers richting digitale toekomst

IBM leidt inkopers richting digitale toekomst

“Inkopers moeten conventionele werkmethoden waarbij ze gebruik maken van analoge systemen en vooral reageren op vraag loslaten. Ze moeten de nadruk leggen op vraagvoorspelling, het automatiseren van transacties, risicovermindering en het verkrijgen van betere inzicht in grondstofmarkten.” Mayank Chandla, SAP Ariba Leader bij IBM Europe, denkt dat inkoop zich slechts op deze manier kan aanpassen aan het “tijdperk van digitale disruptie.” In samenwerking met SAP Ariba is IBM dan ook volop bezig met het ontwikkelen van tools die inkopers kunnen ondersteunen bij deze veranderingen.

Chandla legt uit dat inkoopleiders drie belangrijke stappen moeten doorvoeren om deze transformatie succesvol te laten verlopen. “Ten eerste moeten ze hun gehele proces digitaliseren. Ten tweede moeten ze, gebruikmakend van cognitieve technologieën en kunstmatige intelligentie (AI) het gehele proces integreren in hun IT-infrastructuur. Ten derde moeten ze de inkoopafdeling zelf stimuleren om deze nieuwe systemen te verwelkomen. Ze moeten bereid zijn om op deze nieuwe manier te werken en er de voordelen van inzien. Al deze stappen moeten bovendien in samenhang met elkaar worden genomen.”

Strategisch partnerschap
IBM baseert dit advies op haar eigen inkooptransformatie, waarbij het bovenstaande drie stappen heeft doorlopen. Het bedrijf werkt nu in meerdere partnerschappen aan de ontwikkeling van diensten en producten die inkoop verder de toekomst in moeten helpen. In februari 2017 het zo een strategisch partnerschap met SAP overeengekomen. Daardoor kunnen beide partijen nu producten en diensten met elkaar integreren in Hana (SAP’s geavanceerde platform voor ‘real-time business’) zodat klanten nog beter het gehele proces kunnen overzien. Naast Hana is volgens Chandla het grootste voordeel van SAP dat “het interactie tussen mens en machine verbetert. Hierdoor kan het inkoopproces effectiever gestuurd worden en wordt de gebruikservaring vergemakkelijkt.”

Leveranciersrisico
Chandla stelt dat bij de samenwerking tussen SAP en IBM de focus in het bijzonder ligt op het beperken van leveranciersrisico’s, sourcing intelligence en contractbeheer. Om te verduidelijken hoe dat er in de praktijk naar voren komt geeft hij een paar voorbeelden. “Wanneer je een RFP (offerteaanvraag) opstelt kan het systeem, gebruikmakend van AI, je op basis van interne en externe informatie adviseren. Kijkend naar je leveranciersbestand, eerdere offerte’s, grondstofprijzen en lokale prijzen, kan het de beste leverancier aanwijzen. Het systeem kan zich op hyperlokaal niveau aanpassen aan je bedrijfscontext en is bovendien zelflerend. Hierdoor kan het effectief leveranciersrisico’s opsporen, je erover informeren en je de nodige informatie geven om dat risico op een goede manier te beoordelen.”

Contractbeheer
Chandla benadrukt dat de tool inkopers slechts ondersteunt bij hun beslissingen. Wanneer zij het advies niet willen opvolgen kunnen zij daar redenen voor opgeven. De volgende keer zal de software die informatie meenemen in haar advisering. Op een soortgelijke manier bieden SAP en IBM ondersteuning bij contractbeheer. “Wanneer je een wijziging in enkele contracten wil doorvoeren kun je het systeem door al je contracten laten gaan, waarna het in de relevante contracten de relevante veranderingen doorvoert, Dat is bijvoorbeeld zeer nuttig bij de implementatie van nieuwe , zoals de AVG-wetgeving. Deze module kan bovendien bij deze scan ook aangeven wat voor impact de nieuwe wetgeving op de contracten zal hebben, en waarom dat zo is. Op deze manier kunnen gebruikers op tijd beslissen of, en welke, maatregelen ze willen nemen.”

Cognitieve modellen
Op het gebied van vraagvoorspelling kan Chandla een nog concreter voorbeeld geven. “Recent kwam een bedrijf naar ons toe met een probleem. Zij konden niet efficiënt produceren, omdat zij geen manier konden vinden om accuraat de vraag naar hun product te voorspellen. Wij ontwikkelden daarom met behulp van AI cognitieve business modellen die we combineerden met externe gegevens over hun toeleveringsketen, verschepingen en andere relevante zaken. Dat leverde 84% nauwkeurige voorspellingen op. Dat is weliswaar geen 100%, maar dat is ook niet mogelijk in die industrie.”

 

Jon Jonoski
Door Jon Jonoski
Jon Jonoski is een enthousiaste journalist die zich graag verdiept in de wereld van inkoop en aanbestedingen

Geef een reactie

Het e-mailadres wordt niet gepubliceerd.