조달은 AI 및 기계 학습 기술을 두려워해야 합니까 아니면 환영해야 합니까?

조달 분야에서 귀하의 오랜 경력은 주로 공급업체 비용을 지속적으로 절감해야 한다는 이유로 최고 경영진에게 두들겨 맞았습니다. 일을 더 쉽게 하거나 없애는 디지털 기술이 함께 옵니다.

그것은 적어도 인공지능과 머신러닝 시대에 조달 전문가들이 두려워하는 것이다. 공급업체 선택 및 유지 관리에 들어가는 모든 요소를 ​​고려할 때 100명의 사람보다 더 많은 데이터를 처리할 수 있는 시스템에 작업을 넘기는 것이 합리적이지 않습니까?

그리고 데이터의 양은 계속해서 증가하고 있습니다. 오늘날 조달 관리자는 공급업체 자체는 물론 독립적인 재무 데이터, 뉴스 보고서, 제3자 서비스 및 소셜 미디어에서 얻은 다양한 인텔리전스 소스를 활용해야 합니다. 조달 분석 소프트웨어 공급업체인 Sievo의 공동 설립자인 Sammeli Sammalkorpi는 다음과 같이 말했습니다.

AI와 머신 러닝은 이 과제에 특히 적합해 보입니다. 그러나 그들이 그 일을 완전히 인수할 것이라는 두려움은 근거가 없는 것처럼 보입니다. 효과적인 조달 및 공급업체 관리와 관련하여 가까운 미래는 인간과 기계의 협업입니다.

Sammalkorpi는 "AI의 역할은 인간을 대체하는 것이 아니라고 생각합니다."라고 말합니다. "머신 러닝과 AI는 결과를 제안할 수 있지만 관련성이 있는 것과 그렇지 않은 것을 조정해야 합니다."

기계는 잘 정의된 문제와 관련된 좁은 응용 분야에 매우 효과적입니다. 뿐만 아니라 직원의 급여 및 혜택에 비해 항상 "켜져" 있고 운영 비용이 최소화됩니다.

그러나 조치를 취해야 할 시간이 오면 혈육 관리자가 개입해야 합니다. 간단히 말해서, 주요 공급업체에 대한 최종 판단은 여전히 ​​인간이 더 낫습니다. Sammalkorpi는 적어도 당분간 "기계 학습은 여전히 ​​의사 결정을 내릴 만큼 충분히 신뢰할 수 없습니다"라고 말합니다. (인간이 루프에 빠지지 않도록 하는 또 다른 이유가 있다고 그는 덧붙입니다. 인간이 선택에 대한 책임을 져야 잘못된 선택에 대해 기계를 비난하지 않도록 해야 합니다.)

기계 학습의 초기 단계에서 기술은 공급업체 계약의 특정 요소를 인수할 수 있습니다. 그러나 개선됨에 따라 구매자는 공급업체 심사 및 선택에 대한 최종 결정은 아니더라도 점점 더 많은 작업에 대해 시스템에 의존하게 될 것입니다.

AI와 머신 러닝은 복잡한 알고리즘에 크게 의존하기 때문에 기업은 시스템을 실행하고 그 결론을 이해하기 위해 값비싼 데이터 과학자 팀을 고용해야 한다고 가정할 수 있습니다. Sammalkorpi의 의견으로는 조달 부서의 경우가 아닙니다. 그는 전문 지식을 아웃소싱 제공업체에서 얻는 것이 더 낫다고 믿습니다.

"그들이 좋은 비즈니스 사례라고 생각하더라도, 우리는 사내에서 그 재능을 유지할 수 있는 조직을 많이 보지 못하고 있습니다. 여전히 데이터 과학자가 필요하지만 조달 조직이 그들에게 적합한 곳이 아니라고 생각합니다.”

미래의 결과를 예측하는 것은 인간과 마찬가지로 기계에게도 어려운 일입니다. 즉, 불가능합니다. 그러나 기계 학습은 실제 구매 패턴을 반영하기 위해 실시간으로 예측 및 실행 계획을 신속하게 수정하는 데 능숙하다고 Sammalkorpi는 믿습니다.

물론 이 모든 것은 조달이 새로운 기술을 운영에 원활하게 통합할 수 있다는 가정입니다. 그러나 조달 플랫폼 공급업체 Ivalua가 의뢰한 Forrester Consulting의 새로운 연구에 따르면 이는 사실과 거리가 멀다고 합니다. Forrester는 조달 기술 채택에 있어 기업의 진행 상황을 평가하기 위해 "디지털 성숙도 지수"를 사용하여 대부분의 기업이 그런 면에서 자사의 성숙도 수준을 "상당히 과대평가"하고 있음을 발견했습니다.

설문에 응한 기업의 65%가 스스로를 "고급"이라고 생각했지만, 16%만이 해당 평가를 정당화할 수 있는 조달 조직의 디지털 성숙도 수준을 갖추었습니다.

한 가지 문제는 많은 기업이 조달 기술을 선택할 때 초기 선택을 잘못한다는 것입니다. Forrester 연구에서 82%는 낮은 수준의 공급업체 온보딩 및 사용자 채택을 이유로 기술 공급업체를 전환했거나 전환을 고려하고 있습니다.

게다가 입양 기간도 너무 길었다. 조직의 17%만이 한 달 이내에 새로운 공급업체를 온보딩할 수 있었고 59%는 각 공급업체에 대해 1~3개월이 소요되었습니다.

Ivalua의 기업 CEO인 David Khuat-Duy는 성명에서 “조달 리더는 조직에 진정한 경쟁 우위를 제공할 기회가 있습니다. "디지털 혁신은 성공에 중요하지만 현재 성숙도에 대한 현실적인 평가, 여정의 각 단계에 대한 명확한 비전 및 올바른 기술이 필요합니다."

이 모든 것은 AI 및 머신 러닝 형태의 기술이 적절하게 평가되고 구현될 때 운영을 향상시킬 것을 약속하더라도 조달 기능에서 인간을 버리는 것과는 거리가 멀다는 것을 시사합니다.