In che modo l’intelligenza artificiale aiuta Coca-Cola a promuovere l’approvvigionamento della catena di approvvigionamento
Secondo Brett Fultz, direttore dell’analisi globale, approvvigionamento globale e catena di approvvigionamento presso Coca-Cola, l’intelligenza artificiale (AI) e gli strumenti di apprendimento automatico sono diventati indispensabili per aumentare gli sforzi di approvvigionamento e approvvigionamento presso il leader globale delle bevande con sede ad Atlanta.
“In precedenza, eravamo i maestri di Excel ed e-mail”, ha detto a VentureBeat. “Quando ho iniziato a lavorare in Coca-Cola 10 anni fa, non avevamo alcun tipo di intelligenza artificiale o strumenti avanzati di approvvigionamento o approvvigionamento”. Ora, tuttavia, sfruttare l’IA ha fornito grandi miglioramenti non solo per gli appalti in più di 50 categorie, ma anche per la comunicazione, la governance e il processo dei fornitori, ha affermato.
Incredibili benefici per la salute dell’ananas
Per qualsiasi azienda che produce o vende beni, l’approvvigionamento e l’approvvigionamento sono funzioni integrali della gestione della catena di approvvigionamento . L’approvvigionamento, una fase iniziale del processo di approvvigionamento, riguarda l’identificazione e la valutazione dei potenziali fornitori di beni o servizi, la negoziazione dei termini e la selezione dei fornitori. Gli appalti vanno oltre, tuttavia, e riguardano l’ottenimento di forniture e pagamenti da fornitori che competono per affari presentando offerte e negoziando contratti.
Ma le sfide abbondano in un panorama della catena di approvvigionamento pieno di interruzioni e rischi, dalle questioni relative alla pandemia di COVID-19 e alla guerra in Ucraina ai cambiamenti climatici. Per i leader del procurement, questo è diventato un enorme ostacolo: secondo il Global 2021 Chief Procurement Officer Survey di Deloitte , la pandemia ha intensificato la sfida di rilevare, misurare e gestire i rischi. E il sondaggio ha rilevato che pochissimi CPO (18%) stavano tracciando formalmente i rischi che esistevano nella loro base di fornitori diretti (livello 1) e solo il 15% aveva visibilità oltre.
L’intelligenza artificiale, tuttavia, può essere un punto di svolta: il sondaggio Deloitte ha rilevato che le organizzazioni di approvvigionamento ad alte prestazioni avevano una probabilità 18 volte maggiore di disporre di capacità cognitive e di intelligenza artificiale completamente implementate.
L’intelligenza artificiale può aiutare a stimolare il processo decisionale nel caos degli appalti
L’attuale obiettivo degli appalti è quello della “lotta antincendio”, ovvero gli sforzi quotidiani per rimanere al passo con la prossima interruzione apparentemente imprevedibile, ha affermato Shanton Wilcox, responsabile della produzione statunitense di PA Consulting. Le aziende di oggi devono affrontare problemi di disponibilità, prezzi delle materie prime estremamente fluttuanti, problemi di trasporto e aumento dei costi, ha spiegato.
“Le soluzioni di intelligenza artificiale aiutano a prendere decisioni in un ambiente aziendale apparentemente caotico”, ha affermato. L’intelligenza artificiale può essere presente in tutto, dallo sviluppo di scenari e dalla modellazione dei potenziali impatti e decisioni degli scenari, allo sviluppo di modelli di intelligenza artificiale che prevedono i prezzi e aiutano a bilanciare il compromesso tra prezzi attuali e futuri, ha aggiunto.
I modelli tradizionali di sistemi di approvvigionamento e approvvigionamento che in precedenza hanno portato al successo le organizzazioni sono diventati obsoleti e tesi, ha affermato Kushal Nahata, CEO e cofondatore di FarEye, una società di gestione della catena di approvvigionamento che “sfrutta le informazioni e la visibilità dell’IA in tempo reale ” per aziende tra cui Domino’s e DHL .
L’intelligenza artificiale ha la capacità di “portare alla luce intuizioni e modelli nella catena di approvvigionamento per trovare correlazioni che sfuggono alla portata della mente umana”, ha spiegato. Ad esempio, la determinazione della disponibilità futura delle risorse in un’organizzazione può calcolare l’orizzonte temporale approssimativo delle consegne. I dati storici possono essere utilizzati per comprendere la probabile domanda futura e prendere di conseguenza decisioni pertinenti.
Tuttavia, l’IA è un’area alle prime armi per molti dipartimenti di approvvigionamento, ha affermato Brian Prantil, vicepresidente senior di Insight Sourcing Group. “L’area più ampia che abbiamo visto le aziende sfruttare l’IA è correlata alla classificazione della spesa per fornire informazioni dettagliate e identificare le opportunità”, ha affermato. Altre aree includono l’utilizzo dell’IA per monitorare e identificare potenziali aree di rischio lungo la catena di approvvigionamento, automatizzare attività semplici come il controllo dello stato degli ordini di acquisto e scansionare e interpretare i documenti contrattuali.
Keelvar affronta le sfide dell’approvvigionamento della catena di approvvigionamento
Una società che cerca di affrontare il problema degli appalti frontalmente è la Keelvar, con sede a Cork, in Irlanda, che ha recentemente raccolto 24 milioni di dollari per finanziare la sua piattaforma di “approvvigionamento intelligente”. Ha sviluppato bot di approvvigionamento che consentono ai clienti di esaminare le informazioni sulle offerte di approvvigionamento diretto e indiretto dai fornitori e quindi analizzare più scenari di aggiudicazione in base a tali criteri e altri vincoli. Utilizzando la piattaforma di Keelvar, possono anche lanciare ed eseguire nuovi eventi di offerta. Gli algoritmi selezionano i dati sulle interruzioni della catena di approvvigionamento e sui fornitori, li puliscono ed estraggono le informazioni prima di offrire consigli.
Come dottorato di ricerca studente in un laboratorio di ricerca sull’intelligenza artificiale, il fondatore e CEO di Keelvar Alan Holland ha lavorato part-time per l’azienda dei suoi genitori, che vendeva prodotti chimici ad aziende come Coca-Cola.
“Erano frustrati perché i processi di approvvigionamento erano difficili da navigare per loro”, ha detto. “C’era una tendenza a semplificare le cose assegnando a un numero minore di fornitori perché era così difficile da gestire”. Erano necessari strumenti più sofisticati, ha spiegato, per aiutare i team di approvvigionamento a gestire l’afflusso di dati e acquisire dati molto più ricchi dal mercato.
Coca-Cola utilizza l’IA per la visibilità della catena di approvvigionamento
Coca-Cola ha iniziato a utilizzare Keelvar due anni e mezzo fa specificamente per l’approvvigionamento logistico e ora lo ha incorporato nel suo software per i materiali diretti negli imballaggi e negli ingredienti.
Fultz ha sottolineato che il suo gruppo di approvvigionamento globale controlla oltre 25 miliardi di dollari di spesa in oltre 50 categorie e alcune categorie hanno centinaia di fornitori che fanno offerte per l’attività di Coca-Cola. “Con ciò derivano tutti i punti deboli nel processo di standardizzazione dei nostri dati, standardizzazione del nostro processo in modo da essere in grado di muoverci rapidamente per una solida raccomandazione di approvvigionamento”, ha affermato. “Quello che Keelvar ci ha permesso di fare è aiutare a semplificare questo processo”.
Il valore più significativo, ha aggiunto, è venuto in relazione ai prezzi in stile matrice per analizzare i costi dei materiali, comprese le materie prime, i costi di conversione e logistici, nonché automatizzare il processo di pulizia delle offerte.
Ad esempio, “in una categoria come film termoretraibile e film estensibile avremmo ben oltre 200 fornitori invitati a un evento e alla fine di ogni round avremmo tutte le mani sul ponte per pulire e convalidare queste offerte”, ha affermato. “Questo strumento ci ha consentito di semplificare tale processo in modo da essere essenzialmente in grado di raccogliere offerte convalidate aggregate”.
Altri fornitori offrono soluzioni alle sfide di approvvigionamento
Molte altre soluzioni di approvvigionamento più grandi e basate sull’intelligenza artificiale si trovano in questo spazio, come Coupa e Jaggaer. Entrambi questi fornitori sono leader nello spazio procure-to-pay, che il Magic Quadrant 2021 Procure-to-Pay di Gartner definisce come “soluzioni integrate con flussi di lavoro automatizzati per richiedere, procurare, ricevere e pagare beni e servizi in un’azienda .”
Coupa sottolinea che offre prodotti e servizi più ampi rispetto a “soluzioni puntuali e di nicchia” come Keelvar. “Dall’approvvigionamento alla gestione dei contratti fino al procure-to-pay, Coupa misura costantemente il rischio e le prestazioni dei fornitori”, ha affermato il dott. Madhav Durbha, vicepresidente della strategia della catena di approvvigionamento di Coupa. “Attraverso le nostre soluzioni di gestione del rischio e delle prestazioni dei fornitori, possiamo analizzare una varietà di dati interni ed esterni per valutare i rischi dei fornitori”. Tuttavia, contrassegnare un fornitore come rischioso da solo non è sufficiente, ha aggiunto. “Attraverso l’uso di tecniche di ottimizzazione avanzate su un modello di gemello digitale della catena di approvvigionamento fisica, possiamo eseguire una varietà di scenari e confrontare i punteggi di rischio insieme ad altri KPI”.
ANNUNCIO
Ha anche indicato Community.ai di Coupa, che contiene dati anonimi, aggregati e analizzati che combinano intelligenza artificiale e connessioni umane. “Attualmente abbiamo oltre 3,3 trilioni di dollari di spesa cumulativa in gestione, che è un tesoro di dati che sfruttiamo con il permesso dei nostri clienti per estrarre informazioni a beneficio della comunità più ampia attraverso algoritmi basati sull’intelligenza artificiale”, ha affermato.
Il fondatore di Makersite, con sede a Stoccarda, Neil D’Souza, afferma che le complessità sono aumentate drasticamente per l’approvvigionamento e l’approvvigionamento dall’inizio del 2020. Sebbene il rischio della catena di approvvigionamento sia sempre stato una parte dell’approvvigionamento e dell’approvvigionamento, ha affermato: “Le questioni legate al Covid e alla geopolitica lo hanno reso più difficile e più importante che mai da padroneggiare, mentre i problemi di visibilità di …. i fornitori pongono grandi rischi per le imprese”, ha affermato. “Inoltre, con le normative in aumento e le aziende che comunicano apertamente gli obiettivi di NetZero, l’approvvigionamento è ora al posto di guida per ridurre le emissioni dalla catena di approvvigionamento”.
L’intelligenza artificiale consente all’approvvigionamento e all’approvvigionamento di affrontare le sfide su vasta scala, ha affermato. La tecnologia del gemello digitale di Makersite, ha spiegato, offre “una visione trasparente e specifica del fornitore delle catene di approvvigionamento dei prodotti e approfondimenti sui livelli profondi della catena di approvvigionamento, i rischi associati e le emissioni dei beni acquistati per i fornitori di produzione”.
Andare avanti con l’intelligenza artificiale per l’approvvigionamento della catena di approvvigionamento
Investire nell’intelligenza artificiale per aumentare l’approvvigionamento e l’approvvigionamento diventerà un’area di investimento prioritaria nel prossimo futuro, ha affermato Wilcox, a causa delle complesse sfide relative alla volatilità del business e all’aumento della mobilità del lavoro. “Sono lontani i confronti dei prezzi dei pezzi: le decisioni ora includono aspetti come capacità flessibile / reattività, interessi iniziali di sostenibilità, opzioni di trasporto e costi risultanti”, ha affermato.
A lungo termine, i dipartimenti di approvvigionamento dovrebbero considerare di investire in strumenti di intelligenza artificiale che miglioreranno il processo decisionale sfruttando i dati interni ed esterni attraverso il rilevamento delle anomalie, l’analisi predittiva e il costo della spalla avanzato, ha affermato Prantil. Detto questo, prima di investire, le aziende dovrebbero valutare i loro casi d’uso ed esaminare la loro architettura dei dati per capire come sfruttare questi strumenti. “L’intelligenza artificiale può certamente automatizzare la pulizia e la classificazione, ma i dati devono essere acquisiti, quindi definire ciò che è e non è disponibile è il primo passo”, ha affermato.
I dati sono in assoluto la sfida più grande quando si tratta di implementare l’IA per gli appalti strategici, ha continuato Prantil. “I dati esistono negli ordini di acquisto, nei sistemi di contabilità fornitori, nei contratti, nelle specifiche, nei disegni, nei vendor master, nei fogli di calcolo, ecc. e non sono necessariamente collegati elettronicamente, archiviati centralmente o sempre molto robusti”.
Il futuro porterà un’accelerazione dell’IA e dei sistemi software nello spazio di approvvigionamento e approvvigionamento, ha previsto Durbha. Essi, ha affermato, “si evolveranno in ecosistemi più ampi e riuniranno dati, motori algoritmici e capacità per risolvere specifiche sfide di approvvigionamento e approvvigionamento”.
Coca-Cola si basa sul successo degli appalti utilizzando l’IA
Keelvar’s Holland ha affermato che in futuro l’azienda si concentrerà sull’integrazione tra più sistemi e i migliori fornitori che raccolgono dati da altre fonti.
“Esistono ottimi strumenti di visibilità della catena di approvvigionamento in modo da poter vedere dove si trovano i tuoi container e camion, e ci sono anche fornitori che offrono dati sulla sostenibilità”, ha affermato. “Riteniamo sia importante iniziare a integrare più di questi dati nei nostri sistemi, una tendenza che penso prenderà slancio e accelererà ulteriormente nei prossimi 2-3 anni”.
Per Coca-Cola, c’è ancora spazio per crescere quando si tratta di migliorare l’approvvigionamento e l’approvvigionamento della catena di approvvigionamento, ha affermato Fultz.
“Nello spazio logistico siamo molto maturi e ora si tratta davvero di portare il resto delle nostre categorie a quel livello”, ha affermato. “Su tutta la linea, nelle nostre categorie direct e commodity, abbiamo avuto davvero un grande successo. Quindi è davvero solo essere in grado di costruire su quel successo e provare cose nuove, rispetto al solo modo standard di operare”.
