L’AI nel procurement: cerchiamo di comprendere meglio la portata di questa rivoluzione con un esempio. Immaginiamo un’enorme macchina che lavora incessantemente, giorno e notte, per far arrivare i prodotti sugli scaffali dei negozi o direttamente a casa dei clienti. Questa macchina è fondamentale per il funzionamento di tutto, dalle piccole imprese locali alle grandi multinazionali. Senza una catena di approvvigionamento ben organizzata, tutto si arresterebbe: gli scaffali resterebbero vuoti, le consegne subirebbero ritardi e i clienti sarebbero insoddisfatti.
Ora, immaginiamo di dotare questa macchina di un “cervello” straordinariamente intelligente, capace di anticipare i problemi prima che si manifestino, di individuare il percorso più rapido per trasportare i prodotti da un punto all’altro, e persino di ottimizzare autonomamente l’uso di energia e risorse. È proprio in questo che l’intelligenza artificiale fa la differenza, trasformando il modo in cui le catene di approvvigionamento operano all’interno delle organizzazioni.
Scopriamo come l’AI nel procurement stia rendendo le supply chain più intelligenti e come stia supportando le aziende nel diventare più efficienti, nel ridurre gli errori e nel rafforzarsi di fronte agli imprevisti.
Indice degli argomenti:
Per capire l’AI nel procurement, immaginiamo un “collega virtuale”
E ora immaginiamo un “collega virtuale” in grado di aiutarci nel processo di approvvigionamento all’interno di un’azienda, svolgendo le attività meno strategiche. “Un avanzato strumento implementato per rivoluzionare l’ufficio acquisti, sfruttando le potenzialità dell’intelligenza artificiale: ecco cosa rappresenta Mashfrog Procurement Assistant”, afferma Veronica Rao, e-procurement managing director di Mashfrog. “Questo tool è progettato per semplificare il complesso processo di reperimento delle informazioni, partendo dalla qualifica del fornitore fino alla gestione delle gare e dei contratti. Fornisce un supporto essenziale nel raccogliere e organizzare dati sparsi su vari sistemi, riducendo significativamente il carico di lavoro manuale e migliorando l’efficienza operativa”, aggiunge.
Un collega virtuale che effettua per noi l’estrazione e la preparazione dei dati, permettendoci di concentrarci sull’analisi e sulla decisione strategica. “Grazie alla sua struttura dinamica, il tool risponde prontamente a richieste improvvise di dati, superando le limitazioni dei report tradizionali. La sua capacità di collegare informazioni da diversi moduli minimizza il rischio di errori, garantendo precisione e tempestività nelle risposte, migliorando così la reattività dell’ufficio acquisti. Questo ci permette di avere veramente un collega virtuale, perché riesce ad adattarsi a quella che è l’effettiva esigenza. E a quel punto è davvero d’aiuto, perché riesce a togliere le attività ripetitive e operative”, prosegue Rao.
Un mosaico di dati che crea una visione completa delle operazioni di procurement
Il panorama del procurement nelle aziende è caratterizzato da una notevole frammentazione dei dati, poiché non esiste un singolo prodotto che soddisfi tutte le esigenze operative dell’ufficio acquisti. Mashprog Procurement Assistant offre un vantaggio significativo, grazie alla sua integrazione nativa con sistemi come S/4Hana e Ariba di Sap. “Diversi sistemi contribuiscono a formare il modus operandi di un ufficio acquisti. Questi sistemi gestiscono informazioni cruciali come ordini d’acquisto, entrate merci e fatture, coprendo l’intero ciclo passivo”, spiega Rao.
“In particolare, SAP S/4HANA centralizza dati relativi a: ordinato, ricevuto e pagato, offrendo diverse prospettive di analisi, come quella di spesa o di flussi approvativi. SAP Ariba si occupa dell’interazione diretta con i fornitori, gestendo la qualificazione, le gare e i contratti. Oltre ai sistemi SAP, le aziende si avvalgono di info provider per l’analisi del rischio economico-finanziario e della sostenibilità, utilizzando piattaforme come Bureau van Dijk , Cerved, Cribis, Open ES, Ecovadis. Questo insieme di strumenti crea un mosaico di dati che, se ben integrato, consente una visione completa delle operazioni di procurement”, illustra Rao.
L’utilizzo di Mashprog Procurement Assistant consente quindi di raccogliere dati frammentati dai vari sistemi senza preoccuparsi di scaricarli e combinarli manualmente. L’intelligenza artificiale elabora questi dati, fornendo un output già pronto per l’analisi. Questo rappresenta un grande vantaggio, poiché semplifica notevolmente il lavoro degli uffici acquisti.
L’arrivo dei large language model nell’AI per il procurement
Da qualche anno, l’intelligenza artificiale generativa, i large language model, stanno trasformando radicalmente il modo in cui si lavora nelle aziende, le quali stanno esplorando come integrare gli LLM nei processi, focalizzandosi sull’assistenza nel procurement. “L’uso di LLM consente di interpretare le richieste degli utenti in linguaggio naturale, superando i limiti dei tradizionali bot, che erano spesso imprecisi”, illustra Giuseppe Comparetti, SAP & extended solutions managing director di Mashfrog. “Questa capacità di comprendere semanticamente le richieste permette di scomporle in sottoproblemi, essenziale per gestire più fonti di dati. Ad esempio, se un utente desidera confrontare il fatturato di un fornitore con il suo rischio finanziario, l’LLM può identificare le diverse fonti di dati necessarie per tale analisi. Senza l’ausilio degli LLM, questo tipo di elaborazione sarebbe stato quasi impossibile. Inoltre, gli LLM offrono l’accesso a fonti esterne, come internet, per raccogliere informazioni aggiuntive, ad esempio notizie sui fornitori o settori di mercato. Questo consente di confrontare dati aziendali analitici con dati reputazionali disponibili online”, prosegue Comparetti.
“Un altro esempio comune è il confronto tra le dichiarazioni dei fornitori e le informazioni reperibili su internet; automatizzando il processo e migliorando l’efficienza operativa, si riduce il carico di lavoro nella raccolta e nella verifica delle informazioni”, aggiunge.
L’AI nel procurement alle prese con le allucinazioni degli LLM
Nel contesto della programmazione tradizionale e dell’intelligenza artificiale, emerge una sfida significativa: la precisione delle risposte generate dagli LLM. “Spesso, le risposte fornite da questi modelli non sono del tutto affidabili a causa di fenomeni come le allucinazioni e la mancanza di spiegabilità”, dichiara Comparetti. “Per superare questo ostacolo, abbiamo adottato un approccio innovativo: invece di fornire direttamente tutte le informazioni all’LLM, utilizziamo il modello per tradurre le richieste degli utenti in query specifiche, che vengono poi eseguite sui nostri data source. Questo metodo ci consente di mantenere la dinamicità, permettendo al sistema di generare query anche per domande nuove e non previste”, prosegue. “Una volta generata una query, possiamo controllarla e, se necessario, correggerla. In questo modo, possiamo migliorare continuamente la precisione delle risposte fornite. La chiave del nostro sistema risiede quindi nel non affidare ciecamente tutti i dati all’LLM, ma nel creare un passaggio intermedio che assicuri maggiore controllo e accuratezza”, conclude.
Il 2025 anno degli agenti AI
Molti osservatori sono d’accordo sul fatto che il 2025 sarà l’anno degli agenti AI. Tutti i fornitori e vendor hanno adottato strategie basate su agenti. Tuttavia, sta emergendo una significativa carenza di interoperabilità tra le diverse piattaforme, come SAP e altre, poiché le aziende sono composte da una varietà di sistemi. Questo porta alla necessità di un approccio “no silos“, volto a eliminare le verticalizzazioni. “Mashfrog si concentra su un segmento del procurement, forte di un’esperienza ventennale, offrendo un vantaggio competitivo attraverso la conoscenza di diverse piattaforme. Nonostante la rapida evoluzione dell’intelligenza artificiale, che avanza a ritmo mensile, il rischio di risposte imprecise o allucinazioni è una sfida. Mashfrog sta sviluppando un sistema di reasoning che, attraverso una catena di pensiero, riduce tali rischi, scomponendo i problemi in sotto-problemi. Anche se la piattaforma non verifica ancora la veridicità delle informazioni, il processo di evoluzione è continuo, con un’attesa per la stabilizzazione delle nuove tecnologie prima di incorporarle, evitando così modifiche frequenti e inefficaci”, conclude Comparetti.
Mashfrog si dimostra un’azienda capace di stare al passo con i tempi, che fornisce tecnologia avanzata e al tempo stesso affidabile.
