Các Lãnh đạo Mua hàng Bày tỏ Mức độ Tự tin Thấp về Sự Sẵn sàng của AI cho Chuyển đổi
Sarah Williams
Khoảng cách Áp dụng AI trong Lãnh đạo Mua hàng
Phân tích gần đây của Gartner chỉ ra sự đứt gãy đáng kể giữa tiềm năng tăng năng suất do Trí tuệ Nhân tạo (AI) mang lại và mức độ sẵn sàng được nhận thức của các đội ngũ lãnh đạo hiện tại trong việc triển khai những thay đổi này một cách hiệu quả. Cụ thể, chỉ 36% các nhà lãnh đạo mua hàng cảm thấy tự tin trong việc thiết kế lại các chức năng công việc hiện có xoay quanh các khả năng của AI Bài viết Nguồn.
Phát hiện này nêu bật một thách thức hoạt động quan trọng: trong khi các công cụ AI hứa hẹn những cải tiến hiệu quả đáng kể trên toàn chuỗi cung ứng, nguồn nhân lực và cơ sở hạ tầng quy trình cần thiết để hiện thực hóa những cải tiến đó lại đang bị tụt lại. Khoảng cách tồn tại giữa tiềm năng công nghệ và năng lực tổ chức để thay đổi. Điều này đặc biệt phù hợp khi các tổ chức tìm cách nâng cao các chức năng mua hàng của mình trong một môi trường thương mại toàn cầu ngày càng phức tạp, nơi các thay đổi về quy định, như những thay đổi được USTR Trang web USTR giám sát, đòi hỏi sự linh hoạt.
Việc tích hợp AI vào các lĩnh vực như tìm nguồn cung ứng, quản lý hợp đồng và đánh giá rủi ro nhà cung cấp đòi hỏi nhiều hơn là chỉ triển khai phần mềm; nó đòi hỏi một sự thay đổi cơ bản trong cách thức cấu trúc công việc. Nếu không có sự cải tổ cơ cấu này, những cải tiến về năng suất có nguy cơ bị cô lập hoặc không được hiện thực hóa ở cấp độ doanh nghiệp. Thách thức này chạm đến cốt lõi của tái cấu trúc quy trình kinh doanh logistics, vốn đòi hỏi sự hiểu biết sâu sắc về các quy trình làm việc hiện tại trước khi có thể áp dụng tự động hóa một cách hiệu quả.
Đối với các nhà cung cấp dịch vụ logistics quản lý các hoạt động di chuyển toàn cầu phức tạp, sự do dự này càng trầm trọng hơn bởi nhu cầu về quản trị dữ liệu mạnh mẽ. Việc triển khai AI hiệu quả phụ thuộc vào dữ liệu sạch, được tiêu chuẩn hóa, một điều kiện tiên quyết cho bất kỳ nền tảng thông minh kinh doanh logistics thành công nào. Hơn nữa, thị trường lao động đang phát triển, theo dõi bởi BLS Cục Thống kê Lao động, cho thấy kỹ năng của lực lượng lao động phải phát triển nhanh chóng để quản lý các quy trình được tăng cường bởi AI.
Các tổ chức phải vượt ra khỏi việc xem AI chỉ là một công cụ tăng hiệu quả và thay vào đó coi nó là chất xúc tác cho [phát triển chiến lược mua hàng] toàn diện. Quá trình chuyển đổi đòi hỏi sự lập kế hoạch tỉ mỉ, thường bao gồm việc xem xét kỹ lưỡng các khuôn khổ [quản lý quy trình kinh doanh logistics] hiện có. Ngành công nghiệp đang hướng tới các khả năng tiên tiến, và những ai do dự có nguy cơ bị tụt lại phía sau so với các đối thủ cạnh tranh đã điều hướng thành công quá trình chuyển đổi này, tận dụng các công cụ cải thiện [quản lý logistics mua hàng]. Việc áp dụng thành công phụ thuộc vào quản lý sự thay đổi chủ động, chứ không chỉ là mua sắm công nghệ.
Khám Phá Thêm Bài Viết
Vận hành hóa AI: Thu hẹp Khoảng cách Tin cậy
Để chuyển từ mức độ tự tin 36% sang áp dụng trên toàn doanh nghiệp, các tổ chức phải áp dụng phương pháp tiếp cận có hệ thống, theo từng giai đoạn để tích hợp AI vào cấu trúc hoạt động của mình. Trọng tâm chính phải chuyển từ 'AI có thể làm gì' sang 'các quy trình cụ thể của chúng ta phải thay đổi như thế nào để tận dụng AI.' Điều này đòi hỏi việc áp dụng kỷ luật các phương pháp tái thiết kế quy trình kinh doanh logistics.
Các nhà lãnh đạo nên bắt đầu phân tích chuyên sâu các nhiệm vụ lặp đi lặp lại, khối lượng lớn trong chu trình mua sắm. Việc xác định các điểm nghẽn này cho phép áp dụng AI một cách có mục tiêu, cung cấp các điểm chứng minh có thể đo lường được nhằm xây dựng sự tự tin nội bộ. Ví dụ, tự động hóa việc nhập dữ liệu thông thường hoặc sàng lọc nhà cung cấp ban đầu có thể ngay lập tức giải phóng nguồn nhân lực để tập trung vào các nhiệm vụ chiến lược, chẳng hạn như đàm phán phức tạp hoặc giảm thiểu rủi ro, đây mới là động lực giá trị thực sự trong [dịch vụ logistics mua sắm] hiện đại.
Hơn nữa, việc đầu tư vào khả năng hiển thị phải đi trước việc đầu tư vào tự động hóa. Triển khai [phân tích thông minh kinh doanh logistics] tiên tiến cho phép ban lãnh đạo lập bản đồ các quy trình hiện tại một cách chính xác. Cơ sở dữ liệu dựa trên dữ liệu này rất quan trọng để thiết kế các trạng thái tương lai được tối ưu hóa cho sự tương tác của AI, thay vì chỉ đơn thuần tự động hóa các quy trình kế thừa kém hiệu quả. Điều này phản ánh nhu cầu giám sát nghiêm ngặt trong vận tải, nơi việc tuân thủ các quy định của DOT Trang web DOT là điều không thể thương lượng.
Đối với các đội ngũ vận hành, điều này có nghĩa là ưu tiên phát triển các bộ kỹ năng mới. Thay vì sợ bị thay thế, các đội ngũ phải được đào tạo lại để trở thành giám sát viên AI, người quản lý dữ liệu và người xử lý ngoại lệ. Sự thay đổi này đòi hỏi các chương trình đào tạo mạnh mẽ tập trung vào việc giải thích các kết quả đầu ra của các hệ thống tiên tiến, vượt ra ngoài việc nhập dữ liệu đơn giản để hướng tới giám sát chiến lược. Các công ty phải xem đây là một chu trình liên tục của [cải tiến quy trình kinh doanh logistics], chứ không phải là một dự án CNTT một lần. Bằng cách tập trung vào thiết kế lại quy trình trước, và triển khai công nghệ sau, các tổ chức có thể thu hẹp khoảng cách tin cậy một cách có hệ thống và chuyển hóa tiềm năng của AI thành các kết quả kinh doanh hữu hình.
Đang tải bình luận...