Các Lãnh đạo Mua sắm Chậm Chạp trong Việc Sẵn Sàng cho Chuyển đổi AI
Sarah Williams
Đánh giá Khoảng cách Áp dụng AI trong Mua sắm
Các phân tích gần đây cho thấy sự khác biệt đáng kể giữa tiềm năng tăng năng suất do Trí tuệ Nhân tạo (AI) mang lại và mức độ sẵn sàng hiện tại của các nhà lãnh đạo trong bộ phận mua sắm. Nghiên cứu do Gartner công bố chỉ ra rằng chỉ 36% các nhà lãnh đạo mua sắm cảm thấy tự tin vào khả năng của mình trong việc thiết kế lại vai trò công việc một cách hiệu quả xung quanh việc tích hợp AI [Nghiên cứu về Mức độ Sẵn sàng AI trong Mua sắm]. Phát hiện này chỉ ra một rào cản hoạt động quan trọng: mặc dù công nghệ hứa hẹn mang lại những cải thiện hiệu quả cá nhân đáng kể, việc chuyển hóa những cải thiện đó thành kết quả kinh doanh có thể đo lường được trên quy mô rộng lớn vẫn là một thách thức đối với nhiều tổ chức.
Khoảng cách này cho thấy rằng việc triển khai các công nghệ mới, chẳng hạn như các công cụ tự động hóa tiên tiến, không chỉ là một nâng cấp công nghệ mà còn là một thách thức cơ bản về tổ chức và quy trình. Việc chỉ triển khai phần mềm tự động hóa mới là không đủ nếu các quy trình làm việc cơ bản không được điều chỉnh để tận dụng các khả năng của AI. Việc tích hợp hiệu quả đòi hỏi sự hiểu biết sâu sắc về các điểm nghẽn hoạt động hiện tại và một cách tiếp cận chiến lược đối với tự động hóa.
Đối với các tổ chức muốn vượt ra ngoài các dự án thí điểm và đạt được sự chuyển đổi toàn doanh nghiệp, trọng tâm phải chuyển từ việc mua sắm công cụ sang thiết kế lại quy trình. Điều này đòi hỏi một đánh giá toàn diện về các quy trình làm việc tự động hóa hiện có, thường yêu cầu một cách tiếp cận chính thức đối với tự động hóa. Sự phức tạp của việc tích hợp AI vào các cấu trúc tự động hóa đã được thiết lập đòi hỏi chuyên môn chuyên biệt, đặc biệt khi xem xét cách AI tác động đến các lĩnh vực như quản lý rủi ro nhà cung cấp hoặc quản lý vòng đời hợp đồng. Hơn nữa, toàn ngành đang vật lộn với tốc độ thay đổi công nghệ, điều này càng trở nên trầm trọng hơn bởi các quy định thương mại toàn cầu đang phát triển và sự biến động của chuỗi cung ứng. Ví dụ, những thay đổi trong các yêu cầu hải quan quốc tế đòi hỏi khả năng xử lý dữ liệu mạnh mẽ, điều mà AI có thể hỗ trợ, nhưng chỉ khi các quy trình được tiêu chuẩn hóa.
Để điều hướng bối cảnh này, các tổ chức phải nhìn xa hơn việc tự động hóa tác vụ đơn giản. Mục tiêu phải là một cuộc đại tu hoàn toàn về cách tạo ra giá trị trong chuỗi cung ứng. Điều này bao gồm việc tận dụng các khả năng tự động hóa tiên tiến để thúc đẩy tự động hóa trên toàn bộ vòng đời tự động hóa. Hiểu rõ những sắc thái của tự động hóa là chìa khóa để hiện thực hóa lợi tức đầu tư đã hứa hẹn. Các tiêu chuẩn ngành, chẳng hạn như những tiêu chuẩn do các tổ chức theo dõi luồng thương mại toàn cầu cung cấp, nhấn mạnh tính cấp thiết của quá trình chuyển đổi này [Dữ liệu Tổ chức Thương mại Thế giới]. Tương tự, những tiến bộ trong các tiêu chuẩn vận chuyển toàn cầu đòi hỏi các khuôn khổ hoạt động có khả năng thích ứng [Hướng dẫn của Tổ chức Hàng hải Quốc tế].
Khám Phá Thêm Bài Viết
Hiện thực hóa AI: Thu hẹp Khoảng cách Niềm tin
Tỷ lệ tự tin thấp của các nhà lãnh đạo mua sắm cho thấy trọng tâm hiện tại vào việc áp dụng AI có thể quá hẹp, chỉ tập trung vào những cải thiện năng suất riêng lẻ thay vì thay đổi mang tính hệ thống. Để thu hẹp khoảng cách này, các tổ chức phải áp dụng một phương pháp luận có cấu trúc cho quản lý thay đổi, coi việc triển khai AI là một sáng kiến tự động hóa, chứ không chỉ là một dự án CNTT. Điều này đòi hỏi một cách tiếp cận kỷ luật đối với tự động hóa.
Về mặt vận hành, điều này có nghĩa là hướng tới tự động hóa bằng cách lập bản đồ các tác vụ lặp đi lặp lại, khối lượng lớn trong chức năng tự động hóa trước. Việc xác định các quy trình này cho phép áp dụng AI một cách có mục tiêu, chẳng hạn như trong xử lý hóa đơn hoặc dự báo nhu cầu. Tuy nhiên, giá trị thực sự được mở khóa khi những cải tiến cục bộ này được tích hợp vào một khuôn khổ tự động hóa gắn kết. Quan điểm toàn diện này được hỗ trợ tốt nhất bởi các công cụ tự động hóa mạnh mẽ cung cấp khả năng hiển thị sâu sắc về hoạt động đầu cuối, cho phép ra quyết định dựa trên dữ liệu.
Hơn nữa, yếu tố con người không thể bị bỏ qua. Thiết kế lại công việc xung quanh AI không phải là thay thế; đó là sự tăng cường. Nó đòi hỏi phải nâng cao kỹ năng của lực lượng lao động để quản lý, xác thực và áp dụng chiến lược các thông tin chi tiết do AI tạo ra. Sự chuyển đổi này phù hợp chặt chẽ với các nguyên tắc của tự động hóa, vốn nhấn mạnh sự cải tiến liên tục. Các công ty phải đầu tư vào việc phát triển năng lực nội bộ, có thể bằng cách thuê các nhà tư vấn tự động hóa chuyên biệt, để hướng dẫn sự chuyển đổi phức tạp này. Việc áp dụng các nền tảng tự động hóa tiên tiến có thể cung cấp cơ sở hạ tầng cần thiết cho sự phát triển này, hỗ trợ mọi thứ từ mua hàng chiến thuật đến phát triển chiến lược tự động hóa cấp cao.
Sự chuyển đổi thành công cũng phụ thuộc vào tính toàn vẹn của dữ liệu. Các mô hình AI chỉ hiệu quả bằng dữ liệu mà chúng tiêu thụ. Đảm bảo các tiêu chuẩn cao về quản trị dữ liệu và triển khai tự động hóa nhất quán trên tất cả các cấp độ hoạt động là điều tối quan trọng. Cách tiếp cận kỷ luật đối với tự động hóa này là điều phân biệt những thành quả gia tăng với các kết quả kinh doanh mang tính chuyển đổi. Để hiểu sâu hơn về các nền tảng công nghệ của hoạt động chuỗi cung ứng hiện đại, việc xem xét các tiêu chuẩn từ các tổ chức như ISO về quản lý chất lượng có thể cung cấp một khuôn khổ cơ bản [ISO Standards Documentation].
Đang tải bình luận...