چگونه هوش مصنوعی مذاکرات تأمین‌کنندگان را تغییر شکل می‌دهد
مدیریت زنجیره تأمین
چگونه هوش مصنوعی مذاکرات تأمین‌کنندگان را تغییر شکل می‌دهد
من سعید رنجبر هستم، کارشناس ارشد مدیریت بازرگانی و مدیر آکادمی فوتبال درفک البرز با توجه به علایق مطالعاتی گاهی اوقات در وبلاگ مطالب روز مدیریتی را در اختیار دیگران قرار میدهم.
این مطلب ترجمه ای از مقاله ای است که در مجله کسب و کار هاروارد منتشر شده بود.
هوش مصنوعی در حال متحول کردن مذاکرات تأمین‌کنندگان است که ناشی از نیاز به سرعت، مقیاس‌پذیری و چابکی استراتژیک در زنجیره‌های تأمین پیچیده است. هوش مصنوعی که در ابتدا برای خودکارسازی وظایف کم‌ارزش استفاده می‌شد، اکنون می‌تواند نقش مهمی در تعداد فزاینده‌ای از تدارکات کلیدی ایفا کند.
هوش مصنوعی در حال ایفای نقش اصلی در نحوه مذاکره شرکت‌ها با تأمین‌کنندگان است. این پیشرفت‌ها ناشی از نیاز به سرعت، مقیاس‌پذیری و چابکی استراتژیک بیشتر به دلیل زنجیره‌های تأمین پیچیده‌تر و اختلالات ناشی از عوامل خارجی مانند آب و هوا و جنگ‌های تجاری است. هوش مصنوعی که زمانی ابزاری مقرون‌به‌صرفه برای خودکارسازی مذاکرات کم‌ارزش و تکراری بود، اکنون برای تصمیم‌گیری‌های کلیدی در تدارکات مورد استفاده قرار می‌گیرد.
با این حال، پذیرش هوش مصنوعی کار ساده‌ای نیست. شرکت‌ها باید از موانعی مانند کیفیت داده‌ها، مقررات و تطبیق ابزارهای مناسب با موقعیت مناسب عبور کنند. با تکیه بر بیش از شش سال تحقیق ما در مورد همکاری انسان و هوش مصنوعی و استفاده از هوش مصنوعی برای انجام مذاکرات مستقل با تأمین‌کنندگان، در این مقاله توضیح می‌دهیم که چگونه شرکت‌ها می‌توانند از ارزش کامل این پیشرفت‌ها بهره‌مند شوند. تحقیقات ما شامل مطالعاتی در مورد شرکت‌های بزرگ در خط مقدم استفاده از هوش مصنوعی در مدیریت زنجیره تأمین در صنایع مختلف، از جمله خرده‌فروشی، داروسازی، کالاهای بسته‌بندی‌شده مصرفی، لجستیک و فناوری اطلاعات است.
آنچه هوش مصنوعی می‌تواند در مذاکرات با تأمین‌کنندگان انجام دهد
ابزارهای هوش مصنوعی در مدیریت ظرافت‌های مذاکرات دنیای واقعی در حال بهبود هستند. گارتنر پیش‌بینی می‌کند که تا سال ۲۰۲۷، نیمی از شرکت‌ها از ابزارهای مبتنی بر هوش مصنوعی برای کمک به مذاکره در قراردادهای تأمین‌کنندگان استفاده خواهند کرد. برای همگام شدن با این مجموعه، شرکت‌ها باید از همین حالا شروع به ایجاد قابلیت‌های زیر کنند.
موارد استفاده صحیح
اکثر شرکت‌ها از مقیاس کوچک شروع می‌کنند و از هوش مصنوعی برای خریدهای ساده و تکرارپذیر – مانند بسته‌بندی یا مواد اولیه – استفاده می‌کنند. اما ارزش آن فراتر از این است. وقتی محصولات یا خدمات از تأمین‌کننده‌ای به تأمین‌کننده دیگر تفاوت چندانی نداشته باشند، هوش مصنوعی می‌تواند پیشنهادات را مقایسه کند و روی شرایط بهینه مانند قیمت، زمان تحویل و قابلیت اطمینان تمرکز کند. در نظر بگیرید که چگونه والمارت شروع به آزمایش ابزارهای مذاکره هوش مصنوعی در دسته‌های خاصی از محصولات کرد و به سرعت استفاده از آن را گسترش داد. این تغییر فقط مربوط به صرفه‌جویی در هزینه نبود؛ بلکه مربوط به سرعت و چابکی زنجیره تأمین نیز بود.
آگاهی از بازار در لحظه
ابزارهای هوش مصنوعی می‌توانند عرضه و تقاضا، روند قیمت‌گذاری و رفتار رقبا را در حین وقوع ردیابی کنند. این یک مزیت فوق‌العاده برای دسته‌هایی است که تحت تأثیر نوسانات قیمت یا مذاکرات مکرر قرار دارند. پکتوم، تأمین‌کننده هوش مصنوعی برای خودکارسازی مذاکرات تأمین‌کنندگان، نشان داده است که استفاده از چت‌بات‌ها برای مذاکرات در مقیاس وسیع، سرمایه در گردش را بهبود می‌بخشد، انعطاف‌پذیری زنجیره تأمین را افزایش می‌دهد و هزینه‌ها را کاهش می‌دهد. هنکل این قابلیت را برای محصولاتی که تحت تأثیر قیمت‌های ناپایدار قرار دارند، به کار برد و مرسک از آن برای خدمات حمل و نقل در توافق‌نامه‌های موجود تأمین‌کننده و مشتری یا برای تأمین خودکار قیمت‌ها در زمانی که هیچ توافق‌نامه‌ای در دسترس نیست، استفاده کرد.
هوش زمینه‌ای عملیاتی
شرکت‌ها اکنون می‌توانند داده‌های داخلی (مانند عملیات، بودجه‌ها و کارت‌های امتیاز تأمین‌کنندگان) را با نیروهای خارجی (مانند تغییرات نظارتی، نوسانات ارزی و خطرات ژئوپلیتیکی) ترکیب کنند تا مذاکرات را به صورت پویا شکل دهند. این ادغام، هوش مصنوعی را قادر می‌سازد تا مذاکرات را با تکامل زمینه‌ها تنظیم کند – به عنوان مثال، با اجازه دادن به شرکت‌ها برای تشخیص اعلان‌های تعرفه در زمان واقعی و تنظیم منبع‌یابی، قیمت‌گذاری یا لجستیک. به طور مشابه، آزمایشگاه‌های IDEXX از هوش مصنوعی برای تعیین اینکه کدام یک از بیش از 70 تأمین‌کننده جهانی آن در برابر تحریم‌های روسیه آسیب‌پذیر هستند، استفاده کرد و به آن اجازه داد تا قراردادها را به صورت پیشگیرانه تنظیم کند.
معاملات هوشمند
در حال حاضر، هوش مصنوعی مولد نیز در حال تکامل است تا معاملات را دقیق‌تر ارزیابی کند و هزینه، پایداری، زمان تحویل و ریسک مالی را متعادل کند. به جای تمرکز فقط بر قیمت، هوش مصنوعی می‌تواند بهترین مشارکت‌های تأمین‌کننده را بر اساس اهداف شرکت توصیه کند. به عنوان مثال، استراتژی تدارکات L’Oréal از هوش مصنوعی برای مذاکره در مورد معاملات منبع‌یابی استفاده می‌کند که هزینه و پایداری را برای مواد اولیه اصلی لوازم آرایشی متعادل می‌کند. یک شرکت سلامت که ما مورد مطالعه قرار دادیم، از یک مشاور دیجیتال برای کمک به مذاکره‌کنندگان در ایجاد تعادل بین پویایی بازار، مدل‌های قیمت‌گذاری، استراتژی‌های مذاکره، پیش‌بینی‌کننده‌های نرخ مذاکره و شرایط خرید برای دستیابی به اهداف استراتژیک در دسته‌بندی‌های مختلف استفاده می‌کند.
تغییر به سمت مذاکره مستقل
شرکت‌ها یک شبه از فرآیندهای دستی به سمت داشتن یک سیستم هوش مصنوعی برای بستن معاملات از طرف خود نمی‌روند. در عوض، آنها گام به گام پیشرفت می‌کنند و از مذاکرات با کمک هوش مصنوعی به مذاکرات نیمه مستقل و کاملاً مستقل حرکت می‌کنند.
مرحله کمکی
ابزارهای هوش مصنوعی به عنوان کمک خلبان عمل می‌کنند اما جایگزین تصمیم‌گیری انسانی نمی‌شوند. در حالی که ممکن است برخی اقدامات مستقل رخ دهد، اما به طرف‌های خارجی گسترش نمی‌یابند.
به عنوان مثال، سیستم هوش مصنوعی Legal-GradeAI شرکت Luminance می‌تواند هشدارهای خودکار ایجاد کند. یک شرکت چندملیتی خدمات رفاهی از این ویژگی برای شناسایی ریسک‌های تجاری و فرصت‌های تمدید زودهنگام قرارداد که شامل تخفیف می‌شوند. با این حال، سیستم به طور خودکار قرارداد تمدید را ارسال نمی‌کند. در عوض، این رویداد را به صورت داخلی علامت‌گذاری می‌کند، پیش‌نویس قرارداد را تهیه می‌کند و حتی ممکن است ایمیل تمدید را آماده کند.
به طور مشابه، شرکت Regrello مستقر در سانفرانسیسکو، که یک سیستم عامل هوش مصنوعی برای تولید و مدیریت زنجیره تأمین ارائه می‌دهد، از عوامل هوش مصنوعی برای تهیه پیش‌نویس شرایط، علامت‌گذاری ریسک‌ها، مقایسه بندها، جمع‌آوری تأییدیه‌ها و ادغام شرایط قراردادی با سایر سیستم‌های عملیاتی استفاده می‌کند. سیستم هوش مصنوعی آن همچنین می‌تواند سناریوها را شبیه‌سازی کند – به عنوان مثال، مدل‌سازی تعرفه ۱۵ درصدی بر مواد کلیدی برای پیش‌بینی تأثیرات هزینه و آماده شدن برای مذاکرات مجدد قیمت – اما انجام مذاکرات نهایی را به انسان‌ها واگذار کند.
مرحله نیمه مستقل
چنین سیستم‌هایی می‌توانند بندهای از پیش تأیید شده را بپذیرند یا قیمت‌ها را در قراردادها در محدوده‌های تعیین شده تنظیم کنند، اما تصمیمات حیاتی – مانند تأیید محدودیت‌های قیمت یا اعتبارسنجی ریسک‌ها – تحت کنترل انسان باقی می‌مانند. این مدل ترکیبی هوش مصنوعی با نظارت انسانی در صنایع تنظیم‌شده مانند انرژی، بیمه و مخابرات به خوبی کار می‌کند.
برای مثال، NTT Data با ویژگی‌های مذاکره مبتنی بر هوش مصنوعی Luminance کار کرد تا مواضع مذاکره ترجیحی سازمان را درک کند، در حالی که نحوه تعریف قراردادها و بندهای قرارداد توسط سیستم را سفارشی‌سازی می‌کرد. در Maersk، هوش مصنوعی با گذشت زمان هوشمندتر شد و پس از دوره های بیشتر مذاکره با یک تأمین‌کننده خاص، نتایج قیمتی بهتری ارائه داد، اما متخصص انسانی توافق نهایی را تأیید می‌کند. در بخش مخابرات، Vodafone و Deutsche Telekom از سیستم‌های هوش مصنوعی نیمه‌مستقل برای مذاکره در مورد قراردادهای تعمیر و نگهداری و عملیات استفاده کردند. Vodafone که بیش از 300 میلیون مشتری دارد، ضمن حفظ خدمات با کیفیت بالا، به صرفه‌جویی قابل توجهی دست یافت و نشان داد که چگونه مذاکرات نیمه‌مستقل می‌تواند تأثیر واقعی بر کسب و کار داشته باشد.
مرحله کاملاً مستقل
این سیستم‌ها مذاکرات را از ابتدا تا انتها – در چارچوب‌های امنیتی – مدیریت می‌کنند. آنها از موجودی کالا، تاریخچه تأمین‌کننده و داده‌های بازار در زمان واقعی برای بستن ده‌ها معامله به طور همزمان استفاده می‌کنند. یک نمونه، استفاده Walmart از هوش مصنوعی برای مذاکره در مورد شرایط بازپرداخت با تأمین‌کنندگان برای اقلام کم حاشیه و پرمصرف بدون تأیید انسان است. مورد دیگر، استفاده‌ی Advanced Micro Devices از Automark-up شرکت Luminance است، ابزاری مبتنی بر هوش مصنوعی که می‌تواند قراردادهای حقوقی مانند توافق‌نامه‌های عدم افشا را به صورت خودکار علامت‌گذاری کند.
چگونه این مسیر را طی کنیم
دخالت تخصص انسانی در گذار از مذاکرات مبتنی بر هوش مصنوعی به مذاکرات نیمه یا کاملاً خودکار، نه تنها به اصلاح نقص‌های احتمالی کمک می‌کند، بلکه یک فرآیند یادگیری دو طرفه را نیز تقویت می‌کند و هم انسان‌ها و هم الگوریتم‌ها را قادر می‌سازد تا به طور مداوم عملکرد خود را اصلاح و بهبود بخشند. در اینجا چند روش خوب آورده شده است:
اطمینان از کیفیت بالای داده‌ها
هنگام استفاده از هوش مصنوعی برای مذاکره و تهیه پیش‌نویس قرارداد، سازمان‌ها باید اطمینان حاصل کنند که داده‌های مربوط به مواردی مانند عملکرد تأمین‌کنندگان، معیارها و روندهای دقیق بازار، به موقع و مطابق با تمام قوانین محلی هستند. هوش مصنوعی با آنچه می‌داند مذاکره می‌کند. این بدان معناست که هوش مصنوعی باید بر اساس داده‌های حقوقی خاص هر حوزه آموزش ببیند تا اطمینان حاصل شود که قراردادهای واضح و قابل اجرا مطابق با قانون قابل اجرا تولید می‌کند. به یاد داشته باشید: در زمینه‌های حقوقی، دقت غیرقابل مذاکره است. داده‌های بهتر را بر داده‌های بیشتر اولویت دهید.
از حریم خصوصی و امنیت داده‌ها محافظت کنید
استفاده از هوش مصنوعی برای مذاکرات به معنای به اشتراک گذاشتن داده‌های حساس است. برای محافظت از آن، شرکت‌ها به محافظت‌های قوی مانند رمزگذاری، کنترل دسترسی، ناشناس‌سازی و بررسی‌های منظم ریسک نیاز دارند. این فقط مربوط به امنیت سایبری شما نیست؛ بلکه مربوط به ایجاد اعتماد با تأمین‌کنندگان و تنظیم‌کننده‌ها نیز می‌شود.
ایجاد چارچوب‌های پاسخگویی واضح
اگر یک ابزار هوش مصنوعی اشتباه کند – مانند ارزیابی نادرست یک تأمین‌کننده – شرکت، نه نرم‌افزار، مسئول است. این خطاها می‌تواند منجر به عواقب جدی قانونی یا مالی شود. بنابراین، شرکت‌ها باید دستورالعمل‌های پاسخگویی واضحی را با رویه‌های تعریف‌شده برای بررسی، جبران خسارت و نظارت ایجاد کنند. شرکت‌ها باید محافظت‌هایی مانند تعهدات طرفین برای افشای استفاده از هوش مصنوعی، نحوه عملکرد آن، نحوه استفاده از داده‌های طرفین و نحوه محافظت از حریم خصوصی ایجاد کنند. این امر به ویژه در زمینه‌های B2B، که در آن الزامات نظارتی ممکن است کمتر تعریف شده باشند، مهم است.
از مقررات پیروی کنید
در بسیاری از مکان‌ها، مقرراتی مانند مقررات عمومی حفاظت از داده‌های اتحادیه اروپا و قانون هوش مصنوعی آینده، که سال گذشته تصویب شد و اکنون به تدریج در حال اجرا است، مستلزم نظارت انسانی در تصمیمات حساس گرفته شده توسط سیستم‌های خودمختار است. این مقررات با هدف محافظت از انصاف، شفافیت و پاسخگویی، به ویژه در مورد حقوق اساسی مانند اشتغال، مسکن و مراقبت‌های بهداشتی وضع شده‌اند. به عنوان مثال، اگرچه هوش مصنوعی ممکن است با شناسایی قراردادهایی که برای تمدید یا تهیه پیش‌نویس قراردادها آماده شده‌اند، کمک کند، اما نباید آنها را بدون تأیید انسان به تأمین‌کنندگان ارسال کند. یک راه مؤثر برای نشان دادن انطباق، ردیابی مراحلی از فرآیند است که نیاز به تأیید انسان دارند.
ایجاد اعتماد از طریق توضیح‌پذیری
اعتماد به تصمیماتی که نمی‌فهمید دشوار است. از مدل‌های هوش مصنوعی استفاده کنید که می‌توانند استدلال خود را توضیح دهند و از خطا جلوگیری کنند.
بازاندیشی در حرفه مذاکره
برخی نگرانند که اتوماسیون می‌تواند به توسعه شغلی در زمینه‌هایی مانند تدارکات – به ویژه برای استعدادهای جوان – آسیب برساند. اما ما معتقدیم که چنین ترس‌هایی اغراق‌آمیز است. بررسی ده‌ها قرارداد تکراری لزوماً کسی را به مذاکره‌کننده بهتری تبدیل نمی‌کند. در عوض، خودکارسازی این وظایف، افراد را آزاد می‌کند تا زمان بیشتری را صرف مذاکرات استراتژیک‌تر و حساس‌تر کنند، جایی که قضاوت انسانی همچنان ضروری است. تغییر به هوش مصنوعی نه تنها باعث افزایش کارایی می‌شود، بلکه استعدادها را برای وظایف استراتژیک‌تر و با ارزش‌تر نیز آزاد می‌کند.
پاسخ دهید
برای ارسال نظر باید وارد شوید.