調達におけるAIと機械学習の活用：機会、課題、ベストプラクティス

あなたの長年の調達キャリアは、サプライヤーコストを常に削減せよというトップマネジメントからの圧力との戦いだったかもしれません。そこにデジタル技術が登場し、あなたの仕事を楽にする――あるいは奪う――存在として現れました。

それが、人工知能と機械学習の時代における調達プロフェッショナルの恐怖です。サプライヤー選定と維持に関わるあらゆる要因を考えれば、百人の人間より多くのデータを処理できるシステムに任せるのが合理的に思えます。

データ量は増え続けています。今日の調達マネージャーは、サプライヤー自身からの情報に加え、独立系財務データ、ニュースレポート、サードパーティサービス、ソーシャルメディアなど、複数のインテリジェンスソースを活用しなければなりません。調達分析ソフトウェアベンダーSievoの共同創業者、サメリ・サマルコルピ氏は「調達組織はまだ、これら多様なデータをどう活用すかを学んでいません。」と述べています。

AIと機械学習の適性と限界

AIと機械学習はこの課題に特に適しているように見えます。しかし、それらが仕事を完全に奪うという懸念は根拠がないようです。効果的な調達とサプライヤー管理において、予見可能な未来は人間と機械の協働です。

「AIの役割は人間を置き換えることではないと真に信じています」とサマルコルピ氏。「機械学習とAIは発見を提案できますが、何が関連があり、何がないかを判断し調整するのは、依然として人間です。」

機械は、明確に定義された問題を含む狭い用途では高い効果を発揮します。また、常に「オン」であり、人間の給与と福利厚生と比較して最小限の運用コストで稼働します。

しかし、アクションを起こす段階になると、血の通ったマネージャーが介入する必要があります。シンプルに言えば、人間は依然として主要サプライヤーに関する最終判断を下すのが得意です。現時点では少なくとも、「機械学習はまだ意思決定を推進するほど信頼性が高くない」とサマルコルピ氏は言います（人間をループに残す別の理由として、彼らが選択の責任を保持し、誤った判断を機械のせいにしないようにする必要があると付け加えます）。

機械学習の初期段階では、サプライヤー契約の特定要素を引き受けることが可能でしょう。改善に伴い、買い手は最終的なサプライヤー審査・選定の決定でないにせよ、ますます多くのタスクをシステムに依存するようになるでしょう。

データサイエンティストは社内に必要か？

AIと機械学習が複雑なアルゴリズムに大きく依存するため、企業はシステム運用と結論の理解のために高価なデータサイエンティストチームを雇う必要があると考えるかもしれません。サマルコルピ氏の見解では、調達部門に関してはそうではありません。その種の専門知識は、アウトソースプロバイダーから得るのがベターだと彼は考えます。

「たとえ良いビジネスケースだと思っても、その人材を社内で維持できる組織はほとんど見られません。データサイエンティストは依然として必要ですが、調達組織が彼らの適切な場所だとは思いません。」

予測とリアルタイム修正

将来結果の予測は、機械にとっても人間にとっても同様に困難――つまり不可能です。しかし機械学習は、実際の購買パターンを反映して予測とアクションプランをリアルタイムで迅速に修正することに長けています、とサマルコルピ氏は考えます。

デジタル成熟度の現実とギャップ

これらすべては、調達が新技術を業務にスムーズに組み込めることを前提としています。しかし、調達プラットフォームベンダーIvaluaの委託でForrester Consultingが実施した新しい調査によれば、これは程遠い現実です。「デジタル成熟度指数」を用いて企業の調達技術導入進捗を評価したところ、ほとんどの企業がその成熟度を「著しく過大評価」していることが判明しました。

調査対象企業の65％が自社を「先進的」と見なしていましたが、調達組織においてその評価を正当化するために必要なデジタル成熟度レベルに達していたのはわずか16％でした。

一つの問題は、多くの企業が調達技術の選定で不適切な初期選択をしていることです。Forresterの研究では、82％がプロバイダーを切り替えた、または切り替えを検討しており、理由としてサプライヤーオンボーディングのレベルが低いこととユーザー採用の悪さを挙げています。

さらに、導入期間が過度に長かったです。新規サプライヤーを1ヶ月未満でオンボードできた組織はわずか17％で、59％がサプライヤー1社あたり1～3ヶ月を要していました。

「調達リーダーは、自組織に真の競争優位を提供する機会を持っています」とIvaluaのコーポレートCEO、デビッド・クアット・ドゥイ氏は声明で述べています。「デジタルトランスフォーメーションは成功の鍵ですが、現在の成熟度の現実的評価、各段階の明確なビジョン、適切なテクノロジーが必要です。」

これらすべては、AIと機械学習という形のテクノロジーが、適切に評価・実装されれば業務を強化することを約束しつつも、調達機能から人間を排除するには程遠いことを示唆しています。