Оптимизируем Закупки: чеклист топ-10 для формирования потребности с помощью ИИ-аналитика Raft AI4BI

Значимый прорыв формирует отрасль ИИ: albonemo 18 минут назад Оптимизируем Закупки: чеклист топ-10 для формирования потребности с помощью ИИ-аналитика Raft AI4BI Средний 7 мин 154 Блог компании Raft Искусственный интеллект Визуализация данных * Кейс Если зададите «закупщику» вопрос о проблемах, которые ему приходится решать на каждодневной основе, то «пустая рюмка и взгляд полный грусти будет вам ответом». Дальше последует уходящий в бесконечность список с описанием того, что болит, и достается в нем и нашим и вашим. Вспоминают и ненадежных поставщиков, и задержки поставок, и перерасход по контрактам, но в большинстве таких списков фигурирует проблема, настигающая «закупки» еще в самом начале цикла: идентификации потребности и формирования заявки на закупку.

Сегодня разберем один из подходов, помогающий снизить градус проблемы с формированием потребностей: внедрение в регламент закупок чек-листа. Покажем на живых примерах, как ИИ-аналитик Raft AI4BI может помочь в имплементации подхода. Чек-лист как фильтрГрамотно настроенный чек-лист служит, как фильтр, который отсекает «мусорные» заявки и снижает операционную нагрузку на закупки.

Технические детали

Ниже расписал топ-10 проверок с фокусом на критериях, что напрямую могут быть провалидированы ИИ-аналитиком. Для получения полноценного чек-листа который организация может использовать в реальной жизни, требуется адаптация под отраслевую специфику и требования существующего корпоративного регламента закупок. Каждый пункт чек-листа ниже проиллюстрирован примером с описанием проблемы и решением с применением ИИ-аналитика Raft AI4BI .

Разумеется, такое решение требует актуальности данных, и ИИ-аналитик не рассеет тьму и не упорядочит хаос, он не заменяет четко выстроенный процесс закупок, но он помогает понять данные и получить четкую картину для дальнейших взвешенных шагов в оптимизации закупок. Обоснование потребности✓ Проверяем, что заявленная потребность подтверждена динамикой расходов по имеющимся запасам. Менеджер по закупкам производственного предприятия получает от технологов заявку на 40 единиц промышленных фильтров.

Прежде чем принять её в работу, он открывает Raft AI4BI и через AI-агент платформы задаёт вопрос в свободной форме: «Какие остатки по категории "промышленные фильтры" и есть ли активные заказы за последние 60 дней? » Через минуту получает ответ: «На складе числится 18 единиц, ещё 15 уже в пути по заказу от прошлого месяца. Реальная потребность — 7 единиц.

Отраслевые последствия

»В случае, если необходимо детальнее разобрать ситуацию, он может попросить ИИ-аналитика попросить построить соответствующую визуализацию. Таким образом, необоснованная заявка может быть отклонена ещё до регистрации в системе. ✓ Проверка на дубли заказов на аналогичную позициюКатегорийный менеджер получает заявку от производственного отдела на закупку крепёжных изделий и через небольшой промежуток времени аналогичную заявку от подразделения технического обслуживания.

Без единого специализированного дашборда это дублирование было бы сложно заметить.

Этот прогресс даёт важные сигналы о будущем отрасли, и технологический мир внимательно наблюдает.