Automazione dei processi d'acquisto, i consigli di Gartner per affrontare il cambiamento / by luca nogara

Con la diffusione delle applicazioni Cloud e dei nuovi strumenti di machine learning, i prossimi tre anni saranno decisivi per l'eProcurement. Per arrivare preparate le aziende dovranno prima organizzare le informazioni e scegliere le giuste soluzioni con vendor e supplier

fonte: digital4.biz . potete leggere l'articolo originale qui 

Sono diversi i trend tecnologici che stanno attraversando, in maniera più o meno evidente, il mondo del Procurement. Secondo Gartner, da qui al 2020 assisteremo a una rivoluzione che ridefinirà molte delle abitudini consolidate e dei processi che caratterizzano oggi le attività di acquisto. Si parla naturalmente di e-invoicing, e-sourcing e supplier information management, che rappresentano alcuni degli strumenti già ampiamente diffusi, ma anche di approcci strategici guidati dall'introduzione di sistemi basati su Cloud e Artificial Intelligence.

Entro il prossimo triennio, prevede Gartner, più del 70% degli investimenti tecnologici su Procurement e processi di approvvigionamento sarà dedicato a soluzioni distribuite tramite la Nuvola, che pesa già per il 90% rispetto a tutte le nuove implementazioni Procure-to-Pay (P2P) nel settore privato come in quello pubblico. Alla ricerca di maggiore semplificazione, già a partire dal 2019 i vendor smetteranno di fornire portali orizzontali pre-confezionati capaci di supportare ciascuna delle interazioni coi partner della supply chain, in favore di una maggiore flessibilità delle applicazioni. Mentre dall'anno prossimo le piattaforme di P2P che tengono conto dei prezzi correnti riusciranno a garantire due volte i risparmi di quelle che non hanno questa capacità. Il futuro però non è tutto rose e fiori: secondo la società di consulenza, la modesta adozione di soluzioni all'avanguardia che ha contraddistinto il mondo del Procurement negli ultimi anni limiterà la penetrazione delle tecnologie smart (basate su machine learning e algoritmi ad hoc) al 10% del mercato potenziale.

 

Recuperare terreno si può, a patto di sposare una strategia “Cloud First”, che permette di accelerare l'intera organizzazione sul piano della digital transformation, allargando la vista sulle soluzioni disponibili sul mercato e migliorandone per questo l'accesso. Al tempo stesso è necessario valutare approfonditamente l'apporto che gli strumenti analitici (anche i più avanzati, come il già citato machine learning) possono fornire rispetto all'automazione e all'ottimizzazione dei processi, specialmente ora che il passaggio verso il paperless, secondo Gartner, ha superato il punto di non ritorno, integrando anche supporti tradizionalmente elettronici ma non strutturati, come per esempio le mail.

Prima di investire in nuove tecnologie, però, Gartner consiglia di consultare non solo i vendor, ma anche i fornitori chiave - oltre che una rappresentanza di supplier minori - per valutare insieme quale percorso di digitalizzazione può essere intrapreso e integrato più facilmente a tutto vantaggio del ROI dei soggetti coinvolti. Passo fondamentale, nel momento in cui si coinvolgono i partner per le implementazioni di soluzioni predittive avanzate è classificare e ordinare le informazioni e le serie storiche che saranno date in pasto ai nuovi sistemi. Allo stesso modo, nel momento in cui intendono potenziare il Contract Lifecycle Management (CLM) in questo senso, le aziende devono conoscere le basi per permettere agli applicativi P2P e ai virtual assistant, costruiti su tecnologie NLP (natural-language processing) di accedere ai file. Anche se dematerializzati, infatti, nel momento in cui i contratti si trovano in silos separati, i sistemi non possono accedervi per catturare, estrarre e processare i dati utili a costruire previsioni e insight. E tutto questo senza considerare il risk management e le difficoltà che comporta il trattamento e la condivisione di informazioni sensibili. Il futuro, dunque, è vicino (oltre che inevitabile), ma per raggiungerlo bisogna preparare attentamente la strada.