Manufactura industrial
Internet industrial de las cosas | Materiales industriales | Mantenimiento y reparación de equipos | Programación industrial |
home  MfgRobots >> Manufactura industrial >  >> Manufacturing Technology >> Tecnología Industrial

¿Deberían las adquisiciones temer o dar la bienvenida a la inteligencia artificial y la tecnología de aprendizaje automático?

Su dilatada carrera en adquisiciones ha consistido en gran medida en que la alta dirección le diera una paliza por la necesidad de reducir constantemente los costes de los proveedores. Llega la tecnología digital para facilitar su trabajo o eliminarlo.

Ese, al menos, es el miedo de los profesionales de adquisiciones en la era de la inteligencia artificial y el aprendizaje automático. Teniendo en cuenta todos los factores que intervienen en la selección y el mantenimiento de proveedores, ¿no tiene sentido entregar la tarea a un sistema que puede procesar más datos que cien personas?

Y el volumen de datos sigue creciendo. Los gerentes de adquisiciones de hoy deben recurrir a múltiples fuentes de inteligencia, tanto de los propios proveedores como de datos financieros independientes, informes de noticias, servicios de terceros y redes sociales. Sammeli Sammalkorpi, cofundador del proveedor de software de análisis de adquisiciones Sievo, dice:"Las organizaciones de adquisiciones aún no han aprendido a aprovechar estos diferentes tipos de datos".

La inteligencia artificial y el aprendizaje automático parecerían especialmente adecuados para el desafío. Pero los temores de que se hagan cargo del trabajo por completo parecen infundados. Cuando se trata de una gestión eficaz de las adquisiciones y los proveedores, el futuro previsible es de colaboración entre humanos y máquinas.

"Realmente creo que el papel de la IA no es reemplazar a los humanos", dice Sammalkorpi. "El aprendizaje automático y la inteligencia artificial pueden proponer hallazgos, pero aún debe ajustarse a lo que es relevante y lo que no".

Las máquinas son muy eficaces para aplicaciones estrechas que implican problemas bien definidos. Es más, siempre están "encendidos" y conllevan un costo de operación mínimo, en comparación con el salario y los beneficios de un trabajador humano.

Sin embargo, llega el momento de actuar, y el gerente de carne y hueso debe intervenir. En pocas palabras, los seres humanos aún son mejores para tomar el juicio final sobre los proveedores clave. Por el momento, al menos, "el aprendizaje automático todavía no es lo suficientemente confiable para impulsar decisiones", dice Sammalkorpi. (Hay otra razón para mantener a los humanos al tanto, agrega:necesitan conservar la responsabilidad de tomar decisiones para que no terminen culpando a la máquina por las incorrectas).

En las primeras etapas del aprendizaje automático, es probable que la tecnología se haga cargo de ciertos elementos del contrato con el proveedor. Sin embargo, a medida que mejore, los compradores dependerán del sistema para un número cada vez mayor de tareas, si no la decisión final sobre la investigación y selección de proveedores.

Debido a que la inteligencia artificial y el aprendizaje automático dependen en gran medida de algoritmos complejos, las empresas pueden asumir que necesitan contratar un equipo costoso de científicos de datos para ejecutar el sistema y entender sus conclusiones. En opinión de Sammalkorpi, ese no es el caso del departamento de adquisiciones. Él cree que ese tipo de experiencia se obtiene mejor de un proveedor subcontratado.

“Incluso si pensaban que era un buen caso de negocio”, dice, “no vemos muchas organizaciones capaces de retener ese talento en casa. Todavía necesita científicos de datos, pero no creo que la organización de adquisiciones sea el lugar adecuado para ellos ".

Es probable que predecir los resultados futuros sea tan difícil para una máquina como para un ser humano; en otras palabras, imposible. Pero el aprendizaje automático es bueno para revisar rápidamente los pronósticos y los planes de acción en tiempo real, para reflejar los patrones de compra reales, cree Sammalkorpi.

Todo esto supone, por supuesto, que las adquisiciones pueden incorporar sin problemas la nueva tecnología en sus operaciones. Pero una nueva investigación de Forrester Consulting, encargada por el proveedor de la plataforma de adquisiciones Ivalua, sugiere que esto está lejos de ser el caso. Al emplear un "índice de madurez digital" para evaluar el progreso de las empresas en la adopción de tecnología de adquisiciones, Forrester descubrió que la mayoría está "sobrestimando significativamente" su nivel de madurez en ese sentido.

El sesenta y cinco por ciento de las empresas encuestadas se consideraban "avanzadas", pero solo el 16 por ciento tenía el nivel requerido de madurez digital en sus organizaciones de adquisiciones para justificar esa evaluación.

Un problema es que muchas empresas toman malas decisiones iniciales al seleccionar la tecnología de adquisición. En el estudio de Forrester, el 82 por ciento había cambiado o estaba considerando cambiar de proveedor de tecnología, citando como razones los bajos niveles de incorporación de proveedores y adopción de usuarios.

Además, el período de adopción fue excesivamente largo. Solo el 17 por ciento de las organizaciones pudieron incorporar nuevos proveedores en menos de un mes, y el 59 por ciento tomó entre uno y tres meses para cada proveedor.

"Los líderes de adquisiciones tienen la oportunidad de ofrecer una verdadera ventaja competitiva para sus organizaciones", dijo David Khuat-Duy, director ejecutivo corporativo de Ivalua, en un comunicado. "La transformación digital es fundamental para el éxito, pero requiere una evaluación realista de la madurez actual, una visión clara para cada etapa del viaje y la tecnología adecuada".

Todo lo cual sugiere que la tecnología en forma de inteligencia artificial y aprendizaje automático está muy lejos de alejar a los humanos de la función de adquisiciones, incluso cuando promete mejorar las operaciones cuando se evalúa e implementa correctamente.


Tecnología Industrial

  1. La cadena de suministro y el aprendizaje automático
  2. ADLINK:solución de aprendizaje automático e inteligencia artificial de borde de acceso múltiple montada en poste
  3. Demostraciones de aprendizaje automático de terminales (impulso de borde y armado NN)
  4. Impulsar la confiabilidad y mejorar los resultados de mantenimiento con el aprendizaje automático
  5. Aplicación de Blockchain y Machine Learning a las cadenas de suministro de fármacos
  6. Seguridad de accionamientos y máquinas
  7. AWS fortalece sus ofertas de inteligencia artificial y aprendizaje automático
  8. ¿Qué es una fresadora y para qué sirve?
  9. Cómo la IA y el aprendizaje automático impactan en el mecanizado CNC
  10. Cómo calcular y mejorar la disponibilidad de la máquina
  11. Las 9 aplicaciones de aprendizaje automático que debes conocer