Abbiamo sentito nominare i Big Data migliaia di volte e la risonanza del fenomeno ha spinto alcuni a chiamare l’attuale periodo storico l’Era dei Big Data. Oggi produciamo dati in quantità superiore alla nostra capacità di utilizzarli, in quanto difficilmente processabili dai sistemi convenzionali. Il questo modo, l’enorme valore delle informazioni rischia di rimanere inaccessibile. Il fenomeno genera un forte interesse generale: le preferenze dei consumatori vengono previste in anticipo, i politici utilizzano i Big Data per cogliere il sentiment dei cittadini e la medicina si serve di dispositivi indossabili per processare in tempo reale le informazioni sul paziente.
Un’applicazione meno nota per la gestione dei Big Data trova spazio nel mondo del Procurement. Come sottolineiamo nel Percorso Executive in Supply Chain Management del MIP – Politecnico di Milano, Graduate School of Business, per natura, la funzione acquisti è fortemente analitica, poiché riceve e produce molti dati: le tecniche di estrazione del valore dalle informazioni diventano, dunque, il volano per un’evoluzione radicale degli acquisti. Trasformare la funzione acquisti in un generatore di valore richiede di capitalizzare i dati per identificare aree di miglioramento e opportunità. Un contributo concreto alla valorizzazione dei dati è fornito dall’Artificial Intelligence, che diventa il motore del processo decisionale degli acquisti, alimentato dal prezioso carburante dei dati stessi.
Opportuni algoritmi di Artificial Intelligence permettono l’analisi di dati storici relativi a ordini e fatture e la loro integrazione con informazioni esterne ai database aziendali, operando delle analisi di benchmarking. Queste informazioni permettono al buyer di prendere delle decisioni informate, in quanto il sistema fornisce dei suggerimenti per la definizione di prezzi e specifiche. In più, automatizzare la manutenzione dei dati permette di generare automaticamente delle dashboard a supporto del buyer, il quale ha visibilità diretta su criticità e opportunità di miglioramento.
Il chatbot, interfaccia di comunicazione con il sistema basata su algoritmi di Natural Language Processing, è un agente a supporto del buyer. Il buyer può infatti conversare con il software, che elabora le informazioni richieste e fornisce delle raccomandazioni di conseguenza. Attraverso l’Intelligenza Artificiale il chatbot è in grado di imparare le preferenze dell’utilizzatore, analizza i dati passati e propone dei suggerimenti al buyer.
Anche la gestione del rischio di fornitura è supportata dall’analisi sistematica dei dati, i quali alimentano algoritmi capaci di dare una misura al rischio, prevedendo i possibili scenari e i loro effetti. Gli algoritmi «preventivi» di gestione del rischio sono in grado di identificare i possibili rischi a cui un’impresa è esposta e la probabilità di occorrenza di questi scenari. Gli algoritmi «reattivi» sono in grado di raccomandare delle azioni correttive nel caso in cui l’evento di rischio si realizzi.
Questi sono solo alcuni esempi delle numerose applicazioni di algoritmi di Artificial Intelligence per l’estrazione del valore dei Big Data nel mondo del Procurement. In questo scenario, diventano necessarie nuove tecnologie, procedure adatte e competenze multidisciplinari. Le nuove tecnologie a supporto del buyer promettono interfacce intuitive e procedure guidate, quindi non si tratta di imparare linguaggi difficili, ma il cambio di paradigma richiede un’evoluzione culturale, al fine di sfruttarne le potenzialità. Servono quindi buyer smart, capaci di sfruttare le nuove opportunità.
