Nyereség:
- Azokra a nagy tételekre összpontosítva, amelyek a legnagyobb változást hozzák, és látni a beszállítói szétesést és a konszolidációs lehetőségeket a költéselemzés és a Pareto elv alapján
- Képes a beszállítók összehasonlítására nemcsak ár, hanem több dimenzióban (minőség, megbízhatóság, kockázat) is, és biztonsági ráhagyással megtervezni a rendelési mennyiséget
- Képes a pénzügyi és jogi következményekkel járó szerződéses döntéseket illetékes szakértői jóváhagyás és pénzügyi/jogi ellenőrzés alá vonni
Minden, amit egy vállalkozás kiszervez – nyersanyagok, szolgáltatások, kellékek, szoftverek – átmegy az ellátási láncon. A legtöbb vállalkozásnál a beszerzés jelenti a legnagyobb összköltséget; Még egy kis javulás is közvetlenül tükröződik a nyereségben. De a vásárlás nem csak a „legolcsóbb megtalálása”: egyensúly a megfelelő szállító, a megfelelő időpont, a megfelelő mennyiség, a megfelelő minőség és az elfogadható kockázat között. Ebben az egységben megtanuljuk, hogyan használhatjuk az AI-t beszállítói összehasonlításban, rendelési mennyiségek tervezésében, költéselemzésben és beszerzési kockázatértékelésben. Kritikus határ: a mesterséges intelligencia elemzéseket és ajánlásokat készít; Hogy melyik szállítóval kössön szerződést, annak anyagi és jogi következményei vannak, és ez a döntés hozzáértő szakértő és vezető jóváhagyásával történik.
Költségelemzés: megtudhatja, hová megy a pénze
A vásárlásoptimalizálás első lépése a kiadások láthatóvá tétele. A legtöbb vállalkozásnál a beszerzés több száz cikkre és több tucat beszállítóra terjed ki; senki sem látja a teljes képet. A kiadáselemzés – az összes vásárlás kategóriánkénti és szállítói alapján történő vizsgálata – feltárja, hová áramlik a pénz. A klasszikus megállapítás a Pareto-elv (a ráfordítás nagyjából 80 százaléka a beszállítók 20 százalékától származik): kis számú nagy tétel határozza meg a teljes költséget. A mesterséges intelligencia kategóriák és szállítók szerint lebontja az Ön névtelen kiadási adatait, és gyorsan megmutatja ezeket a nagy tételeket; A tárgyalási és fejlesztési erőfeszítéseit arra összpontosítja, ahol az a legnagyobb változást hozza.
A második klasszikus megállapítás a beszállítói lemorzsolódás: ugyanazt az anyagot öt különböző beszállítótól vásárolva elmulasztja a mennyiségi kedvezményt. A mesterséges intelligencia ezt a rendetlenséget mutatja; Lehetőséget jelöl a konszolidációra (a beszerzések kis számú beszállítóra történő koncentrálása). A konszolidáció azonban kockázattal is jár – egyetlen szállítótól való függéssel. A menedzser hozza létre ezt az egyensúlyt, nem az AI.
Tipp: A kiadáselemzést mindig a „10 legnagyobb tétellel” és a „10 leggyakrabban ismétlődő tétellel” kezdje. A nagy tételek alkuerőt, az ismétlődő tételek az automatizálás és a keretszerződések lehetőségét hordozzák. Az AI másodpercek alatt kiadja ezt a két listát.
Szállítói összehasonlítás és rendelési mennyiség
Klasszikus hiba, ha csak az árat nézzük a beszállító kiválasztásakor. A helyes összehasonlítás többdimenziós: ár, minőség, szállítási idő, szállítási megbízhatóság, fizetési feltételek, pénzügyi megalapozottság és kockázat. Az AI kiválóan képes ezeket a dimenziókat egy összehasonlító táblázatba összesíteni – névtelen adatokat ad meg, és súlyozott pontszámot javasol. De te határozod meg a súlyokat (az ár fontos vagy a megbízhatóság?); Az AI alapértelmezett súlyozása nem ismeri a vállalkozás valóságát.
Két költség ütközik a rendelési mennyiség tervezésében: ha túl sokat rendel, megnő a készlettartás (raktár, tőkelekötés, romlás) költsége; Ha kevesebbet ad, megnő a gyakori megrendelések és a készlethiány kockázata. Az AI ésszerű rendelési mennyiséget és újrarendelési pontot javasol (az új rendelés küszöbértéke, amikor a készlet erre a szintre csökken) a korábbi fogyasztási adatokból. Ez egy kiindulópont; A menedzser hozzáadja a biztonsági ráhagyást az átfutási idő és a kereslet ingadozásának bizonytalansága miatt.
három mini tok
1. eset – Rejtett szállítói rendetlenség. Egy étteremlánc 7 beszállítótól vásárolta ugyanazt a tisztítószert különböző fiókokon keresztül. A menedzser névtelen kiadási adatokat adott az MI-nek; A mesterséges intelligencia zűrzavart és árkülönbséget mutatott (akár 22 százalékos különbség ugyanazon termék esetében). A beszerzések 2 beszállítónál összpontosultak, az éves költségek 14 százalékkal csökkentek. A második szállító tudatos volt, hogy elkerülje az egyetlen forrástól való függést.
2. eset – Csak az ár megtekintésének költsége. Egy gyártó a legolcsóbb nyersanyagszállítóra váltott. A mesterséges intelligencia összehasonlítása során ennek a szállítónak a szállítási megbízhatósága alacsonynak tűnt, de a menedzser figyelmen kívül hagyta ezt. Három hónapon belül két jelentős késés leállította a termelést; a kieső termelés sokszorosa volt a megszerzett kedvezménynek. Tanulság: az ár nem mindenki számára megfelelő; A megbízhatósági pontszámot is bele kellett volna foglalni a határozatba.
3. eset – Rendelési mennyiség optimalizálása. Egy e-kereskedelmi raktárban gyakran elfogyott a készlet, vagy túl sok volt a legkelendőbb termék. A menedzser átadta az anonim fogyasztási adatokat az AI-nak, és újrarendelési pontokat és biztonsági készleteket kért. Három forgatókönyvet adott AI képletekkel; A menedzser figyelembe vette az átfutási idő bizonytalanságát, és a középső forgatókönyvet választotta biztonsági ráhagyással. A készletek 60 százalékkal csökkentek, és a felesleges készlet is csökkent.
Négy másolható sablon
1) Kiadáselemzés:
Az Ön szerepe: beszerzési elemző. Használja a mellékelt anonim ráfordítási adatokat (kategória, szállítói kód, összeg). Mutasd meg egy táblázatban: 1) A 10 legfontosabb kiadási tételt, 2) A rendetlenség pontjait, ahol több szállítótól vásárolom ugyanazt a terméket, 3) Konszolidációs lehetőségeket és mindegyik függőségi kockázatát. Csak használd a számokat, amiket adtam.
2) Szállítói összehasonlítás (többdimenziós):
Használja a mellékelt anonim szállítói adatokat (ár, minőségi pontszám, szállítási idő, megbízhatóság, fizetési határidő). Pontszám a következő súlyokkal: ár 30%, megbízhatóság 30%, minőség 20%, szállítás 10%, lejárat 10%. Mutassa be a súlyozott pontszámot a táblázatban, de jelezze, hogy a végső döntés az Öné, és a szerződéskötés előtt jogi/pénzügyi ellenőrzés szükséges.
3) Rendelési mennyiség / utánrendelési pont:
Használja a mellékelt anonim fogyasztási adatokat (termék, havi fogyasztás, átfutási idő). Hozzon létre 3 forgatókönyvet az újrarendelési ponthoz és az ajánlott rendelési mennyiséghez (alacsony/közepes/magas biztonsági határ). Képletek megjelenítése. Ha az átfutási idő bizonytalan, magyarázza el, hogy ez hogyan befolyásolja a biztonsági készletet.
4) Ellátási kockázatértékelés:
Értékelje a következő kelléktételt: [cikk]. Sorolja fel a lehetséges ellátási kockázatokat (egy forrástól való függés, szállítási késedelem, áringadozás, minőség, földrajzi/geopolitikai). Minden kockázathoz javasoljon valószínűséget/hatást és egy alacsony költségű mérséklő intézkedést. Ne készítsen pontos jóslatokat; Jelölje be a bizonytalanságokat.
Gyenge felszólítás / Erős felszólítás
Gyenge felszólítás:
Melyik szállítót válasszam?
Nincsenek kritériumok, nincsenek adatok, nincsenek súlyok. Az AI vagy azt mondja, hogy "legolcsóbb", vagy üres általános tanácsokat ad; alaptalanul irányítja a pénzügyi és jogi kockázattal járó döntést.
Erőteljes felszólítás:
Az Ön szerepe: beszerzési elemző. A mellékletben 4 névtelen beszállító ár, minőség, szállítási idő és megbízhatósági adatai találhatók. Az ár és a megbízhatóság egyenlő súllyal, a minőség valamivel kisebb súllyal és egy összehasonlító táblázat jelenik meg. A végső döntés meghozatala; Mutassa be a 2 legerősebb jelöltet az indokaival, és emlékeztesse őket arra, hogy a szerződés megkötése előtt jogi/pénzügyi ellenőrzésre van szükség.
Méret
rossz megközelítés
Erős megközelítés
kritérium
csak ár
többdimenziós
súlyozás
Egyik sem
nyitva
Kockázat
figyelmen kívül hagyni
Értékelve
döntési tulajdonjog
AI-ra hagyták
Embereknél szakértő jóváhagyásával
ellenőrzése
Egyik sem
kötelező
Gyakori hibák
- Csak nézd meg az árat. Ha figyelmen kívül hagyjuk a megbízhatóságot, a minőséget és a kockázatot, akkor költségessé válik.
- Túlkonszolidáció. Az egyetlen szállítótól való függés növeli a megszakítások kockázatát; egyensúly.
- A biztonsági készlet megkerülése. A biztonsági ráhagyás nélküli rendelés bizonytalan átfutási idő esetén készlethiányhoz vezet.
- A szerződésről szóló döntést az AI-ra bízzuk. A pénzügyi/jogi következményekkel járó döntésekhez szakértői jóváhagyás szükséges.
- A tényleges szállító/ár adatok beillesztése a nyitott eszközbe. Ez üzleti titok; Anonimizálás.
Figyelem: A szállítóval kötött szerződés pénzügyi és jogi kötelezettségvállalás. Az AI összehasonlító táblázata egy döntéstámogató eszköz, nem helyettesíti az aláírást. Kötelező a szerződéskötés előtti pénzügyi megbízhatóság ellenőrzése, a jogi felülvizsgálat és az illetékes szakértői jóváhagyás.
Összefoglalva
A kínálat és a beszerzés, mint a legnagyobb költségtétel, közvetlen hatással van a profitra. Nézze meg, hová megy a pénze a kiadáselemzéssel; Koncentrálj a nagy tételekre a Pareto-elv szerint; Fontolja meg a beszállítói szétesést és a konszolidációs lehetőségeket. Hasonlítsa össze a szállítót több dimenzióban (ár, minőség, megbízhatóság, kockázat), ne csak az árat nézze. Tervezze meg a rendelési mennyiséget forgatókönyvekkel és biztonsági határokkal. A mesterséges intelligencia hatékony segítség mindezen elemzésekben; A szerződéses döntésnek azonban pénzügyi-jogi következményei vannak, és hozzáértő szakértői jóváhagyást igényel.
Pályázati feladat
Az elmúlt 6 hónap vásárlásainak anonim előkészítése (kategória, szállítói kód, összeg). A fenti „Költéselemzés” sablon segítségével a mesterséges intelligencia kivonja a legjobb 10 terméket, és a beszállítói lemorzsolódást. Hozzon létre egy többdimenziós táblázatot a „Beszállítók összehasonlítása” sablonnal egy cikkhez, és azonosítsa a 2 legerősebb jelöltet. Sorolja fel, milyen jogi/pénzügyi ellenőrzéseket fog végezni a döntés meghozatala előtt.
ellenőrző lista
- [ ] Anonimizáltam a szállítói és áradatokat?
- [ ] A nagy tételekre koncentráltam (Pareto)?
- [ ] Összehasonlítottam a szállítót több dimenzióban (nem csak az árban)?
- [ ] Felmértem-e a konszolidáció függőségi kockázatát?
- [ ] A szerződéses döntést alávetettem-e szakértői jóváhagyásnak és jogi/pénzügyi ellenőrzésnek?