Keuntungan:
- Berfokus pada item besar yang akan membuat perbedaan terbesar dan melihat peluang disorganisasi dan konsolidasi pemasok melalui analisis pembelanjaan dan prinsip Pareto
- Kemampuan untuk membandingkan pemasok tidak hanya dalam harga tetapi juga dalam berbagai dimensi (kualitas, keandalan, risiko) dan merencanakan jumlah pesanan dengan margin keamanan
- Kemampuan untuk menyerahkan keputusan kontrak yang memiliki konsekuensi finansial dan hukum kepada persetujuan ahli yang kompeten dan kendali finansial/hukum
Segala sesuatu yang dialihdayakan oleh bisnis—bahan mentah, layanan, pasokan, perangkat lunak—akan melalui rantai pasokan. Pembelian adalah item terbesar dari total biaya di sebagian besar bisnis; Bahkan peningkatan kecil pun langsung tercermin dalam keuntungan. Namun pembelian bukan sekadar "menemukan yang termurah": ini adalah keseimbangan antara pemasok yang tepat, waktu yang tepat, kuantitas yang tepat, kualitas yang tepat, dan risiko yang dapat diterima. Di unit ini, kita akan mempelajari cara menggunakan AI dalam perbandingan pemasok, perencanaan kuantitas pesanan, analisis pengeluaran, dan penilaian risiko pasokan. Batas kritis: AI menghasilkan analisis dan rekomendasi; Pemasok mana yang akan menandatangani kontrak akan mempunyai konsekuensi finansial dan hukum, dan keputusan ini dibuat dengan persetujuan ahli dan manajer yang kompeten.
Analisis pengeluaran: melihat ke mana perginya uang Anda
Langkah pertama dalam pengoptimalan pembelian adalah membuat pembelanjaan terlihat. Di sebagian besar bisnis, pembelian tersebar di ratusan item dan lusinan pemasok; tidak ada yang melihat gambaran keseluruhannya. Analisis pembelanjaan – memeriksa semua pembelian berdasarkan kategori dan pemasok – mengungkapkan ke mana uang mengalir. Temuan klasiknya adalah prinsip Pareto (kira-kira 80 persen pembelanjaan berasal dari 20 persen pemasok): sejumlah kecil barang dalam jumlah besar menentukan total biaya. AI mengelompokkan data pengeluaran anonim Anda berdasarkan kategori dan pemasok dan dengan cepat menunjukkan item-item besar ini kepada Anda; Anda memfokuskan upaya negosiasi dan perbaikan Anda pada tempat yang akan menghasilkan perbedaan terbesar.
Temuan klasik kedua adalah churn pemasok: membeli bahan yang sama dari lima pemasok berbeda tidak mendapatkan diskon volume. AI menunjukkan kekacauan ini; Hal ini menandai peluang untuk konsolidasi (mengkonsentrasikan pembelian pada sejumlah kecil pemasok). Namun konsolidasi juga memiliki risiko – ketergantungan pada satu pemasok. Keseimbangan ini ditentukan oleh manajer, bukan AI.
Tip: Selalu mulai analisis pembelanjaan dengan “10 item terbesar” dan “10 item yang paling sering muncul”. Barang-barang besar membawa kekuatan tawar, barang-barang yang berulang membawa peluang untuk otomatisasi dan perjanjian kerangka kerja. AI mengeluarkan dua daftar ini dalam hitungan detik.
Perbandingan pemasok dan jumlah pesanan
Hanya melihat harga ketika memilih pemasok adalah kesalahan klasik. Perbandingan yang benar bersifat multidimensi: harga, kualitas, waktu pengiriman, keandalan pengiriman, syarat pembayaran, kesehatan finansial, dan risiko. AI sangat baik dalam menggabungkan dimensi-dimensi ini ke dalam tabel perbandingan — Anda memberikannya data anonim dan AI menyarankan skor tertimbang. Namun Andalah yang menentukan bobotnya (apakah harga penting atau keandalan?); Bobot default AI tidak mengetahui realitas bisnis Anda.
Ada dua konflik biaya dalam perencanaan kuantitas pesanan: jika Anda memesan terlalu banyak, biaya penyimpanan persediaan (gudang, komitmen modal, pembusukan) meningkat; Jika Anda memberi lebih sedikit, risiko seringnya pesanan dan kehabisan stok meningkat. AI merekomendasikan jumlah pesanan yang wajar dan titik pemesanan ulang (ambang batas untuk melakukan pemesanan baru ketika stok turun ke level ini) dari data konsumsi historis Anda. Ini adalah titik awal; Manajer menambahkan margin keamanan untuk ketidakpastian waktu tunggu dan fluktuasi permintaan.
tiga kasus mini
Kasus 1 — Kekacauan pemasok yang tersembunyi. Sebuah jaringan restoran membeli bahan pembersih yang sama dari 7 pemasok melalui cabang yang berbeda. Manajer memberikan data pengeluaran anonim kepada AI; AI menunjukkan kekacauan dan perbedaan harga (perbedaan hingga 22 persen untuk produk yang sama). Pembelian terkonsentrasi di 2 pemasok, biaya tahunan turun 14 persen. Pemasok kedua tetap sadar untuk menghindari ketergantungan pada satu sumber.
Kasus 2 — Biaya hanya dengan melihat harganya. Sebuah produsen beralih ke pemasok bahan baku termurah. Dalam perbandingan AI, keandalan pengiriman pemasok ini tampak rendah, tetapi manajer mengabaikannya. Dua penundaan besar dalam waktu tiga bulan menghentikan produksi; produksi yang hilang berkali-kali lipat lebih besar daripada diskon yang didapat. Pelajaran: harga bukanlah satu ukuran yang cocok untuk semua; Skor reliabilitas juga seharusnya dimasukkan dalam keputusan.
Kasus 3 — Optimasi kuantitas pesanan. Gudang e-niaga sering kali kehabisan stok atau menimbun produk terlaris secara berlebihan. Manajer memberikan data konsumsi anonim kepada AI dan meminta skenario titik pemesanan ulang dan stok pengaman. Ia memberikan tiga skenario dengan rumus AI; Manajer mempertimbangkan ketidakpastian waktu tunggu dan memilih skenario tengah dengan margin keamanan. Kehabisan stok berkurang 60 persen, dan kelebihan persediaan juga menurun.
Empat templat yang dapat disalin
1) Analisis pengeluaran:
Peran Anda: analis pembelian. Gunakan data pembelanjaan anonim terlampir (kategori, kode pemasok, jumlah). Tunjukkan pada saya dalam tabel: 1) 10 item pengeluaran teratas Anda, 2) Poin kekacauan di mana saya membeli produk yang sama dari beberapa pemasok, 3) Peluang konsolidasi dan risiko ketergantungan masing-masing pemasok. Gunakan saja nomor yang kuberikan padamu.
2) Perbandingan pemasok (multidimensi):
Gunakan data pemasok anonim terlampir (harga, skor kualitas, waktu pengiriman, keandalan, jangka waktu pembayaran). Skor dengan bobot sebagai berikut: harga 30%, keandalan 30%, kualitas 20%, pengiriman 10%, kematangan 10%. Tunjukkan skor tertimbang dalam tabel, namun nyatakan bahwa keputusan akhir ada di tangan Anda dan kontrol hukum/keuangan diperlukan sebelum kontrak.
3) Jumlah pesanan / titik pemesanan ulang:
Gunakan data konsumsi anonim terlampir (produk, konsumsi bulanan, waktu tunggu). Hasilkan 3 skenario untuk titik pemesanan ulang dan jumlah pesanan yang direkomendasikan (margin keamanan rendah/sedang/tinggi). Tampilkan rumus. Jika waktu tunggu tidak pasti, jelaskan bagaimana hal ini mempengaruhi persediaan pengaman.
4) Penilaian risiko pasokan:
Evaluasi item persediaan berikut: [item]. Buat daftar kemungkinan risiko pasokan (ketergantungan pada sumber tunggal, keterlambatan pengiriman, ketidakstabilan harga, kualitas, geografis/geopolitik). Untuk setiap risiko, sarankan kemungkinan/dampak dan tindakan mitigasi berbiaya rendah. Jangan membuat prediksi yang tepat; Tandai ketidakpastiannya.
Perintah lemah / Perintah kuat
Perintah yang lemah:
Pemasok mana yang harus saya pilih?
Tidak ada kriteria, tidak ada data, tidak ada bobot. AI mengatakan "termurah" atau memberikan saran umum yang kosong; secara tidak berdasar memandu keputusan yang membawa risiko finansial dan hukum.
Perintah yang kuat:
Peran Anda: analis pembelian. Terdapat data harga, kualitas, waktu pengiriman dan keandalan dari 4 pemasok anonim di lampiran. Skor harga dan keandalan dengan bobot yang sama, kualitas dengan bobot sedikit lebih rendah dan tabel perbandingan muncul. Membuat keputusan akhir; Sampaikan alasannya kepada 2 kandidat terkuat dan ingatkan mereka bahwa verifikasi hukum/finansial diperlukan sebelum kontrak.
Ukuran
pendekatan yang buruk
Pendekatan yang kuat
kriteria
harga saja
multidimensi
pembobotan
Tidak ada
terbuka
Resiko
abaikan
Dievaluasi
kepemilikan keputusan
diserahkan kepada AI
Pada manusia, para ahli menyetujui
verifikasi
Tidak ada
wajib
Kesalahan umum
- Lihat saja harganya. Jika keandalan, kualitas dan risiko diabaikan, maka akan menjadi mahal.
- Konsolidasi berlebihan. Ketergantungan pada satu pemasok meningkatkan risiko gangguan; keseimbangan.
- Melewati stok pengaman. Pemesanan tanpa margin keamanan ketika waktu tunggu tidak pasti akan menyebabkan kehabisan stok.
- Menyerahkan keputusan kontrak kepada AI. Keputusan yang mempunyai konsekuensi finansial/hukum memerlukan persetujuan ahli.
- Menempelkan data pemasok/harga aktual ke alat terbuka. Ini adalah rahasia dagang; Anonimkan.
Perhatian: Kontrak yang ditandatangani dengan pemasok adalah komitmen finansial dan hukum. Tabel perbandingan AI adalah alat pendukung keputusan, bukan pengganti tanda tangan. Pemeriksaan kesehatan keuangan sebelum kontrak, tinjauan hukum dan persetujuan ahli yang kompeten adalah wajib.
Singkatnya
Pasokan dan pembelian, sebagai item biaya terbesar, mempunyai dampak langsung terhadap keuntungan. Lihat ke mana perginya uang Anda dengan analisis pengeluaran; Fokus pada hal-hal besar dengan prinsip Pareto; Pertimbangkan peluang disorganisasi dan konsolidasi pemasok. Bandingkan pemasok dalam berbagai dimensi (harga, kualitas, keandalan, risiko), jangan hanya melihat harga. Rencanakan jumlah pesanan dengan skenario dan margin keamanan. AI adalah bantuan yang ampuh dalam semua analisis ini; Namun keputusan kontrak mempunyai konsekuensi hukum finansial dan memerlukan persetujuan ahli yang kompeten.
Tugas aplikasi
Siapkan pembelian 6 bulan terakhir secara anonim (kategori, kode pemasok, jumlah). Minta AI mengekstrak 10 item teratas dan churn pemasok dengan template “Analisis pembelanjaan” di atas. Buat tabel multidimensi dengan templat "Perbandingan pemasok" untuk suatu item dan identifikasi 2 kandidat terkuat. Cantumkan pemeriksaan hukum/keuangan apa yang akan Anda lakukan sebelum mengambil keputusan.
daftar periksa
- [ ] Sudahkah saya menganonimkan data pemasok dan harga?
- [ ] Apakah saya sudah fokus pada hal-hal besar (Pareto)?
- [ ] Apakah saya membandingkan pemasok dalam berbagai dimensi (bukan hanya harga)?
- [ ] Sudahkah saya mengevaluasi risiko ketergantungan konsolidasi?
- [ ] Apakah keputusan kontrak saya sudah tunduk pada persetujuan ahli dan kendali hukum/keuangan?