Contact tussen aanbieder en klant zijn tegenwoordig in hoge mate geautomatiseerd. Consumenten die een verzekering willen afsluiten, die een vraag hebben voor een webretailer of bijvoorbeeld voor een serviceprovider, klimmen steeds minder in de telefoon, maar worden ondersteund via een chatbot, via een lijst met frequently asked questions of via een andere digitale oplossing. Dat is aan de voorzijde. Aan de achterzijde, aan de inkoopkant dus, ontbreekt het in hoge mate aan dergelijke oplossingen. “Dat heeft ook van doen met het karakter van inkopers. Veelal zijn dat geen wilde, commerciële waaghalzen, maar behoudende mensen die verantwoordelijkheid nemen voor budgetten”, stelt Achraf Talhaoui, medeoprichter van het inkoopadviesbureau Qando en als ‘AI en Blockchain voor Inkoop-trainer’ verbonden aan Nevi. En toch: daarmee worden de digitale kansen aan inkoopzijde onvoldoende op waarde geschat.

Niets nieuws onder de zon zijn geautomatiseerde oplossingen om voorraden binnen bedrijven op peil te houden. Onder de noemer material resource planning is nauwkeurig te registreren hoeveel volume in het eigen magazijn ligt en of er een noodzaak bestaat tot bijbestelling. Dat is in de context van de huidige mogelijkheden echter een zeer basale oplossing, benadrukt Talhaoui. Want het is volgens hem veel slimmer om dat systeem aan te vullen met artificial intelligence. “Zo valt niet alleen rekening te houden met actuele volumes, maar kun je ook andere factoren laten meewegen, zoals verwachtingen omtrent inkoopprijzen bijvoorbeeld. Als het systeem de voorspellende waarde hanteert dat prijzen binnen afzienbare tijd snel zullen stijgen, kan het slim zijn om niet de gebruikelijke drie, maar tien pallets materiaal te bestellen. Daarbij geldt uiteraard ook nog dat het algoritme dan ook rekening houdt met voorraadkosten en beschikbare plaats in het magazijn.”

Dat is slechts een enkel voorbeeld van de dynamiek die artificial intelligence aan het inkooptraject kan toevoegen. Want nieuwe technologie kan tevens een functie hebben om inkoopbeslissingen uit te lijnen. Want neem bijvoorbeeld de actualiteit van het coronavirus. Als management is de beslissing te nemen om zendingen vanuit risicogebieden te weigeren of alternatieven te vinden voor leveranciers uit getroffen gebieden. “Als je vele honderden toeleveranciers hebt, dan is dat voor een individuele inkoper een fors karwei om uit te zoeken in welke gebieden die leveranciers zich bevinden. Met behulp van data-ondersteuning heb je dat in no time voor elkaar”, aldus Talhaoui, die daar verder nog aan toevoegt dat je bovendien tal van andere kritische factoren aan de inkoopstromen kunt koppelen. Denk aan inkoopprijs, contractvoorwaarden of levertijden bijvoorbeeld. “Als inkopende partij kun je zelf beslissingen nemen ten aanzien van dergelijke kritische factoren, waarbij je een selectie maakt van factoren die van invloed zijn op strategisch beleid. Met behulp van intelligente rekenformules en algoritmes die clausules in contracten kunnen beoordelen, valt dan precies te beoordelen welke invloed die factoren hebben op strategisch niveau.”

Wat Talhaoui nog weinig tegenkomt bij inkopers, zijn doorwrochte analyses van uitgaven gebaseerd op AI. Tegenover elke inkoop staat een factuur. Daar kun je nuttig onderzoek op loslaten, terwijl dat amper gebeurt. Bedrijven moeten volgens de inkoopdeskundige meer energie steken in studie naar uitgaven om uit te pluizen welke budgetten gemoeid gaan met marketing, productie, materialeninkoop, noem maar op. “Als je tien miljoen uitgeeft aan de post ‘Overige’, wat is dat dan precies?”

Tot slot: chatbots, daar had Talhaoui het eerder over. Net zoals aan de verkoopzijde kun je daar aan de achterzijde gebruik van maken. In het contact tussen leverancier en afnemer bestaan er tal van standaard uitdagingen, zoals vragen over de betalingstermijn of over het aanmeldtraject voor nieuwe leveranciers. “Twintig tot dertig procent van de tijd van inkopers gaat op aan het beantwoorden van dat soort vragen. Eigenlijk doodzonde, want dat kun je ook prima oplossen via AI gebaseerde chatbots die steeds beter worden in het geven van het juiste antwoord in plaats van de lijsten met frequently asked questions. Die kunnen inkoop prima van dienst zijn, maar daar wordt weinig gebruik van gemaakt.”