L’adozione dell’IA generativa è in crescita, con il 65% delle aziende che la utilizza in almeno una funzione e un aumento previsto degli investimenti. L’IA migliora la gestione della catena di approvvigionamento, contribuendo a maggiore velocità e sostenibilità nonostante la mancanza di infrastruttura digitale e dati centralizzati rimanga una sfida. Le aziende devono sviluppare repository di dati aggiornati per ottimizzare le decisioni e affrontare le normative globali sempre più rigorose.
Tra incertezza e nuove prospettive
L’intelligenza artificiale generativa sta avendo un impatto significativo sul settore degli acquisti, con potenziali guadagni di produttività previsti già entro due anni. Nel 2024, questa tecnologia viene vista sempre più come una chiave per creare nuove forme di valore. McKinsey prevede che migliorerà la generazione di contenuti, la sintesi, l’interazione e la pianificazione dei software. Tuttavia, molti leader nel settore degli acquisti rimangono scettici, sostenendo che, sebbene l’IA generativa possa essere un’ottima novità, il lavoro quotidiano non sembra cambiare significativamente.
Nonostante l’ottimismo di McKinsey riguardo all’adozione di questa tecnologia, il settore è ancora in una fase di grande incertezza ma le prospettive sono positive. Gartner prevede che l’IA generativa supererà rapidamente il ciclo di hype e raggiungerà il plateau della produttività più velocemente rispetto ad altre tecnologie emergenti, poiché con l’espansione dei casi d’uso e l’integrazione di modelli di linguaggio di terze parti, i costi di adozione potrebbero diminuire. Tuttavia, restano rilevanti le sfide legate alla qualità dei dati e all’integrazione con i sistemi esistenti.
I livelli degli investimenti aziendali
Le organizzazioni di vari settori stanno adottando l’intelligenza artificiale a un ritmo accelerato. Un sondaggio di McKinsey ha rilevato che il 65% delle aziende utilizza l’IA generativa in almeno una funzione, il doppio rispetto a un anno fa, e il 67% prevede di aumentare gli investimenti nei prossimi tre anni. Molte di queste aziende si concentrano sulla gestione della catena di approvvigionamento come principale area di investimento, con molte altre che segnalano già un incremento del fatturato del 5% o più grazie all’uso dell’AI nella gestione della catena di approvvigionamento e delle scorte. L’intelligenza artificiale sta iniziando a realizzare le sue promesse nel settore della supply chain, portando velocità ed efficienza a un nuovo livello e diventando un componente critico nella spinta verso la sostenibilità.
Nella logistica e nella gestione dell’inventario, ottimizzando percorsi e scorte, ad esempio, l’IA aiuta a ridurre il consumo di carburante e gli sprechi. Tuttavia, molte aziende non hanno ancora creato l’infrastruttura digitale necessaria, e una grande sfida è la mancanza di dati organizzati e centralizzati in tempo reale. Per superare questo ostacolo, le aziende devono iniziare a creare un repository centrale dei dati della catena di approvvigionamento a livello di ordine d’acquisto con una digitalizzazione in piattaforme multi-imprese che garantisca che i dati siano aggiornati, accurati e accessibili, permettendo alle aziende di monitorare continuamente le loro catene di approvvigionamento e i fornitori, e prendere decisioni informate basate su dati precisi e aggiornati.
Problemi e opportunità per gli acquisti
Se da un punto di vista tecnologico il progresso è generale, spesso gli acquisti rimangono indietro rispetto ad altre aree dell’azienda. Tuttavia, le aziende innovative si sviluppano non solo attraverso la tecnologia per risolvere problemi come affrontare la lentezza nel raccogliere e confrontare i preventivi dei fornitori, utilizzando la scienza comportamentale e la teoria dei giochi per creare cicli di approvvigionamento più rapidi e migliori risultati di costo su larga scala. Questo avviene permettendo agli acquisti di utilizzare modelli predittivi per agire per primi nella negoziazione o generare controfferte basate sui dati.
Un problema a cui dover trovare una soluzione è la carenza di talenti, particolarmente acuta nei paesi sviluppati. Con l’intelligenza artificiale si parla molto anche di come questa possa rendere i ruoli più attraenti, creando nuove opportunità lavorative che permettano alle persone di concentrarsi su compiti strategici piuttosto che su attività amministrative automatizzabili. L’orchestrazione attraverso piattaforme integrate può migliorare significativamente la qualità del lavoro quotidiano e contribuire ad affrontare la carenza di talenti. Inoltre, l’IA sta diventando parte integrante delle strategie aziendali, aiutando a risolvere problemi come la decarbonizzazione, misurando e prevedendo i costi del carbonio per varie attività di logistica e acquisti.
Più software non equivale a maggiore produttività
Molte delle sfide che affrontano oggi i produttori sono ben note: mancanza di mano d’opera, divario nelle competenze, resilienza della catena di approvvigionamento e trasformazione digitale sono tra le più comuni. Tuttavia, un nuovo sondaggio sulla produttività ha rivelato ulteriori minacce: un’indagine di Quickbase su 2.000 lavoratori negli Stati Uniti e nel Regno Unito ha mostrato che il 54% dei rispondenti ritiene che sia più difficile che mai essere produttivi ma non per mancanza di strumenti tecnologici. Nove su dieci dei rispondenti si sentono sopraffatti dalla quantità di applicazioni software che utilizzano quotidianamente. Il 58% degli intervistati spende venti ore o meno su lavori significativi che generano risultati, e il 45% dedica 11 ore o più a settimana a cercare informazioni per completare i propri compiti, creando un divario di produttività.
Nonostante il 66% dei produttori stia aumentando gli investimenti in software progettati per migliorare la produttività, gestione del lavoro e collaborazione, il lavoro manuale è in aumento, con il 39% dei rispondenti che segnala un incremento nell’ultimo anno. Questo allarga ulteriormente il divario di produttività, poiché i lavoratori spendono più tempo a cercare informazioni e reinserirle in fogli di calcolo o applicazioni, mettendo a rischio l’efficienza dei processi e la sicurezza dei dipendenti. Anche se l’interesse per gli strumenti basati sull’intelligenza artificiale è alto, con il 92% dei produttori curiosi riguardo alle loro potenzialità, il 90% esprime preoccupazioni sulla affidabilità dei dati. Per realizzare il potenziale dell’intelligenza artificiale è cruciale quindi migliorare la governance dei dati e garantirne la sicurezza e la gestione, sia possa accelerare la produttività senza compromettere l’integrità delle informazioni e delle persone.
