Lo scouting dei fornitori ha sempre rappresentato un’attività strategica, anche prima delle ultime crisi socio-economiche, poiché le imprese hanno bisogno di raccogliere informazioni sui potenziali fornitori, valutare le loro offerte e selezionare il migliore partner di business. Nel contesto attuale, volatile e incerto, le aziende stanno rimodellando il modo in cui gestiscono le loro filiere, potenziando la loro attuale base di approvvigionamento attraverso lo scouting attivo di nuovi fornitori.
Ranking dei fornitori: come ci aiuta l’Artificial Intelligence
Nell’industria Food&Beverage, la selezione dei fornitori costituisce un aspetto molto delicato da gestire in quanto le loro performance devono rispettare dei requisiti fondamentali, soddisfando specifici criteri di puntualità, qualità, sostenibilità, etc. Pertanto, potenziare lo scouting è fondamentale e richiede lo sviluppo di nuovi modelli e strumenti digitali per la raccolta e l’analisi dei dati. In questo contesto, l’intelligenza artificiale (AI) consente alle aziende di migliorare la ricerca grazie all’automazione delle attività e al potere predittivo degli algoritmi di machine learning, effettuando così valutazioni sempre più puntuali.
Grazie all’introduzione degli algoritmi di AI e ML, vengono calcolate le performance dei fornitori, contestualizzandole rispetto alle specifiche condizioni nelle quali esse sono state elaborate al fine di fornire un ranking puntuale. Pertanto, data una specifica situazione, gli algoritmi di AI e ML consentono di stimare quale sia il fornitore che con maggiore probabilità consentirà di ottenere le prestazioni richieste in linea con una o più dimensioni di analisi, quali qualità e puntualità, qualità e sostenibilità, etc.
sedApta e gli algoritmi di AI
Gli algoritmi implementati da sedApta, consentono di gestire la selezione dei fornitori in due modalità: una reattiva e una proattiva.
Nei sistemi gestionali, come SAP, vengono performate delle medie sulle valutazioni dei fornitori non verticalizzate per dimensione di analisi. Solo grazie all’introduzione degli algoritmi di ML tutte queste informazioni vengono contestualizzate – data di prevista consegna, data di effettiva consegna, etc. – per dimensione di analisi come: periodo dell’anno, quantità di ordine, tipologia di ordine (tipo di prodotto), etc.
Tutti questi dettagli vengono dati in pasto agli algoritmi di ML che, una volta elaborati, restituiscono come output, in modalità proattiva, l’elenco dei fornitori per dimensione di analisi. Ad esempio, se viene preso in considerazione un determinato prodotto, in cima alla “classifica” dei fornitori si ha quello con un ranking maggiore, ossia il fornitore che con maggior probabilità, data una certa combinazione di dimensioni di analisi, riuscirà a rispettare le performance richieste.
Inoltre, le aziende dell’industria alimentare dovendo trattare prodotti freschi, con scadenza, ed avendo necessità di gestire il processo con tempistiche più rapide, l’AI le supporta nel caso in cui si debba andare a scegliere un fornitore alternativo per la consegna della merce nei tempi previsti in modalità reattiva. Ad esempio, prendendo come riferimento la dimensione della puntualità, il fornitore che aveva in carico la spedizione informa che questa verrà consegnata in ritardo. Pertanto, viene richiesto l’aiuto all’assistente virtuale – nel caso specifico degli algoritmi implementati da sedApta, verrà chiesta assistenza a Mrs Elisa – in modo tale da trovare un fornitore alternativo tra quelli in elenco, che con maggiore probabilità riuscirà a rispettare la data di consegna della merce.