الذكاء الاصطناعي لتحليل الإنفاق وتحسينه: اعثر على الأموال التي تتركها على الطاولة
أنت تنفق الملايين. ولكن أين بالضبط؟ أي الموردين؟ ما هي الفئات؟ بأي أسعار؟ مقارنة بما يجب أن تدفعه أنت؟
لا تستطيع معظم الشركات الإجابة عن هذه الأسئلة. ليس لأنهم لا يتتبعون الإنفاق. فلديها أنظمة تخطيط موارد المؤسسات. ولديها أنظمة شراء. ولديها بيانات.
لكن البيانات فوضوية. تنسيقات مختلفة. أنظمة مختلفة. ترميز مختلف. تحليلها يدويًا يعني أسابيع من العمل على إنشاء جداول بيانات قديمة بحلول الوقت الذي تنتهي فيه.
لذا تعمل فرق المشتريات بشكل أعمى. فهم يعرفون إجمالي الإنفاق. لكنهم لا يعرفون أين توجد فرص التوفير. حيث الأسعار مرتفعة للغاية. حيث يمكن توحيد الحجم. أين يحدث الإنفاق المستقل.
يعمل الذكاء الاصطناعي على إصلاح ذلك. ينظف البيانات. يصنف الإنفاق تلقائياً. يحدد فرص التوفير. يكتشف الإنفاق المستقل. يمنحك رؤية لم يكن لديك الوقت الكافي لإنشائها يدوياً.
لماذا يفشل تحليل الإنفاق في معظم الشركات
يجب أن يكون تحليل الإنفاق بسيطاً. اسحب بيانات الشراء. قم بتحليلها. ابحث عن الفرص. تصرف بناءً عليها.
لكن الأمر ليس بسيطاً. وإليك السبب.
بيانات إنفاقك في كل مكان. أنظمة مختلفة. تنسيقات مختلفة. معاملات تخطيط موارد المؤسسات. بيانات بطاقات الدفع. فواتير الموردين. كل منها مشفرة بشكل مختلف. كل منها منظم بشكل مختلف.
نفس المورد لديه خمسة أسماء مختلفة في نظامك. "شركة ABC" "ABC Corporation." "شركة ABC" "A.B.C. Corp." "ABC - المورد 12345." هل هذه هي نفس المورد أم مختلفة؟ لا أحد يعرف بدون مراجعة يدوية.
يتم تصنيف نفس المنتج بشكل مختلف من قبل مشترين مختلفين. اللوازم المكتبية. اللوازم العامة. النفقات الإدارية. لوازم الصيانة والإصلاح والعمرة. هل هذه هي نفس الشيء؟ على الأرجح. هل يمكنك معرفة ذلك من البيانات؟ ليس بسهولة.
إذاً أنت بحاجة إلى مشروع. فريق عمل أسابيع من تنظيف البيانات. مراجعة السجلات وتصحيحها يدوياً. بناء الفئات. إنشاء التقارير.
بحلول الوقت الذي تنتهي فيه، تكون البيانات قديمة. تكون الظروف قد تغيرت. ويبقى التحليل في PowerPoint لا يعمل عليه أحد لأنه استغرق وقتاً طويلاً وتكلف الكثير.
أو بشكل أكثر شيوعاً، لا تقوم بالتحليل على الإطلاق. لأنه لا أحد لديه الوقت. لذلك تعمل المشتريات على الغريزة والمعلومات الجزئية. ولا يتم العثور على فرص التوفير. وتمر المشاكل دون أن يلاحظها أحد.
ما دور الذكاء الاصطناعي في تحليل الإنفاق وتحسينه
لا يعمل الذكاء الاصطناعي على تسريع تحليل الإنفاق فحسب. بل يجعله مستمراً. وإليك الطريقة.
تصنيف الإنفاق تلقائياً
يأخذ الذكاء الاصطناعي بيانات إنفاقك الأولية. كلها. من كل نظام.
ينظفها:
- تطبيع الموردين: يحدد أن "ABC Corp" و"ABC Corporation" و"A.B.C. Corp" هما نفس المورد. إنشاء قائمة موردين رئيسية.
- تصنيف الفئة: يقرأ أوصاف المعاملات. يعين الفئات تلقائياً. بشكل متسق.
- تجميع المنتجات: تجميع العناصر المتشابهة حتى عند وصفها بشكل مختلف. "ورق النسخ" و"ورق الطابعة" ربما ينتميان معاً.
- التحقق من صحة رمز GL: يحدد المعاملات التي تم ترميزها بشكل خاطئ. يقترح التصحيحات بناءً على الأنماط.
- تخطيط القسم ومركز التكلفة: روابط الإنفاق بالوحدات التنظيمية حتى عندما يكون الترميز غير متناسق.
يمكنك الانتقال من بيانات المعاملات الفوضوية إلى إنفاق نظيف ومصنف. ليس في أسابيع. بل في ساعات.
وهي ليست عملية تنظيف لمرة واحدة. يقوم الذكاء الاصطناعي بتصنيف المعاملات الجديدة فور حدوثها. رؤية مستمرة للإنفاق دون عمل يدوي مستمر.
يمكنك الإجابة عن الأسئلة الأساسية على الفور:
- ما المبلغ الذي ننفقه مع كل مورد؟
- ما هي أهم فئات الإنفاق لدينا؟
- ما هي الأقسام التي تنفق أكثر من غيرها على كل فئة؟
- كيف تغير الإنفاق بمرور الوقت؟
الأسئلة التي كانت تتطلب محلل بيانات تستغرق الآن ثوانٍ معدودة.
تحديد فرص التوفير
البيانات النظيفة مفيدة. لكن الرؤى قيمة. لا يقوم الذكاء الاصطناعي بتنظيم الإنفاق فحسب - بل يكتشف أين تخسر المال.
تحليل تباين الأسعار:
أنت تشتري السلعة نفسها من ثلاثة موردين بثلاثة أسعار مختلفة. أو من نفس المورد بأسعار مختلفة في معاملات مختلفة.
يحدد الذكاء الاصطناعي هذه الاختلافات:
- نفس المنتج، بأسعار مختلفة بين الموردين
- نفس المورد، تسعير غير متسق عبر المعاملات
- المنتجات المماثلة ذات الفروق السعرية غير المبررة
- أسعار أعلى من الأسعار المتعاقد عليها
- الزيادات في الأسعار التي تتجاوز شروط السوق أو العقد
إنه يحدد الفرصة: "التوحيد القياسي لأدنى سعر سيوفر $X سنويًا."
فرص توحيد الحجم:
أنت تشتري من خمسة موردين في حين أنه يمكنك الشراء من اثنين. أنت تشتري كميات صغيرة في حين أن الطلبيات الكبيرة ستفتح لك خصومات.
يجد الذكاء الاصطناعي فرص الدمج:
- الفئات التي تحتوي على عدد كبير جداً من الموردين بالنسبة للحجم
- الموردون حيث تكون أقل بقليل من عتبات كسر الحجم
- منتجات متشابهة من موردين مختلفين يمكن توحيدها
- الفرص الجغرافية لتوحيد الإنفاق الإقليمي
- العقود ذات التزامات الحجم التي لا تفي بها
إنه يمثل الوفورات: "من شأن دمج هؤلاء الموردين الخمسة مع المورد "أ" أن يقلل من تكلفة الوحدة بمقدار 121 تيرابايت و3 تيرابايت، ويبسط الإدارة".
كشف التسرب في العقود:
لقد تفاوضت على عقد رائع. ولكن هل تستخدمه؟ أم أن الناس لا يزالون يشترون من المورد القديم؟
يتتبع الذكاء الاصطناعي استخدام العقود:
- الإنفاق مع الموردين غير المتعاقدين للفئات المتعاقد عليها
- عدم وصول الحجم إلى الحد الأدنى المتعاقد عليه (فقدان خصومات الحجم)
- الأسعار التي لا تتطابق مع الأسعار المتعاقد عليها
- عدم توافق الشروط مع الاتفاقيات المتفاوض عليها
يحدد ما تخسره "20% من الإنفاق على اللوازم المكتبية يذهب إلى موردين غير متعاقدين بمتوسط أسعار أعلى بـ 15%. وفورات سنوية محتملة: $X."
فرص الإنفاق على الذيل:
مشتريات صغيرة مع مئات الموردين. بشكل فردي ليست مهمة. أما بشكل جماعي فهي تمثل إنفاقاً كبيراً دون أي نفوذ وتكلفة إدارية عالية.
يحدد الذكاء الاصطناعي أنماط إنفاق الذيل:
- الفئات ذات التجزئة المفرطة للموردين
- الموردون الذين لديهم حد أدنى من الإنفاق السنوي ولكن معاملات متكررة
- فرص تحويل الإنفاق على الذيل إلى الموردين المفضلين
- الفئات التي قد تقلل فيها الفهارس أو بطاقات المشتريات من التجزئة
يكتشف الإنفاق المتهور
الإنفاق المغير هو الشراء الذي يحدث خارج العمليات والموردين المعتمدين. إنه ليس خبيثاً. إنه أشخاص يحاولون إنجاز أعمالهم عندما تكون العملية المعتمدة بطيئة للغاية.
لكنها تكلف مالاً. لا يوجد نفوذ في الحجم. لا شروط متفاوض عليها. لا توجد رؤية للإنفاق. أسعار أعلى في كثير من الأحيان.
يكتشف الذكاء الاصطناعي أنماط الإنفاق المستقل:
- المشتريات خارج العقد: الشراء من موردين غير مفضلين عند وجود خيارات تعاقدية.
- انتهاكات السياسة: المشتريات التي تتجاوز متطلبات الموافقة أو تتجاوز حدود التفويض.
- إساءة استخدام بطاقة P-card مشتريات بطاقات الشركات للأصناف التي يجب أن تمر عبر المشتريات.
- موردون مكررون: أقسام مختلفة تستخدم موردين مختلفين لنفس الأصناف.
- الموردين غير المعتمدين: المشتريات من الموردين غير المدرجين في قائمة البائعين المعتمدين.
فهو لا يكتفي بالإبلاغ عن الانتهاكات. بل يحلل سبب حدوثها:
- هل العملية المعتمدة بطيئة للغاية؟
- هل الموردون المفضلون لا يلبون الاحتياجات؟
- ألا يعرف الناس من هم الموردون المفضلون؟
- هل هناك ثغرات مشروعة في قاعدة الموردين لديك؟
ستحصل على معلومات استخباراتية قابلة للتنفيذ. ليس فقط "الإنفاق المستقل سيء" ولكن "الإنفاق المستقل يحدث في هذه الفئات لهذه الأسباب، وإليك ما يجب فعله حيال ذلك."
المقاييس المرجعية مقابل أسعار السوق
أنت تدفع $50 لكل وحدة. لكن هل هذا جيد؟ أنت لا تعرف بدون سياق السوق.
يوفر الذكاء الاصطناعي قياسًا معياريًا:
- مقارنة أسعار السوق: كيف تقارن أسعارك بأسعار السوق للمنتجات المماثلة؟
- معايير الصناعة: كيف يقارن إنفاقك بالشركات المماثلة في مجال عملك؟
- التباين الإقليمي: هل تدفع أسعاراً مختلفة في مناطق مختلفة؟ هل هذه الاختلافات مبررة؟
- تحليل اتجاه الأسعار: هل أسعار السوق ترتفع أم تنخفض؟ هل تتحرك الأسعار المتعاقد عليها مع السوق؟
- نمذجة التكلفة المفترضة: استناداً إلى تكاليف المواد والعمالة والهوامش، ما الذي يجب أن تدفعه على أساس تكاليف المواد والعمالة والهوامش؟
هذا ليس مثاليًا. تختلف أسعار السوق حسب الحجم والمواصفات ومستويات الخدمة والعلاقات. لكن التوجيهات الإرشادية ذات قيمة.
هل تدفع 20% أعلى من متوسط السوق؟ حان وقت التحقيق. إما أن مواصفاتك تبرر التكلفة الأعلى، أو أن لديك فرصة للتفاوض.
هل انخفضت أسعار السوق 10% ولكن عقدك لم يعدل؟ حان وقت المناقشة مع المورد الخاص بك.
تنبؤات الإنفاق المستقبلي
وضع الميزانية هو تخمين في معظم الشركات. إنفاق العام الماضي بالإضافة إلى بعض النسب المئوية. آمل أن تكون قريبة.
تنبؤات الذكاء الاصطناعي بناءً على الأنماط الفعلية:
- تحليل الاتجاهات: كيف تغير الإنفاق تاريخياً؟ ما هي الأنماط؟
- الموسمية: ما هي الفئات التي لها تباين موسمي؟ متى تحدث الطفرات؟
- الالتزامات التعاقدية: ما الذي تلتزم بإنفاقه بناءً على العقود الحالية؟
- عوامل النمو: نمو الأعمال. التغييرات في عدد الموظفين. خطط التوسع. كيف يؤثر ذلك على الإنفاق؟
- تصاعد الأسعار: الزيادات في الأسعار المتعاقد عليها. اتجاهات السوق. أثر التضخم المتوقع.
- تأثير المبادرة: كيف ستؤثر المشاريع أو التغييرات المخطط لها على الإنفاق؟
يمكنك الحصول على توقعات الإنفاق حسب الفئة، وحسب المورد، وحسب القسم. وضع ميزانية أفضل. إنذار مبكر عندما يزيد الإنفاق عن التوقعات. رؤية واضحة للتغييرات التي تؤدي إلى التغييرات.
تسأل المالية، "لماذا أنفق الربع الثالث $200 ألف دولار أمريكي فوق الميزانية؟ يمكنك الإجابة بالبيانات وليس بالتخمينات.
ما الذي يعنيه ذلك بالنسبة لك
لمسؤولي المشتريات المركزيين التنفيذيين وقادة المشتريات
ستحصل على رؤية الإنفاق التي طالما رغبت بها ولكن لم يكن لديك الوقت الكافي لإنشائها.
- وضوح رؤية واضحة للإنفاق: اعرف أين تذهب الأموال حسب الفئة. حسب المورد. حسب القسم. في الوقت الفعلي.
- فرص التوفير الكمي: ليس الحدس. فرص محددة مرفق بها مبالغ بالدولار.
- بيانات لدفع المفاوضات معايير السوق. تركيز الإنفاق. اختلافات الأسعار. أدلة على صفقات أفضل.
- الإدارة الاستراتيجية للفئات: تحديد الفئات التي تحتاج إلى اهتمام. حدد أولويات الجهود بناءً على حجم الفرصة.
- مقاييس أداء المشتريات: تتبع الوفورات المحققة. الامتثال للعقود. الإنفاق غير المألوف. اتجاهات تكلفة الفئة.
لمديري المشتريات والمشترين
أنت تعرف أين تركز جهودك لتحقيق أقصى قدر من التأثير.
- اعرف أين تذهب الأموال دون قضاء أسابيع في إعداد التقارير. إجابات فورية على أسئلة الإنفاق.
- التركيز على الفئات ذات التأثير الكبير: تعرف على الفئات التي لديها أكبر فرص للتوفير. حدد الأولويات بشكل استراتيجي.
- أهداف دمج الموردين: حدد أين يوجد لديك الكثير من الموردين وما الذي يمكن أن يوفره الدمج.
- رؤية الامتثال للعقود: انظر أين لا يتم استخدام المصطلحات المتعاقد عليها. دفع التبني.
- التحضير للتفاوض: ادخل إلى مناقشات الموردين ببيانات الإنفاق وسياق السوق.
لفرق العمل المالية
ستحصل على شفافية في الإنفاق ودقة في الميزانية لم تحصل عليها من قبل.
- دقة أفضل في الميزانية: توقعات تستند إلى أنماط الإنفاق الفعلي، وليس التخمينات.
- الاستثمارات المبررة في المشتريات: فرص التوفير الموثقة التي تبرر موارد المشتريات.
- وفورات موثقة: تتبع الوفورات المحققة من مبادرات المشتريات. إظهار العائد على الاستثمار.
- تحليل التباين: فهم الأسباب التي تؤدي إلى تغيير الإنفاق. الأسباب الفعلية وليس النظريات.
- مراقبة التكاليف: الإنذار المبكر عند تجاوز الإنفاق للميزانية. حان وقت التصرف قبل فوات الأوان.
ما لن يفعله الذكاء الاصطناعي
لنكن واضحين بشأن ما لا يمثله الذكاء الاصطناعي لتحليل الإنفاق.
لا يلتقط الذكاء الاصطناعي المدخرات تلقائياً. فهو يحدد الفرص. على البشر أن يتصرفوا على أساسها. التفاوض مع الموردين. توحيد الحجم. فرض الامتثال للعقود.
لا يفهم الذكاء الاصطناعي السياق بدون مدخلات بشرية. في بعض الأحيان تكون الأسعار المرتفعة مبررة بالجودة أو الخدمة أو العلاقات الاستراتيجية. في بعض الأحيان يخدم تجزئة الموردين غرضاً ما. يقوم الذكاء الاصطناعي بتحديد الأرقام، بينما تقوم أنت بتطبيق حكمك على الأعمال.
الذكاء الاصطناعي لا يصلح عمليات الشراء السيئة. إذا كانت عملياتك بطيئة ويتجاوزها الأشخاص، فإن تحليل الإنفاق سيُظهر المشكلة. لكن إصلاحها يتطلب تحسين العمليات، وليس فقط التحليل.
ما يفعله الذكاء الاصطناعي هو جعل الإنفاق مرئيًا. إظهار أماكن وجود الفرص. تحديد حجم الوفورات المحتملة. تتبع التقدم المحرز.
لا يزال يتعين على فريق المشتريات لديك القيام بالعمل. لكنهم يقومون به بتوجيه واضح، وليس بالتخمين.
نتائج حقيقية من تحليل الإنفاق بالذكاء الاصطناعي
إليك ما يبدو عليه الأمر في الممارسة العملية:
رؤية الإنفاق المستمر: لا مزيد من مشاريع تحليل الإنفاق ربع السنوية. تصنيف وإعداد التقارير في الوقت الفعلي. الإجابة على الأسئلة فوراً.
تحديد المدخرات: تجد الشركات النموذجية فرصة توفير 8-15% في التحليل الأول. ليست كلها قابلة للتحقيق، ولكنها كافية لتبرير الجهد المبذول.
استراتيجية الفئة الأسرع: يستغرق تحديد فرص الفئات التي كانت تستغرق أسابيع الآن أيامًا. إدارة المزيد من الفئات بشكل استراتيجي.
مفاوضات أفضل: يدخل المشترون المناقشات بالبيانات. نتائج أفضل عندما تعرف إنفاقك، وأسعار السوق، ونقاط النفوذ.
تخفيض الإنفاق المثير للجدل: الرؤية تقود إلى التحسين. عندما تقوم بقياس الإنفاق المستقل والإبلاغ عنه، فإنه ينخفض. عادةً ما ينخفض بنسبة 30-50% بمرور الوقت.
لا يتعلق الأمر باستبدال فرق المشتريات بالذكاء الاصطناعي. بل يتعلق بمنحهم الرؤية والأدوات اللازمة ليكونوا أكثر استراتيجية.
هل أنت مستعد لمعرفة أين تذهب أموالك؟
تختلف بيانات إنفاق كل شركة عن الأخرى. أنظمة مختلفة. هياكل مختلفة. فئات مختلفة تهم عملك.
نحن لا نبيع أدوات تحليل إنفاق بمقاس واحد يناسب الجميع. نحن ننظر إلى مصادر بياناتك الخاصة وأنماط إنفاقك. نقوم ببناء تصنيف يتوافق مع كيفية إدارتك للفئات. نقوم بإنشاء تقارير وتنبيهات تجيب عن أسئلتك المحددة.
لا وعود بأنك ستجد مدخرات بالملايين. فقط رؤية واضحة للمكان الذي تنفق فيه الأموال وأين توجد الفرص.
