Transformación en la Gestión de Compras: Desafíos actuales, soluciones innovadoras con Microsoft Dynamics 365 y IA

Los responsables de compras se enfrentan a retos muy importantes en la actualidad. Las interrupciones en la cadena de suministro de los últimos años y el aumento de los costos, que tan bien conocemos los consumidores, han tenido un gran impacto en la gestión de compras de las empresas. Además, los equipos de compras están bajo una presión creciente para abastecer a sus empresas y, al mismo tiempo, contribuir al crecimiento y la rentabilidad del negocio.

La inflación impacta a las cadenas de suministro de muchas formas: capacidad restringida, aumento de precios, inestabilidad de la cadena de suministro, plazos más largos de entrega y pedidos con demora se unen a las continuas incidencias en el envío de contenedores.

El estudio de Deloitte sobre el Estado Global del Director de Compras 2023 revela que los departamentos de compras están siendo presionados para abordar una gama más amplia de prioridades. Estas prioridades incluyen impulsar la eficiencia operativa (74% de los encuestados), mejorar la responsabilidad social corporativa (72%), o mejora de los márgenes a través de la reducción de costes (71%).

En un entorno de constantes interrupciones en la cadena de suministro, los equipos de compras se enfrentan a menudo a la disponibilidad irregular de productos, lo que puede afectar negativamente la experiencia de empleados y clientes. De hecho, la encuesta mencionada revela que solo el 25% de las empresas pueden identificar interrupciones en la cadena de suministro de manera adecuada.

Para solventarlo, muchos equipos de compras están recurriendo a la analítica avanzada, la inteligencia artificial (IA) o el aprendizaje automático (AA) para transformar la manera en que toman decisiones de compra inteligentes y generan valor para la organización.

Las herramientas de inteligencia artificial (IA) y aprendizaje automático (AA) han ayudado durante mucho tiempo a los equipos de compras a automatizar procesos rutinarios y manuales, permitiéndoles concentrarse en iniciativas más estratégicas. Sin embargo, los avances recientes en procesamiento de lenguaje natural (PLN), reconocimiento de patrones, analítica cognitiva y modelos de lenguaje grandes (LLMs, por sus siglas en inglés) están abriendo nuevas oportunidades para hacer que las compras sean más eficientes y efectivas.

Como ejemplo claro de ello, Microsoft ha introducido el soporte de su herramienta de IA/ML Copilot para la gestión de compras en sus soluciones Dynamics 365.

Copilot para compras es una herramienta avanzada que capacita a los usuarios para gestionar y evaluar de manera eficiente los cambios en pedidos de compra a gran escala. Al proporcionar información sobre el impacto y el riesgo asociado con los cambios, mejora significativamente la toma de decisiones en el ámbito de compras. Con esta herramienta, los usuarios pueden identificar rápidamente alteraciones de alto o bajo impacto, permitiendo acciones inmediatas para mitigar riesgos.

La tecnología detrás del soporte de Copilot para compras ofrece una visión concisa de las modificaciones en pedidos de compra, incluyendo ajustes en cantidades y fechas de entrega. También destaca cualquier posible efecto downstream que pueda surgir a partir de estos cambios. Aprovechando el potente modelo generativo de inteligencia artificial Text-davinci-003, Copilot genera resúmenes en lenguaje natural de estas modificaciones, facilitando su comprensión y comunicación a través de correos electrónicos y conversaciones en Microsoft Teams.

Con ello, los equipos de compras están capacitados para sacar partido a estos avances tecnológicos. Su acceso a fuentes de datos ricas, que van desde contratos hasta facturas, permite soluciones de IA/AA que pueden iluminar las conclusiones extraídas de los datos. Actuar sobre estas conclusiones desbloquea nuevas capacidades que pueden mejorar la toma de decisiones y optimizar los patrones de gasto en toda la organización.

Las herramientas de inteligencia artificial (IA) pueden reconocer patrones que indican una posible escasez de suministros y recomendar automáticamente dos o tres alternativas de productos a los compradores. Estas capacidades predictivas también facultan para establecer políticas de compra que tengan en cuenta proactivamente los artículos con mayor probabilidad de quedarse sin stock.

El proceso de examinar datos para entender la causa de una interrupción en la cadena de suministro, un defecto del producto u otro riesgo consume mucho tiempo. Los chatbots impulsados por modelos de lenguaje grandes (LLMs) pueden agilizar estos procesos al comprender consultas complejas sobre pedidos y construir respuestas matizadas. La IA puede consultar una amplia variedad de fuentes para responder completamente a una pregunta de manera rápida y de una manera que sea natural y comprensible. Además de respuestas rápidas y precisas, la IA analizará proactivamente pedidos, patrones de compra y la situación actual para brindar soporte instantáneo.