3 manieren om AI toe te passen bij je long tail spend aankopen (ook bekend als C-Class-aankopen)

Long tail spend aankopen: definitie en uitdagingen

Volgens de wet van Pareto (ook wel de wet van 80-20 genoemd) vertegenwoordigen long tail spend aankopen slechts 5% van de totale bedrijfsuitgaven, maar vormen ze de meerderheid (50%) van het totale aantal aankoopsegmenten. Het zijn over het algemeen aankopen die niet vaak voorkomen en een grote verscheidenheid aan artikelen bevatten. Die uiteenlopende aankopen zijn essentieel om bedrijven draaiende te houden en dragen bij aan hun concurrentievermogen. Nadat aankoopafdelingen hun strategische aankopen op orde hebben gebracht, moeten ze de long tail spend aankopen onder de loep nemen. Die aankopen worden vaak niet op een structurele manier beheerd, wat zich kan uiten op twee manieren.

Falende inkoopprocessen

Vanwege het volume en de verscheidenheid aan producten brengen long tail spend aankopen een aanzienlijke administratieve last met zich mee. Door een gebrek aan middelen hebben aankoopafdelingen moeite om deze aankopen te beheren en te optimaliseren. Als gevolg daarvan kunnen inkoop- en/of leveringsprocessen soms complex, tijdrovend en zelfs gebrekkig zijn.

Meerdere stromen

Deze aankopen omvatten een breed scala aan inkoopcategorieën en artikelen. Als die processen niet gestroomlijnd worden, zal het aantal stromen blijven toenemen. Bedrijven hebben veel verschillende leveranciers en moeten een groot aantal transacties, leveringen en grote voorraden beheren. Daarbij wordt er ook nog eens een grote hoeveelheid gegevens gegenereerd, en die data wordt niet altijd goed geanalyseerd.

Long tail spend aankopen in cijfers:

• 75% van het aantal leveranciers;

• 70% van het aantal leveringen;

• 60% van het aantal bestellingen.

Kunstmatige intelligentie voor long tail spend aankopen

Voor aankoopafdelingen is kunstmatige intelligentie (AI), en met name generatieve AI, een uitstekend hulpmiddel geworden. Dit type AI richt zich op het zelfstandig creëren van gegevens

en kan communiceren met gebruikers. Dat helpt aankoopteams om hun aankoopactiviteiten te beheren, optimalisatieprocessen te identificeren en strategische beslissingen te nemen.

Alex Saric, hoofd marketing bij Ivalua, legt uit: “AI kan de katalysator zijn voor de verandering van inkoopprocessen. Het biedt vele voordelen als het gaat om de verwerking van gegevens, automatisering, het genereren van bruikbare gegevens en het bepalen van strategieën om inkoopprocessen en toeleveringsketens te versterken.”

Dat is met name belangrijk voor long tail spend aankopen, die een aanzienlijke werklast met zich meebrengen, grote hoeveelheden gegevens genereren en waarbij veel belanghebbenden (zowel leveranciers als gebruikers) betrokken zijn. Juist voor die aankopen is het belangrijk om de meest tijdrovende dagelijkse taken te automatiseren. Denk aan de zoektocht naar producten, de opmaak en analyse van documenten of de identificatie van mogelijke besparingen.

(kader) Volgens een recent onderzoek van Sapio Research, dat uitgevoerd werd in opdracht van Ivalua, heeft 63% van de aankoopdirecteurs al AI- of machinelearningtechnologieën geïmplementeerd of zijn ze dit van plan.

Long tail spend aankopen: 3 belangrijke toepassingen voor AI

Vandaag de dag kunnen aankoopafdelingen gebruikmaken van diverse AI-toepassingen. Sommige tools zijn geïntegreerd in source-to-pay-processen en nemen zelfs de vorm aan van virtuele assistenten die generatieve AI en LLM’s (large language models) zoals ChatGPT, Google Gemini of Copilot combineren. Op die manier worden er gebruiksvriendelijke interfaces gecreëerd die gebruikers toegang geven tot complexe systemen voor gegevensbeheer en -analyse. Het doel daarvan is om inkopers te helpen bij hun dagelijkse werkzaamheden en zo hun productiviteit te verhogen.

Producten zoeken

Inkopers, maar ook bestekschrijvers en interne klanten, kunnen AI gebruiken om te profiteren van geavanceerde manieren om naar producten en/of diensten in hun online catalogus te zoeken. Ze hoeven alleen maar een zoekwoord in te typen (dat fouten mag bevatten) of de kenmerken van het gezochte product te beschrijven om relevante resultaten te krijgen. Hierbij kan er zelfs rekening worden gehouden met het koopgedrag of andere parameters die specifiek zijn voor elk individu. Tot slot kan AI ook de vorm aannemen van een chatbot. Die vorm van AI kan bijvoorbeeld helpen met de uitvoering van een zoekopdracht en de invoering van de juiste productinformatie.

Productie van content en analyse van documenten

Aankoopafdelingen kunnen ook bij de productie van content profiteren van AI-tools. Zulke tools kunnen bijvoorbeeld assisteren bij het maken van offertes of bij de communicatie met leveranciers. AI kan hen bovendien helpen om die documenten te analyseren, samen te vatten en relevante informatie, zoals verplichtingen van beide partijen en risico’s, te identificeren. Aan chatbots kunnen inkopers zelfs specifieke vragen stellen over documenten, waarop ze direct antwoord zullen krijgen. Die ondersteuning is van onschatbare waarde bij de identificatie van nalevingsproblemen of de voorbereiding van onderhandelingen met leveranciers.

Potentiële besparingen identificeren

Met behulp van AI kunnen aankoopafdelingen hun gegevens over uitgaven in real time filteren op relevantie, en op die manier hun kosten verlagen. Hierbij worden gegevens van het hele bedrijf automatisch verzameld, opgeschoond, geclassificeerd en gerapporteerd. Daarnaast hebben inkopers toegang tot verbruiksrapporten en de mogelijkheid om prijsstijgingen te identificeren. Dit met het doel om weloverwogen beslissingen te kunnen nemen en geld te besparen.

Met het oog op de uitdagingen waar bedrijven mee te maken hebben op het gebied van long tail spend aankopen, blijkt kunstmatige intelligentie (AI) een aanwinst te zijn voor de optimalisatie van processen, de verbetering van de operationele efficiëntie en de algemene prestaties van aankoopteams.

Tot slot zal de integratie van AI de algehele efficiëntie van aankoopafdelingen ongetwijfeld verbeteren en daarbij de kosten van inkoopprocessen verlagen. Van de analyse van categorieën en het beheer van leveranciers tot risicomanagement, AI zal overal een belangrijke rol gaan spelen. Dat bespaart niet alleen enorm veel tijd, maar stelt aankoopafdelingen ook in staat om hun relaties met interne klanten en leveranciers te versterken, hun inkoopstrategieën te verbeteren en op die manier toegevoegde waarde te creëren.