AASHEESH MITTAL, CHARLES COCOUAL, MAURO ERRIQUEZ Y THEANO LIAKOPOULOU

En el tumultuoso panorama empresarial actual, donde convergen la volatilidad de los precios, las tensiones geopolíticas y los imperativos de sostenibilidad, una función está a la vanguardia para sortear estas complejidades: las adquisiciones. En este contexto, la función de adquisiciones actuará como palanca estratégica para la protección y creación de valor.

Las adquisiciones se encuentran en la confluencia de enormes cantidades de datos , que fluyen desde dentro de la organización (por ejemplo, gasto, patrones de demanda, especificaciones) y desde fuera (proveedores, bases de datos de conocimientos de mercado y la Web en general).

Las organizaciones digitalizadas y conectadas de hoy deben aprovechar estos datos y desarrollar nuevas herramientas para tomar mejores y más rápidas decisiones de abastecimiento. Dominar los datos permitirá a los equipos de adquisiciones lograr objetivos estratégicos que van mucho más allá de las métricas tradicionales de costo, calidad y entrega.

¿QUÉ DATOS PUEDEN OFRECER?
Mejores datos pueden respaldar actividades y decisiones a lo largo del ciclo de vida del abastecimiento, desde el desarrollo de estrategias de categorías y la evaluación de proveedores potenciales hasta la ejecución de negociaciones y la gestión continua del desempeño de los proveedores.

Si se hace bien, esto puede aumentar la cartera de iniciativas de creación de valor hasta en un 200%. Veamos cinco áreas donde los datos tendrán el mayor impacto:

OPTIMIZACIÓN DEL GASTO Y LA DEMANDA
Con la aplicación de tecnologías de IA y IA generativa (gen AI), la gestión de categorías se puede automatizar y acelerar de múltiples maneras. En primer lugar, los algoritmos de categorización de gastos pueden crear cubos de gastos limpios sin problemas.

En segundo lugar, los pronósticos y la optimización de la demanda experimentarán un cambio radical en la precisión, lo que hará que el control y la optimización del abastecimiento, la demanda y la cadena de suministro sean mucho más relevantes.

De manera similar, las interfaces de IA de generación permiten a los líderes de adquisiciones interrogar datos sobre gastos, mercado o especificaciones, haciendo preguntas sobre, por ejemplo, la proporción de gastos expuestos a un clima o evento geopolítico particular, el aumento de costos debido a las fluctuaciones del precio del petróleo, o las posibles fuentes alternativas a un proveedor en apuros.

Para artículos estandarizados con mercados altamente competitivos, como el transporte o la mano de obra temporal, los compradores no necesitarían interferir, lo que permitiría a los robots tomar decisiones comerciales de forma autónoma en función de funciones objetivas predefinidas. Gen AI también se puede utilizar para automatizar la generación de contratos para la categoría, como algunas compañías aéreas están empezando a hacer a escala.

Otra disrupción afectará al análisis del mercado de suministro y la optimización de la estrategia, identificando fuentes que exponen a la empresa a altos riesgos y encontrando automáticamente fuentes alternativas dentro de un rango de precios y plazos de entrega definidos.

Finalmente, las empresas pueden utilizar el aprendizaje automático para analizar patrones de uso y pronosticar la demanda para generar automáticamente escenarios y estrategias de abastecimiento basados ​​en inteligencia a nivel de inventario, especialmente para artículos comprados con frecuencia.

GESTIONAR LOS IMPULSORES EXTERNOS DE LA RENTABILIDAD
Los equipos de adquisiciones podrán combinar datos internos con informes y bases de datos de mercado externos y utilizar algoritmos de aprendizaje automático para descubrir patrones y tendencias en los precios de las materias primas.

Los directores de adquisiciones y gerentes de categoría confiarán en tales predicciones para mantenerse a la vanguardia de la rentabilidad de la industria con transparencia en tiempo real sobre la exposición a la volatilidad de los precios. Podrán calcular dinámicamente el costo esperado de sus productos más volátiles y negociar con los proveedores basándose en hechos.

Adquisiciones también podrá evaluar el impacto de cualquier variación en los precios de los insumos en los márgenes de los productos y analizar múltiples escenarios para definir las acciones correctas para proteger esos márgenes.

Las acciones reactivas pueden incluir cambiar a recetas o cadenas de valor alternativas aprobadas, ajustar la planificación o los niveles de existencias, cubrir financieramente los productos básicos o transmitir cambios de precios al cliente.

Por ejemplo, una empresa de consumo desarrolló un modelo de previsión de precios que se combinó con un optimizador de cobertura para recomendar mensualmente el volumen de derivados de aceite de palma para cubrir.

Las acciones a mediano y largo plazo pueden incluir optimizar la estrategia de contratación ajustando la duración de los contratos y las fechas de inicio en las negociaciones con los proveedores (por ejemplo, compra al contado versus precio fijo durante unos meses), redefiniendo la huella regional de los proveedores aprovechando las diferencias en la evolución de los precios entre países, u obtener ventajas de costos a través de acuerdos estratégicos con proveedores Tier-N seleccionados, incluida la adquisición parcial o la integración vertical con actores de la cadena de valor que obtienen márgenes desproporcionados.

GESTIONAR EL DESEMPEÑO DE LOS PROVEEDORES
Los paneles digitales pueden combinar datos de contratos, facturas y desempeño de entrega de proveedores para proporcionar una imagen completa del cumplimiento de los acuerdos de nivel de servicio por parte de los proveedores.

Al proporcionar alertas tempranas sobre desviaciones de desempeño, estos sistemas pueden dirigir intervenciones operativas o proyectos de colaboración con proveedores.

Las herramientas paramétricas de hoja limpia pueden calcular automáticamente el costo esperado de miles de artículos, lo que ayuda a las empresas a optimizar las especificaciones y les permite llevar a cabo negociaciones sólidas y basadas en hechos con sus proveedores.

Las tecnologías de generación de inteligencia artificial también están cambiando la gestión de proveedores, con la aparición de herramientas automatizadas que pueden producir inteligencia inteligente sobre los perfiles de riesgo de los proveedores basándose en datos públicos, como los informes de las redes sociales.

Gen AI también puede ayudar al personal de adquisiciones a optimizar su diálogo con los proveedores, por ejemplo, automatizando la creación de guiones de negociación, informes, correos electrónicos y contratos.

GESTIÓN DE RIESGOS DE SUMINISTRO
En las mejores prácticas, para 2030, las adquisiciones estarán equipadas con un gemelo digital de su cadena de suministro, modelando todos los nodos en todo el mundo, desde los proveedores de materias primas de subnivel y sus proveedores directos hasta la red de fabricación interna, los clientes y todos los canales logísticos que conectan estos nodos. Estos gemelos digitales se desarrollarán combinando dos enfoques.

Los flujos de materiales de los proveedores de primer nivel se mapearán en colaboración con los proveedores, mientras que la minería de datos web se utilizará para cerrar las brechas de datos mediante la creación de una imagen de los flujos desde el nivel dos hasta el nivel n. Cada nodo tendrá una visión casi en vivo del riesgo de suministro, el costo y la intensidad de carbono asociados, calculados con base en una lógica que permite filtrar las señales según su riesgo real y la disponibilidad de acciones de mitigación.

Adquisiciones no sólo tendrá un conocimiento profundo del estado actual de su cadena de suministro, sino que también podrá simular el nivel de riesgo dado el crecimiento empresarial previsto, la ocurrencia de eventos de riesgo y el efecto de las acciones de mitigación.

El gemelo de la cadena de suministro digital permitirá a las adquisiciones evaluar las implicaciones de cualquier tipo de cambio o interrupción en cadenas de valor altamente complejas e interconectadas y reaccionar ante eventos adversos mucho antes.

Además, los equipos que adopten esta tecnología reaccionarán más rápido que sus pares a los cambios en las señales de suministro y, como resultado, tendrán el producto correcto en el lugar correcto y al menor costo y huella de carbono.

LIDERANDO EN SOSTENIBILIDAD
Los datos centrados en la sostenibilidad y las herramientas analíticas efectivas son vitales a medida que las empresas se esfuerzan por cumplir objetivos exigentes de reducción de carbono, prevención de la contaminación y eliminación de prácticas laborales injustas en la cadena de suministro.

En términos de sostenibilidad ambiental, los datos de adquisiciones basados ​​en el gasto se pueden utilizar para estimar la línea de base de las emisiones de carbono dentro de la cadena de suministro.

Este enfoque ha sido adoptado por muchas empresas para evaluar sus emisiones de Alcance 3 aguas arriba. Sin embargo, mejorar la transparencia bilateral del carbono entre proveedores y clientes requiere esfuerzos adicionales, incluida la colaboración con los proveedores para establecer informes de emisiones a nivel de producto (por ejemplo, factores de emisión basados ​​en el consumo) y compartir estándares a través de la infraestructura de datos de adquisiciones existente.

La integración de estas métricas de sostenibilidad con datos de adquisiciones y análisis avanzados puede ayudar a las empresas a interactuar, evaluar y monitorear el progreso de la sostenibilidad de sus proveedores.

En consecuencia, el enfoque puede ayudar a las empresas a reducir las emisiones de su cadena de suministro seleccionando productos o proveedores que se alineen con sus objetivos de sostenibilidad.

La revolución de las adquisiciones basadas en datos ya está en marcha. La Red Global Lighthouse del Foro Económico Mundial (WEF) es una comunidad diversa de fabricantes unidos por su liderazgo en el uso de tecnologías de la Cuarta Revolución Industrial para transformar fábricas, cadenas de valor y modelos de negocio. Dos miembros recientes de la red ganaron su lugar al transformar sus operaciones de adquisiciones con tecnologías digitales y de inteligencia artificial.

La empresa farmacéutica Sanofi aplicó un modelo de costos esperados para informar el diseño de fabricación versus compra en múltiples categorías, logrando una reducción promedio del 10% en el gasto. Una plataforma de análisis avanzado redujo el tiempo necesario para evaluar las licitaciones en dos tercios y las negociaciones habilitadas digitalmente ayudaron a aumentar los ahorros logrados en un 281%.

Teva Pharmaceuticals utilizó adquisiciones basadas en análisis respaldadas por inteligencia de gastos y un cubo de gastos automatizado para lograr una mejora de más de diez veces en la resiliencia del suministro.

Los sistemas inteligentes de creación de categorías de gastos de la empresa reducen el tiempo necesario para desarrollar estrategias de categorías en un 90%. La unidad de adquisiciones global de Teva, con sede en Ámsterdam, es el principal contribuyente a su ambicioso programa de mejora del margen bruto.

QUEDAN DESAFÍOS IMPORTANTES
Los altos directivos de adquisiciones comprenden que un uso más eficaz de los datos es vital. Sin embargo, muchas funciones de adquisiciones todavía luchan por transformarse en organizaciones impulsadas por datos y tecnología.

En una encuesta reciente de McKinsey, los CPO destacaron tres problemas clave que creen que están frenando sus ambiciones digitales: problemas con la calidad y el acceso a los datos, falta de claridad sobre el argumento comercial para nuevas aplicaciones digitales o de inteligencia artificial y dificultades para impulsar la adopción de las nuevas herramientas. a escala.

Desafíos de acceso y calidad de datos. Los CPO esperan que los datos, el análisis y la IA genética desempeñen un papel central en cada decisión empresarial para 2030, pero los encuestados admiten que su infraestructura de datos no está preparada para respaldar esta ambición.

El 21% dice que la madurez de su infraestructura de datos es baja, con menos del 70% de los datos de gasto almacenados en un solo lugar.

Un 30% adicional piensa que tiene niveles promedio de madurez de datos, e incluso aquellos que han implementado sistemas para brindarles una única fuente de verdad para todos los datos de gastos admiten que estos datos no están limpios ni categorizados.

Estos sistemas también pueden carecer de información importante externa a la función de adquisiciones, como datos de calidad o especificaciones, o datos externos de proveedores, clientes y el mercado en general.

Dificultad para articular el caso de negocio. A los equipos de adquisiciones también les resulta difícil conseguir financiación para proyectos de análisis e inteligencia artificial, a menudo debido a la falta de un caso de negocio convincente.

Este desafío es típico en organizaciones que siguen un enfoque de “respaldo tecnológico”, es decir, seleccionan software y soluciones sin un vínculo claro con las oportunidades de creación de valor empresarial.

Bajos niveles de adopción. Las organizaciones que superan los dos primeros desafíos a menudo se topan con el tercero. Incluso cuando han creado un caso de negocio y han demostrado la eficacia de un caso de uso digital en pruebas, les resulta difícil incorporar su uso en sus procesos centrales y en las formas de trabajo de los equipos en toda la organización.

Este es un desafío común en las transformaciones del análisis de datos, independientemente de la función empresarial, y deja a muchas organizaciones atrapadas en el purgatorio piloto.

Es especialmente común en adquisiciones, donde los equipos a menudo se concentran en entregar resultados trimestrales o están sumergidos en obligaciones a corto plazo y no se toman el tiempo para comprender y adoptar nuevas soluciones técnicas.

LA RECETA PARA EL ÉXITO A ESCALA
Escalar una transformación de análisis de datos es lo que diferencia a Lighthouses del resto del grupo. Las empresas que han logrado esto tienden a acertar en algunas cosas vitales. Se centran en una pequeña cantidad de casos de uso digitales y de inteligencia artificial de alto valor.

Construyen y, fundamentalmente, poseen una infraestructura de datos sólida para respaldar esos casos de uso. Y dedican tanto tiempo a pensar en las personas y los procesos como en la tecnología: adaptando sus procesos comerciales centrales y su modelo operativo, mejorando y recapacitando a su gente y dirigiendo el cambio en toda la organización.

UN ENFOQUE EN CASOS DE USO DE ALTO VALOR
Muchas organizaciones de adquisiciones tienen hojas de ruta que apuntan a implementar quince o más productos de datos cada año, incluido el lanzamiento de arquitecturas de datos complejas y suites de extremo a extremo.

Sin embargo, según nuestra experiencia, las organizaciones tienen limitaciones en su capacidad para probar, validar, industrializar y escalar tal volumen de soluciones técnicas. Se aplican limitaciones similares a la capacidad de la función de TI para dirigir e industrializar nuevas herramientas, y a la capacidad de los equipos de categorías y compras para integrar esas herramientas mientras cumplen con sus objetivos comerciales anuales.

Las empresas que han podido escalar el análisis con éxito han centrado sus hojas de ruta anuales en un conjunto priorizado de cinco o seis soluciones técnicas seleccionadas en función del valor potencial que cada una puede crear y cómo cada una aborda las preguntas comerciales centrales y las necesidades de los usuarios.

Se aplica el principio de Pareto, con un puñado de productos de datos que entregan entre el 60 y el 80% del valor en juego y hacen que las inversiones sean netamente positivas en el rango de ocho a doce meses.

Una organización de WEF Lighthouse priorizó seis casos de uso para su transformación del análisis de adquisiciones: análisis de categorías, hojas limpias paramétricas, precios predictivos y rastreadores digitales para monitorear los costos de los insumos, el desempeño de los proveedores y los riesgos de suministro. Utilizando solo esos casos de uso, la empresa pudo duplicar las oportunidades de creación de valor identificadas por la función de adquisiciones.

PLATAFORMA/DOMINIO DE DATOS DEDICADO Y RECURSOS TÉCNICOS DEDICADOS
Un número alentador de empresas ha comenzado a revolucionar la forma en que los datos transforman las adquisiciones enriqueciendo sus datos de gastos con una combinación de categorización de datos impulsada por IA y prácticas rigurosas de gestión de datos maestros.

Esto les permite crear modelos de datos que integran un conjunto completo de fuentes de datos relevantes, tanto internas como externas, como bases de datos de información sobre el mercado.

Las organizaciones líderes crean su propio modelo de datos de adquisiciones con un equipo dedicado. En lugar de intentar arreglar todos los datos a la vez, los líderes se concentran en los datos que necesitan para los casos de uso de alta prioridad y trabajan hacia atrás a partir de allí.

Esto ayuda a que cada componente de datos que se procesa genere valor para la organización, en lugar de ingerir diversos conjuntos de datos antes de evaluar sus usos. Y si bien existen sistemas para limpiar los datos, el fortalecimiento de los procesos de gobernanza de datos sigue siendo una prioridad.

Igualmente importante es la asociación con la función de TI desde el principio. Impulsar una transformación analítica holística es tanto una transformación tecnológica como una transformación de las prácticas comerciales.

Para tener éxito, se requiere el apoyo de los mejores arquitectos e ingenieros técnicos de la empresa. Asociarse con TI y lo digital desde el principio es fundamental para garantizar que todas las decisiones de diseño se tomen de acuerdo con las mejores prácticas y para obtener suficiente capacidad técnica y experiencia para construir los modelos y canalizaciones de datos necesarios.

PONER A LOS USUARIOS EN EL CENTRO
Considerar el enfoque en el usuario desde el primer día es crucial para impulsar una rápida adopción durante todo el ciclo de vida de un producto de datos. Esto comienza garantizando que las necesidades, los puntos débiles y las preferencias de los profesionales de adquisiciones se comprendan desde el principio.

Deben evitarse las funciones innecesarias que generan complejidad y, en última instancia, deterioran la experiencia del usuario. Además, la interfaz de usuario debe ser intuitiva y fácil de navegar, lo que garantiza que los usuarios puedan comprender rápidamente la funcionalidad y los beneficios.

Es importante considerar los sistemas y procesos de adquisiciones existentes para que los nuevos productos de datos se integren sin problemas, reduciendo las interrupciones para los usuarios y la necesidad de mitigar los procesos con la gestión de cambios.

Mientras tanto, la comunicación y la formación son clave para el lanzamiento exitoso de productos de datos. Articular claramente cómo los nuevos productos de datos pueden mejorar la eficiencia, agilizar los procesos y mejorar la toma de decisiones motiva la adopción temprana.

Esta comunicación debe ser bidireccional, escuchar activamente a los usuarios, incorporar sus aportaciones y actualizar funciones, al tiempo que transmite una narrativa de cambio clara por parte de los CPO y sus equipos de liderazgo.

TALENTO Y HABILIDADES
Los equipos de adquisiciones normalmente no cuentan con suficientes personas capacitadas en datos, análisis e inteligencia artificial para respaldar sus ambiciones digitales. Nuestra encuesta destacó una correlación directa entre el nivel de avance de una organización y su proporción de recursos analíticos disponibles.

Las mejores empresas colocan al 22% de los empleados de adquisiciones en equipos de análisis. Esto sugiere que las empresas necesitarán invertir y aumentar la cantidad de perfiles de datos disponibles para escalar mediante la contratación externa de perfiles conocedores de datos o la recapacitación de los equipos existentes.

SEGUIR EL IMPACTO Y GESTIONAR EL RENDIMIENTO
Las organizaciones líderes invierten recursos para mantener el rumbo de sus transformaciones de datos. Por lo general, establecen una oficina de transformación que monitorea el progreso en comparación con la hoja de ruta inicial y rastrea rigurosamente la entrega del impacto, alertando cuando las soluciones no se entregan correctamente.

Esto permite que el departamento de adquisiciones dé un paso atrás y analice lo que puede no estar yendo según lo planeado, lo que permite corregir el rumbo. One WEF Lighthouse realiza un seguimiento semanal de la creación de valor y del número de usuarios de cada producto de datos, y realiza revisiones mensuales con el CPO para garantizar el progreso correcto y desbloquear los focos de resistencia desde el principio.

En la misma organización, el impacto generado en las categorías por cada producto de datos se rastrea y registra en el sistema de seguimiento de valor, para garantizar una transparencia total sobre qué productos de datos funcionan y se pueden escalar, versus cuáles están estancados y requieren soporte.

Hemos visto a una empresa líder interrumpir el desarrollo de un producto de datos que requería un trabajo manual pesado para recopilar datos de especificaciones del producto, para lo cual la organización y la arquitectura técnica no estaban preparadas.

En otro ejemplo, una empresa líder en bienes de consumo envasados ​​que estaba atrincherada en el desarrollo de capacidades de diseño digital para generar valor identificó desde el principio que los socios comerciales tenían un bajo nivel de compromiso con las ideas de creación de valor que generaba. Dando un paso atrás, adaptó su enfoque llevando el negocio al centro de la implementación de la solución.

DE LA VISIÓN A LA TRANSFORMACIÓN
Convertir la función de adquisiciones en una organización basada en datos y habilitada por IA es un proceso de transformación que normalmente toma de seis a dieciocho meses para lograr un cambio radical.

Toda transformación exitosa requiere visión, ambición y compromiso sostenido por parte de los altos directivos. También depende del trabajo en equipo, el compromiso y el entusiasmo de toda la organización. Cualquier CPO que se embarque en un viaje de este tipo debe comenzar como pretende continuar: colaborando con partes interesadas internas y externas.

Como primer paso, interactúe con las partes interesadas de toda la empresa para comprender qué necesitan de una función de adquisiciones de alto rendimiento y dónde se encuentran sus principales puntos débiles en la actualidad.

Eso ayudará a que el departamento de adquisiciones acierte en sus prioridades, permitiéndole identificar los productos de datos que entregarán un valor significativo rápidamente. Los socios tecnológicos serán un segundo grupo clave de colaboradores. Incluyen la función de TI interna de la organización y proveedores externos de plataformas de datos, tecnologías de inteligencia artificial y herramientas analíticas.

Provisto de una imagen clara de las necesidades empresariales y las posibles soluciones, el departamento de adquisiciones puede revisar su hoja de ruta tecnológica. Debería hacerlo con dos objetivos en mente: la implementación temprana de soluciones analíticas y de inteligencia artificial que creen valor, al mismo tiempo que construyen las bases de una plataforma de datos que satisfará las necesidades a largo plazo de la organización.

Los resultados rápidos obtenidos con los primeros casos de uso son fundamentales para generar impulso para la transformación. Al mostrar a los usuarios finales y a los líderes empresariales lo que los datos y el análisis pueden ofrecer, ayudan a fomentar el entusiasmo e impulsar el compromiso en toda la organización.

Y, a medida que comienzan a implementar esas soluciones de alta prioridad, los líderes de adquisiciones deben tener en mente a otro grupo de colaboradores: los equipos de adquisiciones que traducen los conocimientos basados ​​en datos en valor para el negocio.

Centrarse en la adopción de tecnologías de IA desde el primer día ayuda a que el departamento de adquisiciones cree soluciones que funcionen mejor, escale más rápido y cree más valor para la organización.