Adobe的股票
采购本身就是一个繁琐、耗时且乏味的过程。因此，大多数组织不能有效地管理他们的支出。
影响支出和采购管理的一个重要而又被忽视的方面是采购类别。
采购类别在支出管理中的无形作用和影响
采购类别是指需求和供应驱动因素和来源重叠的类似商品和服务的分类。例如，“施工中的采购”是一个宽泛的术语。它可以进一步细分为各种采购类别，如混凝土、砖石、木材、铁、钢、电气、消防系统和油漆类型。战略性地管理每个采购类别可以改善整体采购和采购流程，并优化整体支出管理。
然而，在实际世界中，当处理不同的采购类别时，真正的挑战出现了，因为它们根据组织的规模和类型以及供应市场而不同。当你与不同的供应商打交道时，成本、质量、费用模式和交付模式都是不同的。
想象一下在跨业务单元为每个类别执行rfp时所浪费的时间和精力。
因此，传统的采购方法往往导致多个供应商向同一家公司交付相同的组件，因为每一份合同都是针对一个特定的业务单位进行谈判的。
不幸的是，对于企业来说，跨部门报告同一产品的多个协议并不罕见。
在这里，与其为不同的项目接触不同的供应商，不如确定您的组织在所有类别项目和这些类别中的特定项目上的花费。
与类别管理，采购谈判一个单一的合同涵盖所有业务单位的需要。这给了公司更有利的定价。一个类别的总购买量也吸引了一流供应商，这些供应商在质量和按时交货方面享有更好的声誉。这种方法可以产生显著的折扣和更高的采购效率。
针对不同采购类别执行rfp的挑战
- 缓慢的RFP-to-award周期时间:手动过程可能会使比较和评估RFP响应花费很长时间。
- 糟糕的RFP协作:当依赖电子邮件和电子表格来组织过程时，很难协调好几个部门的利益。
- 缺乏RFP的可视性和数据:不了解供应商的反应状态会影响比较投标、验证供应商符合要求和新供应商的入厂。如果没有来自数字工具的数据，可见性和分析驱动增长的潜力就会受到限制。
- 合同管理不善:由于各部门都有合同，很难与各利益相关方协调。有了合同生命周期管理(CLM)自动化，法律部门应该能够控制遵从性，但要为所有部门提供一种自行构建遵从性合同的方法。
- 缺乏合同可见性:像电子邮件和电子表格这样的手工流程使跟踪合同变得困难。所以当你有成千上万份合同时，没有一个人或团体能够管理它们。数字存储库有助于组织契约，并让所有涉众随时检查状态并访问契约条款。
- 表现不佳的合同价值:数字文件可以链接到其他数字流程在业务期限,合同中提到的财务条款和其他里程碑可以满足——所有这些保证实现预期的交易价值被公司和供应商同意。CLM自动化还有助于收集数据，为业务分析提供动力。
用智能工具消除RFX过程的挑战——希望还是炒作?
为了避免紧张的供应商关系，增加RFX到合同的周转时间，并修复错误的过程和竖井，涉众和其他团队成员可以从成熟、智能的RFX和合同工具中获得帮助。这些工具有助于克服固有的过程挑战。
使用智能RFP工具，您可以创建RFP模板并邀请供应商提交提案。从一个集中的rfp数据库中，你可以列出供应商的候选名单，评估他们的答复，并授予他们合同——所有这一切只需点击几下鼠标。
需求为王，但除非品类经理拥有先进的工具，将需求转化为精简的采购和合同流程，否则品类管理策略将会失败。
人工智能支持的从采购到合同的解决方案可以帮助组织更有效地在整个采购过程中进行采购，帮助实现效率和支出管理目标，就像类别经理帮助采购大局一样。
在S2C解决方案中使用AI作为强大的RFX工具，不仅可以提高RFX流程的效率，还可以帮助分析投标和评估供应商风险。类似地，包含在S2C解决方案中的ai支持的合同管理可以帮助提取元数据和条款，帮助导入第三方文件和遗留协议，并将投标响应与合同过程无缝连接。
通过将支出分析与采购和采购支付等子过程领域联系起来，在一个领域中所创造的可见性、协作性和价值将得到推进，并经常在其余相互联系的子过程中得到放大。连接这些过程的组织更早地认识到价值，这是由于供应商管理、遵从性和过程效率的全面实现。
数字化解决采购、承包方面的挑战
为了深入了解这些挑战是如何解决的，我们采访了华为的高级副总裁兼产品主管苏尼尔•马萨德(Sunil Masand)Aavenir该公司为ServiceNow平台上的云提供原生的源代码支付解决方案。
支出问题:这类技术被称为“源到合同”(source-to-contract)。拥有一个健壮的合同模块和一个现代化的RFX模块如何改变采购专业人员和他们的客户(如内部利益相关者和外部供应商)的期望?
苏尼尔Masand:无论是货源到合同、货源到付款还是采购到付款——这一切都始于RFX。一个强大而智能的RFX管理软件不仅简化了流程，而且还将机会转化为节约。大多数人注重与外部各方的有效合作。然而，RFP软件有助于内部和外部的无缝协作。有了人工智能支持的自动化工作流程和分析仪表板，它加快了RFX周期时间，并比以往更快地签订合同。
人工智能已经帮助采购买家做出“引导购买”的决定。如何为RFX过程和合同生命周期提供这种类型的反馈?
我想说的是，不仅仅是“买家”，整个采购专业人员都可以从ai支持的RFX技术中受益匪浅。花费分类、供应商匹配、捕获供应商主数据、检测异常——所有这些都有助于采购专业人员做出引导购买的决定。它有助于做出符合公司想法的决定。例如，如果你的合同包括净30付款条款，Aavenir的Contractflow解决方案会指出，与该供应商的大多数合同都是净60条款。像这样的标记偏差可以为所有参与者省去很多麻烦。
最好的例子是我们引以为豪的客户之一，约翰霍普金斯大学。有了人工智能和基于规则的定制工作流，我们可以帮助他们集中采购请求、供应商入驻和整个合同生命周期。通过集中采购和合同管理，他们的合同周转速度提高了80%。
所以，简而言之，人工智能有助于做出引导购买的决定，并帮助人们避免做出不明智和不成熟的决定。
这些不明智的决定有哪些例子?
在这个过程的每个阶段，可能会有很多问题——比如不使用你之前加入的供应商，接受不完整或不标准的报价，忽略供应商的业绩历史，对现有供应商表现出偏见，最后进行秘密采购，等等。
不管出于什么原因，购买倾向倾向于对现有供应商有利。也许上层管理倾向于某个供应商，或者更有可能的情况是，由于对采购活动的整体情况没有把握，采购部门会墨守成规，只向一家主要供应商下单。这种对在职者的偏见也存在于RFP过程中。您需要有一种方法来根据数据做出决策，并减少来自供应商选择的偏见。Aavenir的RFPflow解决方案帮助那些将评估重点放在数据上。
在合同管理中，结构和经验是关键。例如，如果您有一个新的SLA，并且您正在协商条款，那么有一个适合您正在协商的合同类型的模板将会很有帮助。你需要有具体的、可衡量的语言。我们的Contractflow解决方案有子句库，可以帮助您在查看供应商评估和订立合同时选择正确的语言。
这篇品牌工作室的文章是用Aavenir．
讨论: