这是CPO网站系列的第三部分首席财务官可以从Facebook的首席信息官那里学到什么?”你可以看看第一部分和第二部分也
在本系列的最后一期中，基于《华尔街日报》采访在Tim Campos的文章中，我讨论了一些采购策略，通过改变IT为它所支持的内部和外部涉众指定和来源“解决方案”的方式，来帮助IT和它自己。如果您再次使用服务的比喻(例如，XaaS—一切都是服务)，那么将“解决方案”的概念扩展到包括实体商品并不是一个很大的飞跃。例如，金属弹簧不是弹簧——它们是提供缓冲服务的运动控制解决方案!当原始设计制造商购买要销售的电子设备时，它是从EMS解决方案提供商那里购买电子制造服务。
因此，采购部门不仅要将自身管理为世界级的服务提供商（例如，在共享服务或“全球商业服务”模式中），还必须了解丰富的供应商生态系统如何开发技术的“可能的艺术”：
- 传统的商品和服务供应商（包括分销商）将技术作为其数字业务战略的一部分，以使自己与众不同，并在客户关系中“更具粘性”
- 传统打包应用程序技术供应商（SaaS和/或内部部署）
- 我们通过第三方（如BPO公司）在内部进行定制开发（我知道一个主要买家使用BPO公司基本上定制开发了一个近乎克隆的以PLM为中心的直接材料打包应用程序，因为他们认为这是一个非常具有战略意义的应用程序）
- 行业颠覆者(如亚马逊、谷歌、优步等)和更传统的电子商务网络/中介
- 上面的组合。例如，考虑大型应用程序套件供应商，如SAP，甲骨文，以及销售PaaS解决方案给开发者/合作伙伴生态系统的SalesForce，允许核心内核应用程序套件，同时允许受控的接插件开发，而不是像今天存在于许多公司的应用程序混乱状态
为了更具体，让我们回到脸谱网CIO提姆CAMPOS的采访和CIO为定制发展所引用的几个领域，然后考虑采购的影响…
提高预测能力和生产力
坎波斯对《华尔街日报》说:“我们制作了一个维修工具，上面显示今天有多少台机器需要维修。它连接着供应链，识别我们有零件库存缺口的地方。这一切都是自动完成的。维修人员只需要拿起备件，把它们放到推车里，开始维修，然后按几个按钮。”
支出事项：这是一个经典的预测性分析（希望它是基于机器学习的预测性分析，而不是死记硬背的固定更换计划），采购应该尝试应用于任何发生重大支出的地方。MRO资产的预测性维护是经典场景，但可应用于任何购买的资产、任何出售的资产/产品（以帮助调整现场服务补货采购）以及产生成本的任何一组流程。例如，一家大型高科技供应商为其各种客户活动运行预测成本预测模型，以帮助预测费用，并向其员工提供这些费用基准。这为首席财务官提供了更好的财务规划和分析准确性。当大款销售/客户经理（“离群者”）知道他们受到监控（即霍桑效应提供了良好的需求管理）并且他们最好以与其支出相称的水平销售时，这也导致了更好的支出控制。一句话：成本预测和支出计划不仅仅针对直接材料！
预测分析也将对人才管理产生影响，尽管Facebook的首席信息官在这里引用了一个更直接的自动化场景……
坎波斯（致华尔街日报）：“它告诉了我今天要面试的所有人。我提交了我对是否应该聘用某个人的意见，报告进行得很顺利。当招聘人员安排面试时，他们有一系列候选人、角色和面试小组成员。所有这些都在一个数据库中。这里所有复杂的细节都由工具。该工具可做出调度决策。”
SM的看法:这里有两大教训。其中之一是，当释放的资源是战略性的时，以技术为主导的效率改进可以对效率产生重大影响。在采购中，如果你能利用好的工具（如支出分析、市场情报、绩效报告等）腾出20-40%的类别经理的时间，那么你就是在释放利润中心的节约能力，而不是减少交易成本中心的员工数量。另一个教训是，技术用于降低复杂性，而不仅仅是自动化工作流。事实上，机器学习不再只是用于基于AI的支出分析（如果您使用这种方法而不是基于规则的方法）。你有一个现代的支出分析工具，对吗？机器学习在许多领域（如欺诈检测、发票扫描/转换等）变得越来越普遍，甚至可以在Campos先生提到的招聘场景中实施。
一些人才管理系统可以从行为应聘者筛选和员工绩效评估中“学习”，以帮助预测应聘者的行为(以及潜在的个性特征)会影响绩效。我知道有一家采购组织甚至使用这种技术来寻找采购之外的员工，他们的行为特征非常适合采购。而且，这种能力不仅可以帮助采购在其人才搜索，还可以考虑这可能会产生的影响，作为一种嵌入式能力，在应急劳动力平台。可以将其视为B2B服务采购的eHarmony。同样，它离主流也不远了。