5 טעויות קריטיות ב-AI Procure-to-Pay

ה-AI מבטיח לשנות את עולם הרכש. עם זאת, חברות רבות מבזבזות מיליונים על הטמעות שנכשלו. רוב הכישלונות נובעים מאותן טעויות צפויות.

הימנעו מחמש הטעויות הללו כדי להגן על ההשקעה שלכם.

  1. התעלמות מאיכות הנתונים ה-AI זקוק לנתונים נקיים. אם רישומי הספקים שלכם מבולגנים, ה-AI ייכשל. יצרן אחד רשם הצלחה של 35% בלבד מכיוון שהיו לו 1,200 רשומות ספק כפולות. ה-AI לא הצליח להתאים בין חשבוניות להזמנות מכיוון שהשמות לא היו עקביים.
  • נקו תחילה את רשימת הספקים המרכזית (Vendor Master List) שלכם.
  • תקנו מוסכמות שיום (Naming Conventions).
  • תקנו קטגוריות הוצאות.
  • השקיעו 2 עד 3 חודשים בניקוי נתונים לפני שתתחילו.
  1. ניסיון לאוטומציה של הכל בבת אחת אל תנסו לבצע פריסה גלובלית ביום הראשון. קמעונאי ניסה להטמיע AI ב-15 מדינות בבת אחת. העלויות שולשו והפרויקט ארך 18 חודשים.
  • התחילו בפריסה ניסיונית (Pilot) קטנה.
  • בחרו יחידה עסקית אחת או סוג ספק אחד.
  • מדדו תוצאות במשך 90 יום.
  • תקנו בעיות לפני שתתרחבו.
  1. שכחת האלמנט האנושי AI הוא לא רק פרויקט טכנולוגי. זהו פרויקט אנושי. חברת ביטוח אחת חוותה שימוש נמוך מכיוון שהצוות לא בטח ב-AI. הם חששו למשרותיהם.
  • תקשרו את מטרת ה-AI בשלב מוקדם.
  • הכינו את הצוות לתהליכי עבודה (Workflows) חדשים.
  • העבירו תפקידים ממשימות ידניות לניתוח אסטרטגי.
  • הקצו 25% מהתקציב שלכם לניהול שינויים (Change Management).
  1. בחירת מקרה בוחן (Use Case) ראשון שגוי אל תתחילו במשימות מורכבות ונדירות. מערכת בריאות ניסתה להשתמש ב-AI לניתוח חוזים. זה סיפק מעט מאוד ערך מכיוון שחוזים נחתמים לעיתים רחוקות. הם עדיין עיבדו 8,000 חשבוניות באופן ידני בכל חודש.
  • בחרו משימות בעלות נפח גבוה וחזרתיות.
  • בחרו תהליכים עם כללים ברורים.
  • התמקדו קודם כל בעיבוד חשבוניות או בהתאמת הזמנות רכש (PO matching).
  1. הערכת חסר של צרכי אינטגרציה AI לא תמיד מתחבר בקלות ל-ERP שלכם. חברת טכנולוגיה אחת הוציאה 2 מיליון דולר על פלטפורמה אך לא הצליחה לסנכרן אותה עם מערכת הירושה (Legacy System) שלהם. זה עלה להם עוד 500,000 דולר ו-8 חודשים.
  • מיפו את כל האינטגרציות לפני הרכישה.
  • בדקו זמינות API.
  • בדקו תאימות נתונים.
  • הקצו זמן נוסף לתוכנת תיווך (Middleware) ולעבודות התאמה אישית.

הצלחה דורשת בסיס של נתונים נקיים וגישה מדורגת. התמקדו ב"ניצחונות מהירים" (Quick wins) כדי לבנות אמון.

Source: https://dev.to/edith_heroux_aca4c9046ef5/5-critical-mistakes-to-avoid-when-implementing-ai-procure-to-pay-4p4d

Optional learning community: https://t.me/GyaanSetuAi