製造業の購買担当者がAIにかわることってあり得るの?
まずは過去の購買データをどのように収集、整理していくかが重要だ。
粗朶なデータではアナリシスが難しい。
注文履歴、請求書、受注状況などを過去1-2年分をExcelや購買管理システムなどに入力する。
商品コード、仕入れ価格、数量、納期などを入力項目とする。
入力完了後は、様々な視点からデータを分析する。
例えば、品目別、仕入先別、月別などの集計を行ない、売上高や仕入れコストの推移をグラフ化する。
また人工知能(AI)を活用し、相関関係の自動分析も可能である。
これらから過去の傾向や問題点を洗い出せる。
分析結果をもとに、在庫管理や購買計画を支援するシステムを構築する。
たとえば需要予測AIを活用し、在庫警告や品物別最適なOrderサイクルを算出する。
また、仕入先比較機能で価格や納期から最適仕入先を自動選定し、注文手順を自動化する。
これで管理部門の意思決定がデータドリブンになる。
定期的な分析と活用がキチンと行なわれる必要がある。
季節変動などに影響されやすい業界では、月1-2回程度の分析が望ましい。
分析結果から購買計画を見直し、在庫オーダーポリシーの見直しも行なう。
システムも最新データを用いて自動運用し、企業の購買力量を向上させることが可能になる。
調達購買業務の効率化だけでなく、システムを導入することで、コスト削減や製品・資材のステータス可視化のほか、属人化していた購買情報の共有化による内部不正防止や統制にも役立ちます。