AI skulle förhandla era avtal. 95 procent av piloterna gav inget mätbart

Det här är ett räkneexempel med verkliga källor. Talen om vad AI hittills gett är hämtade från publika sammanställningar. Talen om er egen spend sätter du in själv.

Vad marknaden lovar

Det kommer en våg av verktyg som säger sig kunna gå igenom era avtal, räkna fram ett rimligt pris och sköta förhandlingen med de mindre leverantörerna.

Intresset är stort. 80 procent av världens inköpschefer planerar att införa generativ AI inom tre år. Bara 36 procent har en meningsfull användning i dag (Art of Procurement).

Vad piloterna faktiskt gett

Ett stort detaljhandelsföretag lät en AI förhandla med sina små leverantörer i ett pilotprojekt. AI:n slöt avtal med 64 procent av de utvalda leverantörerna, på i snitt elva dagar. Resultatet var runt 1,5 procent lägre kostnad och längre betalningstider (getmonetizely).

Bredare siffror är dystrare. 95 procent av företagens AI-piloter ger ingen mätbar avkastning (Supply Chain Management Review).

Räkna på vad 1,5 procent betyder för er

Säg att ni har 3 miljoner kronor i svansspend, alltså de många små avtalen. 1,5 procent av det är 45 000 kronor om året.

Det är pengar värda att ta. Det är inte huvudvinsten.

Huvudvinsten ligger i topp tjugo, era största leverantörer. Där handlar det om hela avtal, långa relationer och samtal där någon måste sitta kvar när det blir obekvämt. Det är arbete en AI inte gör åt dig i dag.

Sätt in era egna tal. Ta svansspenden gånger 0,015. Jämför med tio procent av vad topp tjugo kostar. Skillnaden visar var pengarna finns.

Var AI faktiskt tjänar sina pengar

AI kan städa er spenddata och gruppera den snabbt. Ett jobb som annars tar en person flera dagar.

Den kan bevaka avtal och slutdatum och säga till i tid, så att inget förnyas tyst.

Den kan ta de många små förhandlingarna som annars aldrig blir av, för att ingen människa har tid med ett avtal på 20 000 kronor.

Det är nyttigt. Det löser en verklig del av problemet, den långa svansen där mycket sker utanför avtal (Hackett Group).

Datan måste vara rätt först

Ett AI-verktyg är bara så bra som den data det matas med. Ligger era inköp bokförda på konton i stället för på leverantörer, och är leverantörsnamnen tre olika stavningar av samma bolag, så blir svaret därefter.

Arbetet med att få ordning på spenddatan går inte att hoppa över. Det är samma grundjobb oavsett om nästa steg är en människa eller en maskin.

Vad frågan egentligen handlar om

Rörelsemarginalen i svensk industri ligger runt 6 till 8 procent (SCB). De pengar som verkligen flyttar marginalen sitter i de stora avtalen, och de kräver ett mänskligt beslut som hålls över tid.

För en ägare är det här inte en teknikfråga. Det är frågan om marginalen håller nästa år.

En rimlig arbetsdelning

Tänk på AI som hjälp med grovjobbet, inte som förhandlaren.

Låt verktyget städa datan, hålla reda på slutdatum och sköta de minsta avtalen. Låt en människa ta topp tjugo, de heliga korna och samtalen som kräver att någon sitter kvar när det blir obekvämt.

Då får du nytta av tekniken där den är stark och lägger din tid där pengarna faktiskt finns.

Det svåra är fortfarande det svåra

Anta att ni köper ett verktyg. Det städar datan, hittar svansvinsterna och bevakar era slutdatum. Bra.

Sedan står ni ändå kvar med topp tjugo. Med de heliga korna. Med platscheferna som helst sköter sitt. Med en besparingslista som konkurrerar med driften varje vecka.

De flesta bolag som köper ett verktyg tror att frågan är löst och upptäcker efter ett år att den stora delen ligger kvar. Inte för att verktyget var dåligt. För att ingen tog det svåra samtalet och ingen höll organisationen till besluten.

Varje månad ni väntar på att tekniken ska mogna är en månad på gamla priser i de avtal som betyder mest.

Vad du kan göra nu

Räkna det enkla exemplet ovan. Svansspend gånger 1,5 procent, mot tio procent av topp tjugo.

Om huvuddelen av pengarna ligger i topp tjugo, vilket den nästan alltid gör, då vet du att verktyget är en hjälp på sidan om, inte svaret på frågan.

---

Källor: Art of Procurement, getmonetizely, Supply Chain Management Review, Hackett Group, SCB (Företagens ekonomi).