Acquisti basati sull’AI: colmare il divario tra ambizione e realizzazione

L’intelligenza artificiale è rapidamente passata dall’essere una tecnologia emergente a diventare una priorità strategica per le organizzazioni di acquisti. Nell’ultimo anno, il dibattito si è spostato dal chiedersi se l’AI abbia un ruolo negli acquisti al capire con quale rapidità le organizzazioni possano implementarla nei processi di sourcing, gestione dei fornitori, contrattualistica, fatturazione e in ogni fase del processo Source-to-Pay.

I responsabili degli acquisti sono sottoposti a una pressione crescente per modernizzare le operazioni, migliorare la resilienza e generare maggiore valore strategico, gestendo al contempo una complessità sempre più elevata con risorse limitate. Le organizzazioni che stanno investendo in software di acquisti basati sull’AI stanno scoprendo che il successo non dipende solo dalla potenza dei modelli di intelligenza artificiale, ma anche dalla disponibilità di dati aziendali connessi, da una governance efficace e dalla capacità di orchestrazione dei processi.

In questo scenario, l’ultimo rapporto di ricerca di Ardent Partners, “Il percorso verso un modello di Acquisti basato sull’AI”, arriva in un momento cruciale. Il report analizza il modo in cui le organizzazioni di acquisti stanno affrontando l’adozione dell’AI, i progressi compiuti e, soprattutto, gli ambiti in cui continuano a incontrare difficoltà.

L’interesse verso l’AI non è mai stato così elevato. Tuttavia, la ricerca evidenzia un elemento ricorrente: molte organizzazioni ne riconoscono il potenziale trasformativo, ma un numero molto più ridotto ha costruito le basi operative necessarie per sfruttarlo pienamente su larga scala.

Questa distinzione è fondamentale.

La conversazione sull’AI è maturata significativamente negli ultimi 18 mesi. Gli uffici acquisti non si chiedono più se l’AI sia in grado di sintetizzare contratti, suggerire fornitori, analizzare la spesa o supportare le attività di sourcing. Gli attuali modelli di intelligenza artificiale sono già in grado di svolgere questi compiti con velocità e precisione notevoli. La sfida si è spostata dalle capacità tecnologiche alla capacità di esecuzione.

Una nuova fase della maturità dell’AI

Come evidenziato dalla ricerca di Ardent Partners, le organizzazioni stanno entrando in una nuova fase di maturità dell’AI, in cui il successo dipende sempre meno dalle singole funzionalità di intelligenza artificiale e sempre più dalla preparazione operativa. Dati frammentati, flussi di lavoro non connessi, governance non uniforme e tecnologie legacy continuano a limitare il valore che le organizzazioni possono ottenere anche dalle funzionalità AI più avanzate.

Per scalare con successo l’AI negli acquisti non basta implementare assistenti intelligenti: sono necessari processi integrati, dati affidabili e un modello operativo progettato per supportare l’AI a livello aziendale. L’intelligenza artificiale si è evoluta più rapidamente degli ambienti in cui viene utilizzata.

Questa consapevolezza è fondamentale perché cambia completamente il modo di affrontare il tema.

Per anni, la trasformazione degli acquisti si è concentrata sulla digitalizzazione di singoli processi. Le organizzazioni hanno modernizzato il sourcing, automatizzato la gestione delle fatture, introdotto portali fornitori e implementato sistemi di gestione del ciclo di vita dei contratti. Ogni iniziativa ha generato miglioramenti misurabili, ma molte sono state comunque affrontate come progetti tecnologici separati anziché come componenti di un modello operativo integrato.

L’intelligenza artificiale mette in evidenza i limiti di questo approccio.

A differenza delle precedenti generazioni di software, l’AI non opera efficacemente all’interno di processi isolati. Dipende da informazioni connesse, governance coerente, comprensione del contesto e un’orchestrazione fluida tra le diverse funzioni aziendali.

L’AI non può analizzare efficacemente i fornitori se le informazioni a loro relative sono frammentate in sistemi diversi. Non può formulare raccomandazioni intelligenti per il sourcing senza comprendere contratti, performance storiche, vincoli di inventario, condizioni di mercato e policy aziendali. Allo stesso modo, non può eseguire in modo affidabile i flussi di lavoro degli acquisti quando strutture autorizzative e regole di governance variano tra diverse unità aziendali.

In altre parole, l’AI amplifica sia i punti di forza sia le criticità del modello operativo di un’organizzazione.

Per questo motivo, diventare un ufficio acquisti “AI-first” è profondamente diverso dal semplice adottare soluzioni basate sull’AI. Acquistare nuove funzionalità di intelligenza artificiale è relativamente semplice. Creare un ambiente in cui l’intelligenza artificiale possa generare valore aziendale in modo continuo all’interno di migliaia di decisioni di acquisto è una sfida molto più complessa.

Le organizzazioni che stanno ottenendo i maggiori ritorni dall’AI non sono necessariamente quelle che utilizzano più algoritmi delle altre. Sono quelle che stanno creando ambienti operativi in cui dati, processi, governance e persone lavorano insieme come un sistema integrato. L’AI diventa così un’estensione naturale della piattaforma di acquisti, anziché un ulteriore livello tecnologico disconnesso.

Questa osservazione potrebbe rappresentare il principale insegnamento della ricerca di Ardent Partners. Il report descrive un settore pronto ad abbracciare l’AI, ma ancora impegnato nel superare sfide fondamentali che esistevano ben prima dell’arrivo dell’AI generativa nel dibattito aziendale. Tra queste rientrano dati frammentati, governance incoerente, applicazioni non integrate e complessità operative: problemi che non possono essere risolti semplicemente aggiungendo un nuovo modello di intelligenza artificiale.

La preparazione all’AI non riguarda più solo la tecnologia

Per gran parte dell’ultimo decennio, le discussioni sulla tecnologia per gli acquisti si sono concentrate sulle funzionalità. Una piattaforma era in grado di automatizzare il sourcing? Poteva digitalizzare i contratti? Era in grado di semplificare l’onboarding dei fornitori o ridurre i costi di gestione delle fatture? L’innovazione veniva misurata in base alle caratteristiche offerte e la trasformazione degli acquisti era spesso focalizzata sulla sostituzione delle attività manuali con flussi di lavoro digitali.

L’intelligenza artificiale ha innalzato significativamente il livello della sfida.

Oggi quasi tutte le piattaforme aziendali offrono una qualche forma di AI integrata. I modelli linguistici di grandi dimensioni (Large Language Models) sono diventati sempre più accessibili e le organizzazioni possono integrare funzionalità avanzate di intelligenza artificiale più rapidamente che mai. Di conseguenza, l’AI stessa sta diventando sempre meno un elemento distintivo di vantaggio competitivo.

La domanda non è più se un’organizzazione possa accedere a modelli AI sofisticati. Sempre più spesso, la risposta è sì. Il vero elemento differenziante è se questi modelli possano accedere alle informazioni corrette, nel contesto appropriato e all’interno di un adeguato framework di governance, così da produrre risultati aziendali affidabili.

L’attrito nascosto dei dati aziendali non connessi

Anni di investimenti tecnologici hanno creato ambienti in cui le informazioni sono distribuite tra sistemi ERP, archivi contrattuali, database fornitori, piattaforme di analisi della spesa, provider esterni di informazioni sul rischio e applicazioni regionali.

Ogni sistema può svolgere efficacemente la propria funzione, ma l’AI non ragiona in termini di singole applicazioni. Cerca invece di comprendere le relazioni all’interno dell’intero ecosistema degli acquisti.

Un assistente AI potrebbe riuscire a sintetizzare un contratto, senza però essere consapevole di problematiche relative alle performance del fornitore documentate in altri sistemi. Potrebbe suggerire una strategia di sourcing senza considerare le previsioni di inventario. Potrebbe individuare opportunità di riduzione dei costi senza avere visibilità sui rischi dei fornitori o sugli impegni in materia di sostenibilità.

Questi non sono limiti dell’intelligenza artificiale. Sono sintomi di ambienti operativi non integrati.

Il report di Ardent Partners rafforza questo concetto, evidenziando che le organizzazioni devono consolidare le basi operative e informative su cui si fonda l’AI prima di aspettarsi risultati trasformativi. L’AI offre le migliori prestazioni quando può operare attraverso processi connessi anziché all’interno di sistemi isolati. Senza queste fondamenta, anche le funzionalità AI più avanzate rimangono limitate a miglioramenti incrementali della produttività, invece di abilitare una trasformazione su scala aziendale.

Per i responsabili degli acquisti, questo rappresenta un importante cambio di prospettiva.

Per approfondire gli elementi necessari per costruire questa architettura nella pratica, consulta la nostra guida all’implementazione dell’AI negli acquisti, che analizza automazione, governance e gestione del rischio nell’ambito di una strategia più ampia per gli acquisti basati sull’AI.

Dagli assistenti AI agli agenti AI: la prossima evoluzione degli acquisti

Man mano che le organizzazioni di acquisti rafforzano le basi operative necessarie per l’AI, diventa possibile avviare una nuova fase di trasformazione. L’intelligenza artificiale supera il ruolo di semplice supporto ai dipendenti e inizia a partecipare attivamente all’esecuzione delle attività di acquisto.

Gran parte del dibattito attuale continua a concentrarsi sugli assistenti AI. Questi strumenti rispondono a domande, sintetizzano documenti, generano contenuti o suggeriscono i passaggi successivi. Sono estremamente preziosi perché eliminano attività ripetitive e consentono ai professionisti degli acquisti di dedicare meno tempo alla ricerca delle informazioni e più tempo alle decisioni strategiche. Per molte organizzazioni, gli assistenti rappresentano la prima applicazione concreta e significativa dell’AI generativa.

Tuttavia, l’assistenza è solo il punto di partenza.

La prossima generazione di AI aziendale sarà definita da agenti intelligenti in grado di eseguire processi aziendali complessi e articolati in più fasi, operando all’interno di regole aziendali e framework di governance chiaramente definiti.

Anziché supportare singole attività isolate, questi agenti lavoreranno attraverso flussi di lavoro interconnessi, coordinando attività, recuperando informazioni da diversi sistemi, formulando raccomandazioni e avviando azioni che in precedenza richiedevano un significativo intervento manuale. Per un’analisi completa del funzionamento di questi sistemi dall’inizio alla fine, consulta la nostra guida agli agenti AI negli acquisti.

Questo approccio è particolarmente rilevante nell’ambito dell’AI applicata al sourcing, dove gli agenti intelligenti per gli acquisti possono supportare ogni fase di una transazione. Immaginiamo un processo di sourcing che inizia con una richiesta aziendale inserita attraverso un processo strutturato di intake. Anziché indirizzare la richiesta attraverso sistemi separati e numerosi passaggi manuali, gli agenti AI possono contribuire a identificare fornitori qualificati, analizzare la spesa storica, individuare contratti esistenti, suggerire strategie di sourcing, valutare le risposte dei fornitori, identificare rischi commerciali o di conformità, generare insight per la negoziazione e preparare raccomandazioni per l’approvazione prima di trasferire la decisione finale ai professionisti degli acquisti.

Ogni fase rimane trasparente, verificabile e soggetta a governance, ma gran parte dello sforzo operativo si sposta dal coordinamento manuale all’orchestrazione intelligente. Questo rappresenta il cuore dell’orchestrazione AI negli acquisti: collegare flussi di lavoro precedentemente isolati in un unico processo governato e integrato.

Questa evoluzione rappresenta una delle opportunità più rilevanti per gli acquisti degli ultimi decenni. Anziché sostituire i professionisti degli acquisti, gli agenti AI ne valorizzano il ruolo. I team dedicano meno tempo al coordinamento dei processi e alla raccolta delle informazioni e più tempo alla gestione delle relazioni con i fornitori, alla mitigazione dei rischi, alla promozione dell’innovazione e al supporto alle decisioni strategiche aziendali.

Il rafforzamento delle pratiche di gestione dei fornitori con l’AI contribuisce a mantenere accurati i dati relativi agli acquisti, mentre una quota crescente delle attività di coordinamento viene trasferita all’automazione degli acquisti.

Tuttavia, questa visione dipende da molto più che dalla semplice potenza dei modelli di AI.

Un agente AI non può eseguire efficacemente le attività degli acquisti se non dispone di visibilità su anagrafiche fornitori, contratti, eventi di sourcing, policy aziendali, dati di inventario, fatture o flussi operativi dell’organizzazione. Non può coordinare decisioni quando i dati sono incoerenti o quando la governance non è definita in modo chiaro. L’efficacia di un agente AI è direttamente collegata alla qualità dell’ambiente aziendale in cui opera.

È proprio per questo motivo che la ricerca di Ardent Partners pone una forte enfasi sulla preparazione operativa. Le organizzazioni che hanno investito in dati connessi, processi standardizzati e modelli di governance strutturati sono nella posizione migliore per superare casi d’uso AI isolati e passare a un’esecuzione dei processi supportata dall’intelligenza artificiale.

La costruzione di una base dati affidabile per l’AI consente agli strumenti di AI applicati agli acquisti di generare raccomandazioni basate su un contesto aziendale completo, anziché su informazioni frammentate e scollegate. Al contrario, le organizzazioni che non hanno ancora creato queste fondamenta basate sull’AI potrebbero trovarsi a implementare funzionalità AI sempre più sofisticate senza riuscire a ottenere una trasformazione aziendale concreta.

La governance non è un ostacolo all’AI: è ciò che rende possibile l’AI aziendale

Uno dei temi più rilevanti della ricerca di Ardent Partners riguarda la governance. Man mano che l’AI viene integrata sempre più profondamente nelle operazioni degli acquisti, la fiducia diventa importante tanto quanto la capacità tecnologica. Le decisioni di acquisto hanno conseguenze finanziarie, contrattuali, normative e reputazionali. Le organizzazioni non possono semplicemente implementare tecnologie autonome e aspettarsi risultati positivi. L’AI aziendale deve essere trasparente, spiegabile e responsabile.

Per alcune organizzazioni, la governance viene ancora considerata un vincolo in grado di rallentare l’innovazione. In realtà, accade esattamente il contrario.

La governance crea la fiducia necessaria per ampliare l’adozione dell’AI. Quando i responsabili degli acquisti comprendono come l’AI arriva alle proprie raccomandazioni, quando gli utenti possono ricostruire le decisioni partendo da dati aziendali affidabili e quando le organizzazioni mantengono un adeguato livello di supervisione umana, l’AI diventa molto più semplice da applicare nei processi aziendali critici.

Integrare il controllo umano e la spiegabilità dell’AI

Questo equilibrio tra intelligenza e controllo definirà le strategie di successo per l’AI aziendale nei prossimi anni. Le organizzazioni hanno bisogno di un’AI in grado di accelerare il lavoro senza compromettere la conformità normativa, introdurre rischi non necessari o generare decisioni basate su meccanismi non trasparenti.

La competenza umana rimane centrale, soprattutto nelle decisioni di sourcing ad alto valore, nelle negoziazioni con i fornitori e nella gestione strategica del rischio. L’AI deve potenziare il processo decisionale, non sostituirlo.

Raggiungere questo livello di fiducia richiede che la governance sia integrata direttamente nella piattaforma, anziché aggiunta successivamente come elemento separato. Autorizzazioni, tracciabilità delle attività, applicazione delle policy, accessi basati sui ruoli, spiegabilità e flussi di approvazione umana devono operare insieme all’AI, non indipendentemente da essa.

Una governance efficace rappresenta inoltre la base dell’AI aziendale per gli acquisti, consentendo alle organizzazioni di scalare l’utilizzo dell’intelligenza artificiale mantenendo trasparenza, conformità e supervisione umana.

Costruire un modello operativo per gli acquisti basato sull’AI

Le organizzazioni che guideranno la prossima fase della trasformazione degli acquisti probabilmente non saranno quelle che sperimentano il maggior numero di strumenti AI. Saranno invece quelle che ripenseranno gli acquisti come un modello operativo intelligente, anziché come un insieme di applicazioni separate.

È in questo contesto che le piattaforme aziendali unificate assumono un’importanza sempre maggiore.

Invece di considerare l’AI come un ulteriore livello aggiunto alle tecnologie esistenti, i responsabili degli acquisti hanno l’opportunità di integrare l’intelligenza artificiale direttamente nei processi in cui il lavoro viene svolto. L’AI può diventare parte integrante del sourcing, della gestione dei fornitori, della contrattualistica, della fatturazione, dei pagamenti, della gestione del rischio e dei processi di intake: non come esperienze separate, ma come funzionalità connesse che operano su un modello dati condiviso e all’interno di un framework di governance comune.

Un nuovo approccio all’AI agentica

In Ivalua, questo approccio all’AI agentica negli acquisti prende forma attraverso IVA Studio™, la control tower per gli agenti AI progettata per governare, estendere e migliorare continuamente l’utilizzo dell’AI lungo l’intero ciclo di vita Source-to-Pay.

IVA, l’agente virtuale intelligente di Ivalua, utilizza fin dal primo giorno l’intera piattaforma Source-to-Pay come livello operativo per l’azione. Attraverso IVA Studio, i team possono trasformare la conoscenza aziendale in competenze riutilizzabili, allineare l’esecuzione guidata dall’AI alle regole di business e connettersi in modo nativo ai dati aziendali unificati, mantenendo al contempo una governance basata sui permessi, la tracciabilità delle attività e la supervisione umana.

Questo approccio architetturale è sempre più importante perché le sfide degli acquisti raramente esistono in modo isolato. Il rischio fornitori influenza le decisioni di sourcing. Gli obblighi contrattuali incidono sulle attività di acquisto. I livelli di inventario influenzano la collaborazione con i fornitori. Le performance nei pagamenti condizionano le relazioni con i partner.

L’AI diventa esponenzialmente più efficace quando è in grado di comprendere e agire su queste relazioni interconnesse, anziché operare all’interno di un singolo silo funzionale.

Il futuro degli acquisti, quindi, non consiste nell’aggiungere intelligenza a singole attività. Consiste nel consentire all’intelligenza artificiale di fluire attraverso l’intero ciclo di vita degli acquisti.

Le organizzazioni AI-first sono, in realtà, organizzazioni architecture-first

Il termine “AI-first” è ormai diffuso in quasi tutti i settori, ma viene spesso interpretato in modo errato. Diventare un’organizzazione AI-first non significa sostituire le persone con algoritmi o introdurre l’AI in ogni flusso di lavoro nel minor tempo possibile. Non significa nemmeno inseguire ogni nuovo modello o ogni nuova tendenza tecnologica.

Diventare AI-first significa progettare un’organizzazione in cui l’intelligenza artificiale possa operare in modo coerente, responsabile e su scala aziendale.

Questo richiede dati connessi. Richiede processi standardizzati. Richiede una governance capace di creare fiducia anziché limitare l’innovazione. Richiede piattaforme in grado di orchestrare il lavoro tra diverse funzioni aziendali, invece di automatizzare esclusivamente attività isolate. Soprattutto, richiede la consapevolezza che l’AI non rappresenta la trasformazione in sé: è un acceleratore per le organizzazioni che hanno già costruito le giuste fondamenta operative.

I risultati della ricerca “The Path to AI-First Procurement: Closing the Gap Between AI Ambition and Execution” confermano questa realtà. Gli acquisti hanno raggiunto un importante punto di svolta. La tecnologia è pronta. L’opportunità è significativa.

Le organizzazioni che avranno successo non saranno necessariamente quelle con il maggior numero di iniziative basate sull’AI, ma quelle che investiranno nell’architettura necessaria per sostenerle. I leader pronti a formalizzare questo investimento possono costruire un solido business case per l’AI agentica, allineare gli stakeholder, dimostrare il livello di preparazione degli acquisti all’AI e ottenere le risorse di budget necessarie.

Gli acquisti hanno sempre avuto la responsabilità di bilanciare costi, rischio, resilienza, relazioni con i fornitori e valore per il business. L’AI non modifica questa missione. Cambia il livello di efficacia con cui gli uffici acquisti possono perseguirla.

Combinando dati aziendali connessi, orchestrazione intelligente, governance affidabile e agenti AI progettati per gli acquisti, i responsabili degli acquisti hanno l’opportunità di superare l’automazione incrementale e costruire modelli operativi capaci di adattarsi continuamente all’evoluzione delle esigenze aziendali.

Il percorso verso acquisti AI-first non è definito dall’AI in sé.

È definito dalla solidità delle fondamenta che consentono all’AI di generare valore ogni giorno.