Introduzione: velocità senza sacrificare la qualità

Nel procurement l’AI accelera analisi, controlli e gestione dei rischi, ma il vero valore nasce dalla qualità delle decisioni. Dati più affidabili, governance, responsabilità chiare e giudizio umano diventano essenziali per trasformare l’automazione in risultati misurabili, soprattutto nelle filiere italiane più frammentate e multilivello.

Come l’AI cambia i processi di procurement

L’intelligenza artificiale sta trasformando il procurement a una velocità senza precedenti. Attività che fino a poco tempo fa richiedevano giorni possono ora essere completate in pochi minuti: analizzare la spesa, verificare contratti, individuare criticità nella supply base, monitorare i rischi o guidare le persone verso acquisti conformi alle policy aziendali.

Tuttavia, la stessa tecnologia che accelera i processi introduce nuove responsabilità: ogni decisione supportata dall’AI dipende dalla qualità dei dati, dalla solidità dei processi e dal livello di controllo che l’organizzazione è in grado di esercitare.

Il contesto industriale italiano

In Italia la sfida è particolarmente acuta a causa di una struttura industriale unica. Il settore manifatturiero è costruito su filiere multi‑livello con migliaia di PMI fornitrici e subfornitrici.

Secondo Confindustria, il settore manifatturiero italiano è interconnesso con fornitori extra‑UE per 364 categorie di prodotto, per un valore di circa 26 miliardi di euro. In un contesto così frammentato, il monitoraggio del rischio fornitori e la visibilità sulla supply base richiedono strumenti che vadano oltre le capacità manuali, e l’AI diventa un abilitatore naturale.

Obiettivi del procurement oltre la riduzione dei costi

Il procurement non è più solo una funzione di riduzione dei costi. Oggi è chiamato a contribuire a:

    • gestione del rischio
    • resilienza della supply chain
    • sostenibilità
    • trasformazione digitale dell’intera organizzazione

L’AI può accelerare questi obiettivi, ma il suo valore non si misura dal numero di attività automatizzate, bensì dalla capacità di produrre risultati migliori per il business.

Ricerche recenti sull’adozione dell’AI nel procurement

Una ricerca promossa con Economist Enterprise, intitolata Procurement at a crossroads: from optimism to realism, ha coinvolto 2 648 executive in tutto il mondo. I risultati più significativi sono:

    • Il 56 % degli intervistati considera la strategia sull’AI il principale catalizzatore dell’agenda digitale del procurement.
    • Solo il 10 % prevede di affidare all’AI un ruolo decisionale prevalente entro i prossimi tre anni.
    • Il 46 % crede che la tecnologia assisterà soprattutto le persone nelle attività tattiche, mantenendo il controllo umano sulle decisioni strategiche.

Questi dati indicano una crescente consapevolezza: la sfida non è più l’accesso alla tecnologia, ma la capacità di trasformarne il potenziale in valore misurabile.

Strategia inversa: dal risultato all’AI

Quando si parla di AI, la tentazione è partire dallo strumento: quale soluzione adottare, quale modello utilizzare, quale processo automatizzare. Per il procurement è più efficace partire dall’obiettivo.

Le domande chiave da porsi sono:

    • Quale ambito vogliamo migliorare?
    • Quali metriche vogliamo ottimizzare (tempo di gara, variazioni di prezzo, compliance contrattuale, ecc.)?
    • Quali decisioni possono essere delegate all’AI e quali devono rimanere sotto responsabilità umana?

Definire fin dall’inizio questi punti permette di integrare la governance nel design del processo, invece di aggiungerla come controllo finale.

L’importanza della data governance

Un elemento imprescindibile è la qualità e la disponibilità dei dati. Dati sui partner, informazioni sulla spesa, contratti, performance dei fornitori e indicatori di rischio sono spesso sparsi in sistemi diversi e gestiti con logiche differenti.

Un’AI può essere sofisticata quanto si vuole, ma se non dispone del contesto corretto rischia di produrre indicazioni incomplete o, peggio, di trasformare un’informazione incerta in una raccomandazione apparentemente certa.

Una strategia AI efficace deve includere:

    • definizioni condivise dei dati di riferimento;
    • responsabilità chiare per la loro gestione;
    • controlli sugli accessi e tracciabilità delle fonti;
    • meccanismi per evidenziare lacune o incertezze nei dataset.

Governance decisionale: equilibrio tra automazione e controllo umano

La trasformazione del procurement non significa trasferire ogni decisione all’intelligenza artificiale. La ricerca Economist Enterprise mostra che meno di un executive su dieci immagina di affidare all’AI un ruolo decisionale prevalente nella maggior parte delle scelte di procurement nei prossimi tre anni.

Il 46 % prevede che la tecnologia possa soprattutto assistere le persone nelle attività tattiche, mantenendo il controllo umano sulle decisioni strategiche. Questo equilibrio è cruciale perché:

    • un algoritmo può confrontare rapidamente prezzi, condizioni contrattuali e indicatori di performance;
    • ma non può valutare la qualità di una relazione, la capacità di un partner di collaborare durante una crisi o la volontà di innovare.

Queste valutazioni richiedono esperienza, conoscenza del mercato e capacità relazionali, elementi che differenziano le organizzazioni in un contesto di dati e tecnologie sempre più omogenee.

Metriche di successo: oltre l’efficienza

Per misurare l’impatto dell’AI è necessario andare oltre le classiche metriche di efficienza. In Italia, dove le relazioni di filiera sono profonde, è fondamentale includere indicatori quali:

    • numero di eccezioni gestite dall’AI;
    • interventi umani sulle raccomandazioni dell’AI;
    • errori legati alla qualità dei dati;
    • violazioni dei controlli di compliance.

Solo combinando questi dati con metriche tradizionali — riduzione dei tempi di ciclo, aumento della compliance contrattuale, performance dei fornitori e adozione da parte degli utenti — è possibile valutare se l’AI sta realmente migliorando le decisioni critiche.

Cambio culturale e responsabilità condivisa

La trasformazione richiede anche un cambiamento culturale. Le persone devono sapere come lavorare con l’AI, quando mettere in discussione una sua raccomandazione e chi mantiene la responsabilità della decisione finale.

Procurement, Finance, IT, Legal e Operations devono condividere regole e responsabilità prima che si verifichi un problema, non dopo. Solo con una cultura della trasparenza e della collaborazione è possibile sfruttare al massimo le potenzialità dell’AI.

Conclusioni: verso un procurement aumentato, non solo automatizzato

Il futuro del procurement non sarà semplicemente più automatizzato. Sarà più “aumentato” dall’intelligenza artificiale, ma anche più focalizzato sulle attività dove esperienza, capacità di giudizio e relazioni fanno realmente la differenza.

Le organizzazioni che riusciranno a collegare AI, dati affidabili, governance solida e competenze umane saranno quelle che potranno trasformare la tecnologia da semplice strumento operativo a leva strategica