Anskaffelser og kunstig intelligens (KI)

Av Knut-Magnar Aanestad, Concide og Tore Magler Wiggen, Dynabyte Consulting

Som rådgivere innen store private og offentlige anskaffelser, ser vi at kompleksiteten er økende og at konsekvensene ved feil kan være kostbare. I denne artikkelen ser vi overordnet på hvordan kunstig intelligens (KI) kan bidra til betydelige forbedringer i effektivitet og nøyaktighet innen anskaffelser og kontrakt. KI baserer seg på algoritmer og maskinlæring for å utføre oppgaver som tradisjonelt krever menneskelig intelligens, som dataanalyse, problemløsning og språktolkning.

Selv om KI er relativt nytt, begynner vi allerede å se dens relevans innen våre fagområder, og det er en rekke norske og internasjonale initiativer som ser spesifikt på hvordan modellene kan benyttes for å redusere risiko, øke presisjon og effektivitet i anskaffelser og kontraktsutforming.

Futurologen Roy Amara formulerte følgende lov (Amara`s Law) om ny teknologi:

“We tend to overestimate the effect of a technology in the short run, and underestimate the effect in the long run.”

Det er viktig å anerkjenne at selv om KI vil kunne gi mange fordeler, krever implementeringen nøye overveielse av tekniske, juridiske og etiske spørsmål. Det er avgjørende at organisasjoner har en risikobasert tilnærming til innføring av KI-teknologier, og gradvis skalerer bruken etter hvert som de lærer og tilpasser systemene.

Under følger en beskrivelse av trender og muligheter vi observerer så langt i grensesnittet anskaffelse/kontrakt og KI.

1. Dataanalyse og prediktiv analyse:

Dataanalyse og prediktiv analyse spiller en avgjørende rolle i moderne anskaffelsesprosesser. Gjennom bruk av KI kan store datasett av historiske data analyseres for å avdekke trender, identifisere mønstre, samt vurdere og evaluere risikoer. Ved å anvende prediktive analysemodeller på denne informasjonen, kan vi bedre forstå fremtidige behov og planlegge anskaffelsesprosessen mer effektivt. Dette kan f.eks. bidra til å optimalisere lagerbeholdningen ved å forutsi etterspørsel og unngå overflødige eller manglende varer, noe som igjen reduserer kostnader. Denne type analyser kan også benyttes til å optimalisere eksisterende prosesser og dermed gi gevinster som kortere ledetid, mindre ressursbruk og lavere risiko for feil valg i kontraktsutformingen.

Avdekke trender og mønstre: Dette hjelper organisasjoner å forstå historiske kjøpsmønstre og forutsi fremtidige behov.

Utvikling av konkurransegrunnlag, kravspesifikasjon og evalueringsmodeller: Med en database av historiske anskaffelser vil man kunne utvikle konkurransedokumenter langt raskere. Det er allerede i dag mulig å teste evalueringsmodeller for logiske brister.

Risikovurdering: KI kan evaluere risikofaktorer knyttet til leverandører, spesifikke leverandørmarkeder eller markedssvingninger, noe som fører til bedre risikostyring.

Effektivitetsforbedringer: Ved å identifisere ineffektive elementer i eksisterende anskaffelsesprosesser kan KI foreslå forbedringer som reduserer ledetider og ressursbruk.

2. Optimalisering og automatisering av prosesser:

KI muliggjør automatisk innsamling og analyse av data fra ulike kilder, inkludert generelle markedsdata og spesifikke leverandørdata. KI gir muligheten til å skaffe en omfattende oversikt over gjeldende regler, retningslinjer, kontraktsdokumenter og beste praksis, samt å holde seg oppdatert på lover og forskrifter, samt relevant praksis fra relevante kilder som Kofa og domstoler.

KI-drevne chatbots eller virtuelle assistenter kan effektivt håndtere rutinemessige spørsmål og henvendelser fra både leverandører og interne interessenter og gi konsistente svar til alle parter.

Videre kan KI overvåke ulike parametere knyttet til anskaffelsesprosessen, for eksempel leveringsfrister, avvik i budsjettet og usikkerhet knyttet til kvalitet. Den kan deretter generere automatiske varsler eller advarsler ved oppfyllelse av visse betingelser, noe som muliggjør både rask og riktig respons.

KI kan også bidra til å automatisere evaluering og rangering av tilbud fra ulike leverandører, basert på forhåndsdefinerte kriterier som pris, kvalitet og miljøhensyn. Dette inkluderer også analyse av finansielle data, kvalitetsstandarder og andre relevante faktorer. En slik automatisert beslutningsprosess kan føre til mer effektiv ressursallokering og bedre beslutninger for organisasjonen, samtidig som den reduserer tid og kostnader forbundet med manuell vurdering. Ved å implementere KI-drevne verktøy for evaluering og rangering, kan virksomheter oppnå større nøyaktighet, objektivitet og hastighet i beslutningsprosessene sine.

Ved å anvende teknikker innenfor naturalspråkbehandling (NLP), kan KI automatisk analysere og forstå informasjon fra leverandører, for eksempel produktbeskrivelser, prislister og kontrakter og vurdere mot angitte kriterier og parameter. Dette gjør det mulig å raskt sammenligne og vurdere ulike tilbud, samt vurdere mot egne fastsatte kriterier og krav I tillegg til å effektivisere anskaffelsesprosessen vil den også kunne gi langt bedre risikostyring enn dagens manuelle prosesser.

3. Optimalisering av kontraktforhandlinger:

KI kan anvendes til å analysere kontrakter, for å identifisere juridiske risikoelementer, for så å foreslå endringer eller optimaliseringer basert på generelle kontraktsnormer, egne kontraktsprinsipper og veiledninger, samt kommersielle hensyn. Ved å ekstrahere juridiske nøkkelkonsepter fra kontraktsmaterialet og sammenligne dem med relevante regler, kontraktsrettslige prinsipper, standardkontrakter og andre interne eller eksterne retningslinjer, kan KI bidra til å sikre at både tilbud og kontrakt er i samsvar med regelverk og tekniske standarder.

Videre kan KI benyttes til å utføre simuleringer av ulike forhandlingsstrategier og scenarier basert på variabler som pris, betalingsvilkår og leveringsbetingelser. Dette kan bidra til å identifisere den mest gunstige forhandlingsstrategien, utforme kraftfulle argumenter for posisjonen og optimalisere resultatene av kontraktsforhandlingene.

KI bør også kunne analysere data om konkurrenter, markedsforhold og pristrender for å gi innsikt i hvordan kontrakten kan optimaliseres for å oppnå bedre kommersielle betingelser. Dette kan innebære identifisering av alternative leverandører, sammenligning av priser og vurdering av konkurranseutsatte vilkår.

Ved hjelp av avansert språkbehandlingsteknologi kan KI bidra til å tolke og forstå komplekse kontraktsvilkår og betingelser, samt å gi innblikk i vilkårene fra flere perspektiver (innkjøpervennlig, leverandørvennlig og balansert.). Dette skaper forutsigbarhet, sikrer at alle parter har en klar forståelse av sine forpliktelser og rettigheter, og reduserer risikoen for misforståelser eller uenigheter senere i kontraktsperioden. De potensielle gevinstene er i slike tilfeller åpenbare og enorme.

KI kan også automatisere deler av kontraktsutformingsprosessen ved å trekke ut relevant informasjon fra forhandlingsdokumenter og generere kontraktsutkast basert på forhåndsdefinerte maler og standardvilkår. Dette resulterer i en mer effektiv og konsistent utarbeidelse av kontrakter og sikrer at alle nødvendige elementer er inkludert.

KI kan gi støtte til forhandlerne ved å gi anbefalinger og innsikt basert på tidligere erfaringer, beste praksis og analyser av tidligere kontrakter. Dette kan bidra til å styrke forhandlerens posisjon og sikre bedre resultater av forhandlingene. Forhandlerne kan også få hjelp av KI til å analysere konsekvensene av de ulike alternativene i kontrakten, både ift juridisk og finansiell risiko og dermed vekte de elementene det forhandles om.

4. Overvåkning av leverandører og ytelse:

Ved å forhåndsdefinere ulike indikatorer og parametere kan KI optimalisere overvåkingen av leverandørens ytelse. Dette gjør det mulig å avdekke utfordringer tidlig, etablere nødvendige tiltak, hindre at uønskede hendelser inntreffer og dermed sikre at kontraktbetingelsene overholdes. En aktiv operasjonalisering av kontraktsvilkårene og leveranse muliggjøres. Her følger en liste med ulike indikatorer som man for eksempel kan etablere:

• Ytelsesindikatorer: Definering og overvåking av KPI-er som prisutvikling, leveringstid, servicegrad, leveringspresisjon og kvalitetsavvik. Her vil KI forsterke ERP og Business Intelligence systemer, og kunne gi rikere analyser og bedre beslutningsgrunnlag.
• Etiske standarder: Overholdelse av etiske retningslinjer og samsvar med lover og forskrifter.
• Risikostyring: Leverandørens evne til å håndtere risikoer knyttet til leveranser, produksjon, og forsyningskjeder.
• Kontinuitetsplanlegging: Beredskapsplaner og tiltak for å sikre kontinuitet i leveransene selv under uforutsette omstendigheter.

Ved å bruke disse indikatorene (og kanskje flere) kan organisasjoner få et rikere øyeblikksbilde av leverandørens ytelse og deres bidrag til virksomhetens suksess. Dette kan bidra til å identifisere områder for forbedring raskt, styrke leverandørsamarbeidet og sikre at virksomhetens behov blir møtt effektivt og pålitelig.

5. Oppsummering:

KI kan automatisere flere oppgaver i anskaffelsesprosessen, noe som reduserer tidsbruken og øker effektiviteten. Dette frigjør ressurser som kan brukes til mer verdiskapende aktiviteter.

Ved å automatisere oppgaver som dataanalyse, kontraktsutforming og leverandørovervåkning, kan man redusere behovet for manuelt arbeid og dermed kutte kostnader og øke konsistens.

KI kan analysere store mengder data og gi innsikt som kan støtte beslutningstakingen. Dette kan bidra til å identifisere muligheter, redusere risikoer og optimalisere anskaffelsesstrategier.

Avslutningsvis, mens KI utgjør en kraftfull ressurs for forbedring av anskaffelser, vil fremgangen i stor grad avhenge av balansen mellom teknologi og menneskelig dømmekraft. Det er avgjørende at vi fortsatt vektlegger utvikling av både teknologiske løsninger og menneskelige ferdigheter for å sikre at vi maksimerer potensialet som KI bringer til offentlige anskaffelser.

KI kan kontinuerlig overvåke leverandørens ytelse og identifisere avvik eller problemer tidlig. Dette gjør det mulig å iverksette tiltak raskt og sikre at kontraktsbetingelsene blir oppfylt.

Ved å bruke KI til å automatisere prosesser og analysere data, kan man oppnå større gjennomsiktighet og etterrettelighet i anskaffelsesprosessen. Dette bidrar til å sikre at beslutninger tas på en objektiv og faktabasert måte.

Det er imidlertid viktig å merke seg at bruken av kunstig intelligens i offentlige anskaffelser vil kunne kreve en kvalitativ gjennomgang av de tekniske, juridiske, etiske og personvernsmessige spørsmål for å kunne optimalisere effekten. Vi anbefaler en risikobasert tilnærming til dette. Om du ikke har gjort det før, start i det små, gjør det enkelt, lær å bruke grunnbegrepene, ta gjerne et crash kurs, bruk enkle hjelpemidler, oppnå gevinster og se resultater.

Det er liten tvil om at KI har sine styrker, men vi skal ikke glemme at menneskelige egenskaper som nysgjerrighet, mot, visdom og empati ikke kan kopieres av KI. Selv om fremtiden innebærer automatisering er det derfor viktig at vi ikke slutter med å utvikle sosiale og mellommenneskelige ferdigheter. Kanskje er det akkurat her vi har vår styrke og i fremtiden kan skille oss fra maskinene. For nå og i lang tid fremover ligger gevinstene i å få til et godt og effektivt samarbeid mellom menneskene og maskinene og hente ut det beste fra begge verdener.