Między 2023 a 2024 rokiem, tygodniowe wykorzystanie generatywnej AI w zakupach wzrosło o 44 punkty procentowe. Obecnie 94% kadry kierowniczej ds. zakupów korzysta z generatywnej AI co najmniej raz w tygodniu. To nie jest trend na horyzoncie – to obecna rzeczywistość operacyjna.
Dla dostawców hotelowych implikacje są bezpośrednie i znaczące. Specjaliści ds. zakupów, którzy oceniają Twoje produkty, porównują Twoje ceny i decydują, czy dodać Cię do listy dostawców, są coraz częściej wspierani – a w niektórych przypadkach zastępowani – przez systemy AI. Dostawcy, którzy rozumieją, jak działają te systemy, będą wygrywać kontrakty. Dostawcy, którzy tego nie rozumieją, będą się zastanawiać, dlaczego ich telefon przestał dzwonić.
Jak szczegółowo opisuje nasz raport branżowy dotyczący zaopatrzenia hoteli, globalny rynek hotelarski osiągnął obecnie wartość 1,7 biliona dolarów, z rekordową liczbą 15 820 projektów w budowie – a AI fundamentalnie zmienia sposób alokacji tych wydatków. Ten artykuł omawia konkretne sposoby, w jakie AI przekształca zakupy hotelowe, platformy napędzające adopcję oraz konkretne kroki, jakie dostawcy muszą podjąć, aby pozostać konkurencyjnymi.raport branżowy dotyczący zaopatrzenia hoteli
Krzywa adopcji AI w zakupach: Twarde dane
Szybkość adopcji AI w zakupach przerosła niemal wszystkie prognozy branżowe:
| Metryka | Punkt danych |
|---|---|
| Tygodniowy wzrost wykorzystania generatywnej AI | +44 punkty procentowe (2023 do 2024) |
| Kadra kierownicza ds. zakupów korzystająca z AI co tydzień | 94% |
| Udział zakupów w zastosowaniach AI w przedsiębiorstwach | 6% (za sprzedażą z 16%, zarządzaniem produktem z 12%, operacjami z 10%) |
| Wielkość rynku AI w łańcuchu dostaw (2024) | $7,3 miliarda |
| Prognozowany rynek AI w łańcuchu dostaw (2030) | $63,8 miliarda |
| CAGR dla AI w łańcuchu dostaw | 42.7% |
| Wskaźnik wzrostu adopcji/wydatków na AI w hotelarstwie | Prognozowany wzrost o 60% rocznie (2023-2033) |
Ostatnia linia zasługuje na podkreślenie: wydatki na AI specyficzne dla hotelarstwa mają rosnąć o 60% rocznie przez następną dekadę. Hotele nie tylko eksperymentują z AI – one wbudowują ją w swoją infrastrukturę operacyjną.
Kontekst również ma znaczenie. Budżety hoteli na technologie gwałtownie przesuwają się w kierunku nowego oprogramowania:
- 2022: 23% typowego budżetu hotelu na technologie przeznaczano na nowe oprogramowanie
- 2024: 69% budżetu na technologie przeznaczane na nowe oprogramowanie
- 2023: 78% hoteli planowało zwiększyć wydatki na IT o 3% lub więcej
Gdy prawie 70% budżetu na technologie przeznaczane jest na nowe narzędzia, a wydatki na AI rosną o 60% rocznie, AI w zakupach nie jest pozycją budżetową – jest priorytetem.
Dlaczego zakupy hotelowe są podatne na rewolucję AI
Przed zbadaniem, w jaki sposób AI przekształca zakupy, warto zrozumieć, dlaczego branża hotelarska w szczególności odnotowuje tak szybką adopcję.
Zakupy hotelowe mają trzy cechy, które czynią je idealnym przypadkiem użycia AI:
1. Duża liczba, powtarzalne decyzje. Hotel z 500 pokojami podejmuje rocznie tysiące decyzji zakupowych w kilkudziesięciu kategoriach – pościel, artykuły toaletowe, F&B, materiały konserwacyjne, technologia, wymiana FF&E. Wiele z nich przebiega według przewidywalnych wzorców. AI doskonale optymalizuje powtarzalne decyzje oparte na wzorcach.
2. Rozdrobniony krajobraz dostawców. W przeciwieństwie do branż z kilkoma dominującymi dostawcami, zakupy hotelowe opierają się na tysiącach dostawców w wielu kategoriach produktów i regionach geograficznych. Zdolność AI do skanowania, porównywania i oceniania dużych baz danych dostawców zapewnia zespołom ds. zakupów wgląd, którego nigdy nie mogłyby osiągnąć ręcznie.
3. Presja kosztowa spotyka się z wymaganiami jakościowymi. Hotele działają na niskich marżach – wydatki na IT stanowią średnio zaledwie 1,4% całkowitych przychodów operacyjnych. Tymczasem koszty PIP wzrosły o ponad 30% w porównaniu z poziomami sprzed COVID, a dostawcy dla hotelarstwa zgłosili podwyżki cen o 90-300% na różne produkty. AI pomaga zespołom ds. zakupów znaleźć lepszą wartość bez poświęcania standardów jakości.
Sprzedaż e-zakupów wzrosła o 18% między 2021 a 2022 rokiem, przekraczając 1 bilion dolarów na całym świecie. Organizacje o wysokich wynikach dążyły do zwiększenia adopcji e-zakupów o 80% w 2023 roku. Infrastruktura dla zakupów opartych na AI jest już na miejscu – teraz dodawana jest warstwa inteligencji.
Pięć sposobów, w jakie AI przekształca zakupy hotelowe
1. Zautomatyzowane wyszukiwanie dostawców
Tradycyjne wyszukiwanie dostawców w hotelarstwie jest powolne i zależne od relacji. Dyrektor ds. zakupów słyszy o dostawcy na HD Expo, otrzymuje polecenie od kolegi lub znajduje firmę za pośrednictwem wyszukiwarki Google. Ten proces z natury faworyzuje dotychczasowych i dobrze powiązanych dostawców.
Wyszukiwanie oparte na AI zmienia dynamikę:
- Algorytmy uczenia maszynowego skanują bazy danych dostawców, katalogi produktów, listy wystawców targowych i ślady cyfrowe, aby zidentyfikować potencjalnych dostawców spełniających określone kryteria.
- Przetwarzanie języka naturalnego analizuje strony internetowe dostawców, opisy produktów i dokumenty certyfikacyjne, aby ocenić ich zgodność z wymaganiami zakupowymi.
- Modele scoringowe szeregują dostawców na podstawie wielu ważonych czynników – ceny, wskaźników jakości, certyfikatów zrównoważonego rozwoju, bliskości geograficznej, historii terminowości dostaw – bez obciążeń poznawczych, które wpływają na ocenę człowieka.
Co to oznacza dla dostawców: Twoja obecność cyfrowa jest teraz Twoim pierwszym wrażeniem. Jeśli Twojej stronie internetowej brakuje ustrukturyzowanych danych o produktach, jasnych specyfikacji i aktualnych certyfikatów, narzędzia do wyszukiwania oparte na AI umieszczą Cię niżej niż konkurencję, która udostępnia te informacje w łatwo przetwarzalnej formie.
2. Dynamiczne Porównanie Cen i Benchmarking
Narzędzia benchmarkingowe oparte na AI analizują aktualne dane rynkowe, trendy cenowe i ceny konkurencji, aby zapewnić zespołom zakupowym hoteli wgląd w czasie rzeczywistym w to, czy uzyskują konkurencyjne stawki.
Jak to działa w praktyce:
- Systemy pobierają dane cenowe od wielu dostawców, z platform handlowych i z historycznych danych zakupowych.
- Uczenie maszynowe identyfikuje trendy cenowe i wzorce popytu.
- Zespoły zakupowe otrzymują powiadomienia, gdy ceny dostawców odbiegają od rynkowych wartości referencyjnych.
- Zautomatyzowane narzędzia negocjacyjne mogą generować kontroferty na podstawie danych rynkowych.
Konkretny przykład: Sieć hoteli kupująca rocznie 50 000 ręczników kąpielowych w całym swoim portfolio wcześniej negocjowała ceny raz w roku podczas formalnego cyklu RFP. Dzięki benchmarkingowi AI platforma zakupowa stale monitoruje ceny ręczników u ponad 15 dostawców, ceny bawełny jako surowca i wskaźniki kosztów wysyłki. Kiedy notowania kontraktów futures na bawełnę spadają o 8%, system automatycznie sygnalizuje, że aktualne ceny dostawców powinny zostać skorygowane w dół – i generuje poparte danymi żądanie renegocjacji. Dostawca, który nie może wyjaśnić lub dostosować swoich cen, traci kolejny cykl zamówień.
Wpływ na dostawcę: Hotele wiedzą, jakie ceny oferuje Twoja konkurencja. Znają sezonowe wzorce cenowe. Wiedzą, kiedy Twoje ceny odbiegają od norm rynkowych. Asymetria informacji, która kiedyś faworyzowała dostawców, znika. Twoja strategia cenowa musi być uzasadniona danymi, a nie tylko pewnymi prezentacjami handlowymi. Buduj modele cenowe powiązane z przejrzystymi kosztami wejściowymi (ceny surowców, wskaźniki wysyłki, stawki robocizny), aby móc uzasadnić swoje ceny, gdy systemy AI je zakwestionują.
3. Przewidywanie Jakości i Ocena Niezawodności Dostawcy
W tym miejscu AI wykracza poza efektywność i wkracza w sferę prawdziwej inteligencji. Modele uczenia maszynowego mogą teraz:
- Przewidywać problemy z jakością, zanim wystąpią, analizując wzorce w raportach z kontroli, wskaźniki zwrotów i dane dotyczące reklamacji.
- Oceniać niezawodność dostawcy na podstawie wskaźników terminowości dostaw, dokładności zamówień i szybkości reakcji.
- Identyfikować czynniki ryzyka, takie jak niestabilność finansowa, koncentracja geograficzna lub zależność od pojedynczych źródeł surowców.
Hotele z zaawansowanymi operacjami zakupowymi – głównie duże sieci korzystające z platform takich jak Avendra lub Birch Street – budują karty wyników dostawców, które są aktualizowane na bieżąco, a nie raz w roku. Szczegółowe porównanie tych platform i informacje o tym, jak zoptymalizować swoją obecność na każdej z nich, można znaleźć w naszym przewodniku po oprogramowaniu do zarządzania zakupami hotelowymi.przewodnik po oprogramowaniu do zaopatrzenia hoteli
Co powinni robić dostawcy: Proaktywnie śledź i udostępniaj własne wskaźniki wydajności. Wskaźnik terminowości dostaw, wskaźnik wadliwości, procent dokładności zamówień, średni czas realizacji – jeśli nie dostarczysz tych danych, AI oszacuje je na podstawie dostępnych sygnałów, co może nie być dla Ciebie korzystne.
Dane, które powinieneś śledzić i udostępniać:
| Metryka | Jak Śledzić | Jak Udostępniać |
|---|---|---|
| Wskaźnik terminowości dostaw | Potwierdzenia dostaw z systemu ERP w porównaniu z obiecanymi datami | Uwzględnij w kwartalnych raportach z przeglądów biznesowych |
| Wskaźnik realizacji zamówień | Ilość wysłana w porównaniu z ilością zamówioną | Dostęp do panelu lub zautomatyzowane raporty |
| Wskaźnik odrzuceń jakościowych | Zwroty i reklamacje w porównaniu z całkowitą liczbą wysłanych jednostek | Proaktywne raportowanie, a nie czekanie na reklamacje |
| Średni czas realizacji | Data otrzymania zamówienia do daty wysyłki, śledzone co miesiąc | Opublikowane na stronie internetowej i w katalogu |
| Czas reakcji | Czas od zapytania do pierwszej merytorycznej odpowiedzi | Wewnętrzne SLA z automatycznym śledzeniem |
| Stabilność finansowa | Ratingi kredytowe, trendy przychodów, zakres ubezpieczenia | Roczne zbadane sprawozdania finansowe; D&B lub podobny rating |
4. Prognozowanie Popytu i Automatyczne Ponawianie Zamówień
Prognozowanie popytu oparte na AI łączy dane z systemu zarządzania nieruchomościami (PMS) z zakupami:
- Prognozy obłożenia napędzają automatyczne dostosowywanie zamówień na materiały eksploatacyjne (pościel, artykuły higieniczne, artykuły spożywcze i napoje)
- Rozpoznawanie wzorców sezonowych wstępnie pozycjonuje zapasy przed skokami popytu
- Algorytmy redukcji odpadów optymalizują wielkość zamówień, aby zmniejszyć psucie się i nadmierne zapasy
Dla dostawców oznacza to:
- Wzorce zamówień stają się bardziej przewidywalne, ale także bardziej precyzyjne. Hotele zamawiają dokładnie to, czego potrzebują i kiedy tego potrzebują.
- Zmniejszają się wymagania dotyczące zapasów bezpieczeństwa. Hotele zoptymalizowane przez AI utrzymują mniejsze zapasy buforowe, co oznacza mniejsze, częstsze zamówienia zamiast dużych zakupów hurtowych.
- Zdolność integracji ma znaczenie. Dostawcy, którzy mogą połączyć swoje systemy zamawiania z platformami zakupowymi hoteli za pośrednictwem API, są traktowani preferencyjnie, ponieważ zmniejszają ilość pracy ręcznej.
Przestań ręcznie ścigać hotele. 12 agentów AI InnLead.ai skanuje sygnały o remontach, identyfikuje kontakty w dziale zakupów i automatycznie umawia spotkania z kupcami hotelowymi. Uzyskaj wczesny dostępUzyskaj wczesny dostęp
5. Zautomatyzowana ocena ofert i zapytań ofertowych (RFP)
Proces RFP – tradycyjnie trwająca tygodniami wymiana dokumentów, wyjaśnień i prezentacji – jest kompresowany przez AI:
- AI generuje dokumenty RFP na podstawie wymagań obiektu, standardów marki i historycznych danych zakupowych.
- Algorytmy oceny ofert punktują odpowiedzi dostawców w oparciu o ważone kryteria automatycznie.
- Panele porównawcze prezentują komisjom zakupowym rankingi oparte na danych, a nie na subiektywnych wrażeniach.
Co to oznacza dla Twoich odpowiedzi na zapytania ofertowe (RFP): Systemy oceny ofert AI analizują Twoją odpowiedź pod kątem konkretnych punktów danych. Odpowiedzi bogate w narrację, nastawione na marketing, którym brakuje konkretnych specyfikacji, struktur cenowych i dokumentacji zgodności, uzyskają słabe wyniki. Strukturuj swoje odpowiedzi tak, aby były czytelne zarówno dla maszyn, jak i dla ludzi.
Platformy napędzające zakupy oparte na AI w branży hotelarskiej
Avendra
Avendra to wiodąca platforma kompleksowego zarządzania łańcuchem dostaw w branży hotelarskiej, oferująca narzędzia do pozyskiwania, zakupu, zarządzania zapasami i zapewniania zgodności. Z ponad 2000 sprawdzonych dostawców i udokumentowanymi oszczędnościami do 15%, Avendra jest systemem referencyjnym dla znacznej części zakupów głównych sieci hotelowych.
Możliwości AI: Zautomatyzowana ocena dostawców, analiza wydatków, monitorowanie zgodności umów i benchmarking cen.
Implikacje dla dostawcy: Jeśli nie ma Cię w sieci dostawców Avendra, jesteś niewidoczny dla dużej części instytucjonalnego rynku hotelarskiego. Umieszczenie na liście i utrzymywanie wysokich wskaźników wydajności w ramach platformy jest priorytetem strategicznym.
Birch Street Systems
Birch Street zapewnia zintegrowane zakupy, automatyzację zobowiązań, kontrolę zapasów i zarządzanie recepturami dla branży hotelarskiej. Jej platforma jest szeroko stosowana wśród grup hotelowych, które potrzebują szczegółowej widoczności wydatków.
Możliwości AI: Zautomatyzowane przepływy pracy związane z zamówieniami zakupu, analiza wzorców wydatków, śledzenie wydajności dostawców i integracja z systemami zarządzania nieruchomościami.
Implikacje dla dostawcy: Wymagania dotyczące integracji danych Birch Street oznaczają, że dostawcy potrzebują ustrukturyzowanych, cyfrowych katalogów produktów. Jeśli Twój katalog istnieje tylko w formie pliku PDF lub drukowanej broszury, nie możesz skutecznie uczestniczyć w zakupach opartych na Birch Street.
FutureLog
FutureLog to platforma eTender i eRFQ oparta na SaaS, która łączy hotelarzy bezpośrednio z sieciami dostawców. Umożliwia negocjacje cen online i usprawnia proces przetargowy.
Możliwości AI: Automatyczne tworzenie przetargów, dopasowywanie dostawców, porównywanie ofert i przepływy pracy związane z negocjacjami.
Implikacje dla dostawcy: FutureLog nagradza dostawców, którzy szybko i w pełni odpowiadają na cyfrowe przetargi. Czas odpowiedzi i kompletność danych są mierzalne – i mierzone.
Fourth
Fourth przetwarza 5 milionów zamówień zakupu rocznie w ponad 1200 lokalizacjach w 52 krajach. Jego platforma obejmuje zdigitalizowane katalogi dostawców z cenami w czasie rzeczywistym.
Możliwości AI: Prognozowanie popytu, automatyczne ponowne zamawianie, aktualizacje cen w czasie rzeczywistym i optymalizacja zapasów.
Implikacje dla dostawcy: Ceny w czasie rzeczywistym oznaczają, że Twój katalog musi być dynamiczny. Statyczne cenniki aktualizowane kwartalnie nie nadążają za systemem, który oczekuje danych na żywo.
Co dostawcy muszą zrobić teraz: Lista kontrolna gotowości na AI
Przejście na zakupy oparte na AI stwarza jasny zestaw wymagań dla dostawców, którzy chcą pozostać konkurencyjni:
1. Zbuduj katalog produktów w wersji cyfrowej
- Ustrukturyzowane dane są obowiązkowe. Każdy produkt powinien mieć kompletne specyfikacje w formacie czytelnym maszynowo (nie tylko PDF).
- Zawiera: SKU, wymiary, wagę, materiały, certyfikaty, MOQ, czas realizacji, gwarancję, atrybuty zrównoważonego rozwoju.
- Utrzymuj kanał danych o produktach, który może być pobierany przez platformy zakupowe za pośrednictwem API lub ustrukturyzowanego pliku (CSV, JSON, XML).
2. Opracuj systemy zamawiania gotowe do API
- Hotele korzystające z platform zakupowych AI chcą składać zamówienia elektronicznie, automatycznie otrzymywać potwierdzenia i śledzić przesyłki w czasie rzeczywistym.
- Minimalna opłacalna integracja: Akceptuj elektroniczne zamówienia zakupu i wysyłaj elektroniczne potwierdzenia zamówień.
- Idealny stan: Pełna integracja API z głównymi platformami zakupowymi w zakresie zamawiania, fakturowania i widoczności zapasów.
3. Utrzymuj przejrzyste wskaźniki wydajności
| Metryka | Dlaczego AI się tym przejmuje | Cel |
|---|---|---|
| Wskaźnik terminowości dostaw | Ocena niezawodności | 95%+ |
| Dokładność zamówień | Prognozowanie jakości | 98%+ |
| Średni czas realizacji | Planowanie łańcucha dostaw | Spójne, udokumentowane |
| Współczynnik wad/zwrotów | Ocena jakości | Poniżej 2% |
| Czas odpowiedzi na zapytania | Wskaźnik zaangażowania dostawcy | Poniżej 24 godzin |
| Certyfikaty zrównoważonego rozwoju | Weryfikacja zgodności z ESG | Aktualne, zweryfikowane |
4. Zainwestuj w obecność cyfrową
Narzędzia AI do wyszukiwania dostawców indeksują Twoją stronę internetową, katalogi produktów, profile na targach i media społecznościowe. Upewnij się, że:
- Twoja strona internetowa szybko się ładuje, ma przejrzyste strony produktów i jest technicznie sprawna (właściwe oznaczenia schema, meta opisy, dane strukturalne).
- Jesteś wymieniony na odpowiednich platformach B2B i w katalogach zakupowych.odpowiednie platformy B2B i katalogi zaopatrzeniowe
- Twój profil w Google Business Profile jest kompletny i aktualny (dla dostawców regionalnych).
- Zdjęcia produktów są wysokiej jakości, a specyfikacje znajdują się na stronie, a nie w plikach PDF do pobrania.
5. Wykorzystaj dokumentację zrównoważonego rozwoju
Systemy zakupowe AI coraz częściej filtrują pod kątem certyfikatów zrównoważonego rozwoju. Przygotuj je w formie czytelnej dla maszyn:
- Certyfikaty OEKO-TEX, GOTS, FSC, LEED
- Dane dotyczące śladu węglowego dla produktu lub linii produktów
- Procentowa zawartość materiałów pochodzących z recyklingu/nadających się do recyklingu
- Dokumentacja transparentności łańcucha dostaw
Realny wpływ: Jak AI już teraz zmienia wyniki dostawców
Przejście na zakupy z wykorzystaniem AI nie jest teoretyczne. Powoduje wymierne zmiany w sposobie, w jaki dostawcy wygrywają i przegrywają kontrakty.
Wygrani: Co raportują dostawcy gotowi na AI
Dostawcy, którzy zainwestowali w gotowość cyfrową, opisują spójny schemat:
- Szybsze umieszczanie na krótkich listach. Gdy platformy zakupowe mogą automatycznie dopasować Twój ustrukturyzowany katalog do wymagań RFP, jesteś brany pod uwagę w przypadku możliwości, których nigdy nie zobaczyłbyś za pośrednictwem tradycyjnych kanałów.
- Wyższe wskaźniki sukcesu ofert. Punktacja AI nagradza kompletność i jakość danych. Dostawcy z kompleksowymi, dobrze zorganizowanymi odpowiedziami konsekwentnie uzyskują lepsze wyniki niż konkurenci z równymi lub lepszymi produktami, ale słabszą dokumentacją.
- Bardziej przewidywalne wzorce ponownych zamówień. Gdy system AI hotelu automatycznie zarządza zapasami, Twój przepływ zamówień staje się bardziej stabilny. Mniej okresów "uczty i głodu", bardziej spójna wielkość.
- Ekspansja na inne obiekty. Gdy osiągniesz dobre wyniki w karcie wyników dostawcy śledzonej przez AI w jednym hotelu, dane te rozprzestrzeniają się w całej sieci. Wysoka ocena w jednym obiekcie Marriott może otworzyć drzwi do dziesiątek innych bez dodatkowego wysiłku sprzedażowego.
Przegrani: Co się dzieje, gdy dostawcy ignorują AI
Konsekwencje są równie namacalne:
- Niewidoczny dla automatycznego wyszukiwania. Jeśli dane Twojego produktu nie istnieją w ustrukturyzowanych formatach, w których można przeszukiwać, narzędzia AI do wyszukiwania dostawców po prostu Cię nie znajdą. Polegasz całkowicie na relacjach osobistych i spotkaniach na targach — co jest coraz bardziej niewystarczające w miarę digitalizacji zakupów.
- Niekonkurencyjny w automatycznym ocenianiu ofert. Niekompletne odpowiedzi na zapytania ofertowe, brakujące certyfikaty lub niejasne specyfikacje są oceniane niżej przez algorytmy, które nagradzają szczegółowość. Ludzki ewaluator, który mógłby przeoczyć brakujący punkt danych, zostaje zastąpiony przez system, który go karze.
- Zastąpiony przez alternatywy zidentyfikowane przez AI. Narzędzia do benchmarkingu AI stale skanują w poszukiwaniu nowych dostawców. Hotele, które nigdy nie znalazłyby Twojego konkurenta, otrzymują teraz automatyczne rekomendacje, aby ich ocenić.
Okres przejściowy: Okno możliwości
Branża hotelarska jest nadal we wczesnej lub średniej fazie wdrażania zakupów z wykorzystaniem AI. Podczas gdy 94% kierowników ds. zakupów korzysta z AI co tydzień, wiele grup hotelowych — zwłaszcza niezależne hotele i mniejsze sieci — nadal polega na tradycyjnych procesach. To stwarza okno:
Dostawcy, którzy zbudują gotowość na AI teraz, będą ugruntowani, gdy większość hoteli zakończy transformację cyfrową zakupów — zwłaszcza gdy boom na renowacje hoteli w 2026 r. przyspieszy wielkość zakupów. Dostawcy, którzy czekają, staną w obliczu rynku, na którym infrastruktura cyfrowa jest podstawą, a nadrobienie zaległości jest znacznie trudniejsze.boom na renowacje hoteli w 2026 roku
Analogia do adopcji e-commerce jest pouczająca. Dostawcy, którzy zbudowali strony internetowe i katalogi cyfrowe w 2005 r., zdobyli udział w rynku, którego spóźnialscy w 2015 r. nigdy nie odzyskali. Przejście na zakupy z wykorzystaniem AI przebiega podobnie, ale w skróconym czasie.
Koszt bezczynności: Proste obliczenia
Rozważmy ten scenariusz dla średniej wielkości firmy zaopatrującej hotele:
| Czynnik | Bez gotowości na AI | Z gotowością na AI |
|---|---|---|
| Zaproszenia do RFP otrzymywane rocznie | 30 (tylko na podstawie relacji) | 80 (automatyczne + na podstawie relacji) |
| Współczynnik umieszczenia na krótkiej liście | 40% (12 krótkich list) | 55% (44 krótkie listy) |
| Współczynnik wygranych | 25% (3 kontrakty) | 30% (13 kontraktów) |
| Średnia wartość kontraktu | $75,000 | $75,000 |
| Roczny przychód z nowych kontraktów | $225,000 | $975,000 |
Liczby są poglądowe, ale dynamika jest realna: gotowość na AI zwielokrotnia zarówno liczbę możliwości, jak i prawdopodobieństwo wygrania każdej z nich. Inwestycja w ustrukturyzowane dane, integrację platformy i obecność cyfrową zwraca się już przy pierwszym dodatkowym kontrakcie.
Zmiana w wyborze dostawców: od relacji do danych
Nie oznacza to, że relacje przestały mieć znaczenie w zaopatrzeniu hoteli. Mają. Główne sieci hotelowe nadal polegają na zaufanych partnerstwach z dostawcami, osobistych rekomendacjach i kontaktach z targów. Ale AI zmienia kolejność:
Przed AI: Relacja prowadzi do rozważenia, które prowadzi do oceny, która prowadzi do wyboru.
Po AI: Selekcja danych prowadzi do krótkiej listy, która prowadzi do oceny relacji, która prowadzi do wyboru.
Jeśli Twoje dane nie przejdą wstępnej selekcji AI, Twoje relacje nigdy nie zostaną aktywowane. Dyrektor ds. zaopatrzenia, który zna Cię osobiście, nie może wstawić się za Tobą, jeśli system oznaczy Twoje ceny jako 15% powyżej rynku lub Twoje wskaźniki dostaw jako poniżej progu.
Najskuteczniejsi dostawcy stosują obecnie podwójną strategię: utrzymują i wzmacniają relacje osobiste, jednocześnie budując infrastrukturę cyfrową, która przechodzi selekcję AI. Żadne z tych działań osobno nie jest wystarczające. Razem tworzą kumulującą się przewagę. Platforma analizy rynku InnLead.ai pomaga dostawcom łączyć oba podejścia na dużą skalę.Platforma analizy rynku InnLead.ai
Dostawcy, którzy będą prosperować w tym środowisku, to ci, którzy traktują higienę danych, obecność cyfrową i integrację platformy tak samo poważnie, jak jakość swoich produktów. Ponieważ z perspektywy kupującego coraz częściej jest to to samo.
Kluczowe wnioski
- 94% dyrektorów ds. zaopatrzenia korzysta z AI co tydzień. To nie jest wschodząca technologia – to standardowa praktyka.
- AI wpływa na każdy etap wyboru dostawcy: odkrywanie, porównywanie cen, ocenianie jakości, prognozowanie popytu i ocenianie zapytań ofertowych (RFP).
- Cyfrowe katalogi produktów z ustrukturyzowanymi danymi są teraz podstawą, a nie tylko miłym dodatkiem.
- Obecność na platformie ma znaczenie. Avendra, Birch Street, FutureLog i Fourth to miejsca, gdzie odbywają się zakupy oparte na AI. Jeśli nie jesteś na liście, nie jesteś brany pod uwagę.
- Wskaźniki wydajności muszą być przejrzyste i mocne. Systemy AI stale oceniają dostawców pod względem dostaw, dokładności i responsywności.
- Rynek AI w łańcuchu dostaw osiągnie wartość 63,8 miliarda dolarów do 2030 roku. Dostawcy, którzy dostosują się teraz, budują przewagę strukturalną. Ci, którzy czekają, będą konkurować z opóźnieniem.
Więcej na ten temat
Skorzystaj z tych powiązanych przewodników, aby kontynuować poruszanie się po tym samym wątku zaopatrzenia, sprzedaży lub badania rynku.
Pomiń ręczną pracę
12 agentów AI InnLead.ai znajduje hotele kupujące Twoje produkty, identyfikuje kontakty w dziale zaopatrzenia i rezerwuje spotkania – automatycznie.
Uzyskaj wczesny dostęp
