AI nel sourcing: trovare fornitori senza perdere il controllo

Usare l’AI nel sourcing può ridurre ore di ricerca, confronto e preparazione delle shortlist. Può anche rendere opaca una decisione che incide su costi, continuità operativa e reputazione. La differenza non la fa il modello scelto: la fa il processo con cui l’output viene controllato.

Dove l’AI nel sourcing crea valore concreto

Il primo vantaggio è la copertura. Un sistema può analizzare siti, cataloghi, certificazioni, bilanci e registri pubblici più rapidamente di una ricerca manuale. Può poi ricondurre descrizioni diverse a una tassonomia comune: capacità produttiva, localizzazione, tempi, standard, dipendenze e rischi.

Questo non equivale a “trovare il fornitore migliore”. Significa costruire una base di confronto più ampia. Le linee guida AgID sul procurement dell’intelligenza artificiale insistono infatti su requisiti, dati, trasparenza e controllo lungo il ciclo di vita. Il NIST AI Risk Management Framework aggiunge un punto decisivo: ruoli e rischi devono essere governati prima, durante e dopo l’acquisizione.

AI nel sourcing: il rischio di una shortlist credibile ma sbagliata

Un modello linguistico può attribuire una certificazione alla società omonima, interpretare come attuale una pagina vecchia o trasformare un’autodichiarazione in un fatto. Può anche favorire i fornitori con più contenuti online, penalizzando aziende solide ma meno visibili. È un bias commerciale, non soltanto tecnico.

Regola pratica: nessun criterio eliminatorio dovrebbe dipendere da una sola fonte o da un punteggio prodotto dal modello. Per informazioni societarie, certificazioni, sanzioni e solidità servono documenti originali o banche dati qualificate.

AI nel sourcing: una scorecard che separa fatti, stime e giudizi

La scorecard tradizionale resta utile, purché indichi la provenienza di ogni dato. Il metodo più semplice è assegnare a ciascun campo anche uno stato di evidenza: verificato, dichiarato dal fornitore oppure stimato dall’AI. Solo il primo può sostenere una decisione vincolante.

I pesi vanno adattati alla categoria merceologica. Il punto non è ottenere un numero elegante, ma rendere leggibile perché un fornitore è entrato nella rosa. Per approfondire la struttura dei controlli, può essere utile la guida su come trovare fornitori affidabili.

Cosa chiedere al fornitore della soluzione AI

L’OCSE raccomanda requisiti basati sulle prestazioni, test continui e attenzione a dati, proprietà intellettuale, privacy e lock-in. Nel capitolato conviene quindi chiedere quali fonti usa il sistema, come tratta i dati riservati, quanto a lungo conserva log e documenti, come si esportano risultati e configurazioni, e chi risponde quando l’output non è riproducibile.

L’obiettivo è semplice: ottenere più velocità senza perdere la possibilità di ricostruire una scelta. Nel sourcing, un risultato non tracciabile non è un risultato affidabile.