Inkopen kan efficiënter en innovatiever
Overheidsorganisaties oriënteren zich op de mogelijkheden die AI kan bieden om hun inkoopprocessen efficiënter, innovatiever en inzichtelijker te maken. Ook zou men graag zien dat meer kleinere aanbieders en startups toegang krijgen tot ‘de overheidsmarkt’. Voorzichtigheid lijkt vooralsnog geboden, de data zijn er nog niet aan toe.
Er wordt wel gefilosofeerd over de vraag of met behulp van AI het inkoopproces volledig automatisch ingericht zou kunnen worden. Voor eenvoudige opdrachten kan dat straks ook, denkt Fredo Schotanus, hoogleraar Publieke Inkoop bij de Universiteit Utrecht. “Het is een ontwikkelingsproces, net als bij zelfrijdende auto’s. Eerst moet je een beetje blijven assisteren, daarna kun je langzaam de snelheid opvoeren. Een rondje Amsterdam met een zelfrijdende auto zou ik nu nog niet aandurven, maar over tien jaar misschien wel.”
Gamechanger
AI wordt volgens Schotanus een gamechanger in de inkoopmarkt. “Het gaat ongetwijfeld niet alle problemen oplossen, maar het zou wel een flinke bijdrage kunnen leveren aan het toegankelijker maken van het overheidsinkopen.” Het inkoopproces bij de overheid is vaak complex en juridisch van aard, stelt hij. Daar kom je als kleinere of onervaren aanbieder niet zomaar tussen. “Je praat de taal niet, je hebt geen juristen in dienst, je hebt geen bidmanager of een heel team dat een offerte voor je schrijft. Dus sta je met 2-0 achter ten opzichte van de grote ervaren bedrijven van deze wereld.”
De verdere ontwikkeling van LLM’s (Large Language Models) gaat inkopers en bedrijven helpen volgens hem. “Taal is heel belangrijk in aanbesteding en inkoop in de publieke sector. We willen immers zoveel mogelijk op papier vastleggen om een eerlijke keuze voor een leverancier te kunnen maken en om achteraf problemen te voorkomen. Hoe je het contract krijgt, wat er in het contract staat, aan welke eisen je moet voldoen, het is allemaal taal. En die taalmodellen zijn ondertussen vaak al beter in de taal dan dat wij dat zijn. Taalmodellen kunnen dus helpen bij het opstellen van toegankelijke aanbestedingsstukken en het schrijven van offertes.”
Menselijke verificatie
Erik Vermeulen, Associate Partner Technology Consulting bij EY erkent dat de drempel hiermee misschien wat lager wordt, maar ziet het niet gebeuren dat kleinere bedrijven of startups dan juist meer kansen krijgen. “Misschien dat je met een LLM dan een mooie aanbieding kunt doen, maar je zult uiteindelijk ook de kwaliteiten in huis moeten hebben om te leveren wat er in de aanbieding staat. En als het gaat om juridische drempels, is het maar zeer de vraag of dit méér speelt bij startups. Een startup die haar marktaandeel wil vergroten gaat vaak sneller akkoord met de inkoopvoorwaarden dan grote gevestigde partijen.”
Menselijke verificatie blijft dus nodig. Schotanus: “Juist omdat het steeds lastiger wordt om te kunnen identificeren wat AI gegenereerd is en wat echt is, ontkomen we er niet aan om mensen meer uit te nodigen om langs te komen. Je hebt gebruikgemaakt van een LLM? Prima. Kom dan nu maar uitleggen dat je dit ook daadwerkelijk gaat doen. Dus het verifiëren, dat wordt een belangrijk component van de beoordeling.”
Processen slimmer inrichten
Bijna ieder onderdeel van het inkoopproces zou met AI in principe slimmer ingericht kunnen worden. “Voor de één zal de businesscase op de meer kennisintensieve processen liggen met complexe contracten in een internationale dimensie. Voor de ander zal het meer op het volume liggen met meer klassiekere AI-toepassingen,” zegt Vermeulen. Echter, voor het goed toepassen van AI is een goede data-infrastructuur noodzakelijk. “Als je niet al je contracten goed gestructureerd hebt op contractwaarde, op metadata, wanneer ze aflopen en dat soort zaken, kan je er ook geen algoritme of een machine learning op loslaten.” Het op orde brengen van data is echter een arbeidsintensief proces. Een LLM kan wellicht helpen om daar een slag op te maken. “Maar als de basis slecht is, dan lopen de algoritmes tegen dezelfde grenzen van de menselijke taal aan als mensen. Je kunt geen wonderen verrichten.”
“Ja, tijd- en kostenbesparingen en vooral meer inzicht in inkoopprocessen, is het wenkend perspectief dat ik inkoopafdelingen ook wel voorhoudt,” bevestigt strategisch adviseur Justin de Jager van Solventis. “Maar dat veronderstelt inderdaad dat je kunt beschikken over kwalitatief hoogwaardige data. En juist dat vraagt om vergaande standaardisatie en flinke investeringen.”
Geen gezamenlijke visie
De Jager werkte tot voor kort als portfoliomanager digitalisering Rijksinkoop bij het ministerie van Binnenlandse Zaken en Koninkrijksrelaties (BZK). Volgens hem gaat AI gaat hier voorlopig geen gamechanger worden. Het ontbreekt de rijksoverheid aan een gezamenlijke visie op de digitale inrichting van inkoopprocessen, zegt hij. Dat heeft vooral te maken met het feit dat het inkoopproces opgeknipt is in drie zogenoemde ‘domeinen’, verdeeld over drie ministeries met ieder eigen stelsels: het aanbestedingsdomein zit bij EZK, het inkoopdomein bij BZK en het financiële domein bij Financiën. Pas als de winnaar van een aanbesteding bekend is, neemt het inkoopdomein het over van het aanbestedingsdomein. BZK gaat dan over ‘de order tot aan de factuur’. Daarna pakt het financiële domein het over. Dit heeft er ook toe geleid dat binnen de domeinen verschillende definities van data bestaan en bijvoorbeeld ook andere opvattingen over het openbaar maken van data.
Data-analyses
Kwalitatief hoogwaardige data bieden mogelijkheden voor nauwkeurige analyses en geautomatiseerd rapporteren, bijvoorbeeld via dashboards. De Jager wijst op de mogelijkheid om op basis van de analyses scherper aan te besteden of lopende contracten beter uit te nutten. Ook zou je eens kunnen onderzoeken welke bedrijven ‘buiten de boot vallen’ van publieke aanbestedingen, dus die nog niet in het reguliere netwerk van de overheid zitten. Daar liggen ook kansen om innovatieve bedrijven aan te trekken.
De potentie is groot
Schotanus noemt het een gamechanger, ook Vermeulen en De Jager denken dat het potentieel van AI in inkoopprocessen groot is. Vermeulen: “Maar eerst moet er geïnvesteerd worden in de data-volwassenheid, in data governance en AI-volwassenheid. En dat gaan we dan terugzien in de productiviteitscurve. En die gaat komen, absoluut.” En beleidsmakers moeten in hun achterhoofd houden dat digitalisering een multipliereffect heeft, waarschuwt De Jager. “Als je het digitale inkoopproces goed inricht, dan is ‘the sky the limit’. Maar als je dit verkeerd inricht, dan krijgen we een geldverslindend, gefragmenteerd IT-landschap dat inkoopprocessen ingewikkelder maakt in plaats van eenvoudiger.”
Dit is een verkorte versie van het artikel dat gepubliceerd in iBestuur Magazine #51 van juli 2024
Nog geen (gratis) abonnement? Klik HIER
Lees ook:
