Navigera framtiden för anbud och förslag: Insikter från BPC Barcelona 2024

BPC Barcelona 2024 utmärkte sig inte bara för sitt intressanta program med föreläsningar och talare, utan också för sin extraordinära plats i den livliga staden Barcelona – en plats som är lika känd för sin innovativa anda som för sina arkitektoniska underverk. I år var AI utan tvekan stjärnan i showen, vilket signalerade en dramatisk förändring i landskapet för anbuds- och upphandlingsprocesser. För bara två år sedan var diskussionerna om AI inom vårt område sparsamma och berörde endast möjligheterna i förbigående. Idag befinner vi oss på tröskeln till en omvälvande era. Organisationer står nu inför en bred adoption av AI-teknik för att revolutionera effektiviteten, hastigheten och kvaliteten i sina anbuds- och upphandlingsaktiviteter.

‍

Det är en spännande tid att vara en del av denna bransch, särskilt ur leverantörens perspektiv, då vi ser hur AI går från att vara ett alternativ eller ett kompletterande verktyg till att bli en hörnsten i den strategiska planeringen för anbuds- och upphandlingsgrupper. Denna betydande förändring utspelar sig framför våra ögon. Brainial grundades 2019 och förespråkade Brainial integrationen av AI i anbuds- och upphandlingsprocesser. I början mötte konceptet motstånd; många team var skeptiska till att införliva AI i sina arbetsflöden. 

‍

Under hela evenemanget ägnades en betydande del av diskussionerna åt AI:s nuvarande kapacitet och potential när det gäller att öka effektiviteten hos anbuds- och offertteam. Jag hade särskilt förmånen att tillsammans med mina uppskattade kollegor Thomas Moritzer, CP APMP Fellow, och Wouter van Tienhoven, CP APMP, hålla en presentation med titeln ”Bidding into the Future: The Evolution of Tender Management with AI” (Anbud i framtiden: Utvecklingen av anbudshantering med AI). Med utgångspunkt i vår samlade expertis från EMEA AI Advisory Group APMP fördjupade vi oss i AI:s transformativa roll i utformningen av nästa generations anbudshantering. Vårt mål var att ge en framåtblickande perspektiv och utforska hur AI:s inverkan kan omdefiniera landskapet för anbudshantering och göra processerna mer strömlinjeformade, strategiska och framgångsrika på den konkurrensutsatta marknaden. 

‍

Vår session baserades på en artikel som vi publicerade på winningthebusiness.com före evenemanget. Artikeln kan läsas nedan:

‍

Forma framtiden för anbudshantering med AI

Under det senaste året har framväxten av stora språkmodeller (LLM) som ChatGPT skapat otaliga rubriker och haft en djupgående inverkan på hur vi ser på och arbetar med AI.

‍

I stadig takt hittar människor nya sätt att tillämpa dessa LLM på affärsproblem, vilket förbättrar effektiviteten och prestandan. LLM används för informationsutvinning, sammanfattning, brainstorming och mycket mer. Men detta är bara början.

‍

Det vanligaste sättet att interagera med en LLM är ofta genom dialog, där vi förväntar oss att en enda AI ska ge ett korrekt svar på en fråga i ett enda försök. Detta har gett anmärkningsvärda resultat för grundläggande uppgifter och öppnat upp många möjligheter. Men det har också många nackdelar, eftersom AI inte kan utföra mer komplexa uppgifter och resonemang och inte har tillgång till några externa datakällor.

‍

AI i anbudshantering idag

Inom anbudshantering har AI redan revolutionerat hur anbudsteam arbetar. Traditionella anbudsprocesser är ofta komplexa och tidskrävande och innefattar analys av omfattande dokumentation, kravmatchning och skrivhjälp. Integrationen av AI i dessa processer effektiviserar dock verksamheten och ökar effektiviteten.

‍

Nuvarande AI-tillämpningar inom anbudshantering fokuserar främst på att automatisera rutinuppgifter och anbudsanalys. AI-algoritmer kan till exempel snabbt gå igenom stora mängder anbudsdokument för att extrahera viktig information, identifiera efterlevnadskrav och till och med ge förslag baserade på historiska data. Dessutom används AI-verktyg för riskbedömning, där man förutsäger sannolikheten att vinna ett anbud baserat på olika parametrar såsom tidigare resultat, konkurrensanalys och marknadstrender.

‍

Denna AI-drivna metod sparar inte bara betydande tid för anbudsteamen, utan ger också djupare insikter och möjliggör bättre strategiska beslut. Dessutom innebär AI:s förmåga att kontinuerligt lära sig och anpassa sig att dessa system blir mer effektiva och precisa med tiden, vilket ständigt förbättrar anbudsprocessen.

‍

Genom att hantera dataintensiva och repetitiva uppgifter gör AI det möjligt för teammedlemmarna att fokusera på mer kreativa och strategiska aspekter av anbudshanteringen, såsom att bygga relationer med kunder och ta fram skräddarsydda lösningar.

‍

Synergien mellan AI och mänsklig expertis i anbudsteam sätter en ny standard för effektivitet och ändamålsenlighet i anbudsprocessen, vilket banar väg för en mer dynamisk och konkurrenskraftig framtid inom detta område.

‍

Autonoma Agents

Under det senaste året har innovativa metoder utvecklats för att mildra AI:s brister, särskilt bristen på tillgång till externa datakällor och oförmågan att utföra komplexa uppgifter och resonemang.

‍

Vi rör oss i riktning mot "autonoma agents, ett koncept där en LLM (agent) svarar på en fråga i en flerstegsprocess. Den för en intern konversation, där den självständigt planerar sina åtgärder, använder verktyg och samlar information för att slutligen formulera ett svar. Detta liknar mycket den interna dialog vi har i våra huvuden och öppnar upp för ytterligare möjligheter, såsom att interagera med externa datakällor, till exempel webben, och lösa mer komplexa uppgifter.

‍

Det innebär att vi kan ställa mer komplexa frågor, till exempel ”sök i detta dokument efter information om detta ämne”, vilket sparar mycket tid för anbudsteamen.

‍

Samarbetsbaserad AI

Den senaste trenden för att förbättra AI-prestanda är samarbete. Historiker har länge varit överens om att vår förmåga att samarbeta effektivt i grupper är en av de saker som har gett människan en evolutionär fördel och fört oss till det nuvarande läget i vårt samhälle.

‍

I mer komplexa uppgifter, såsom anbudsprocessen, måste vi ofta samarbeta med kollegor för att dra nytta av varje teammedlems specialisering och kunskap. Hur kan vi då förvänta oss att ett AI-verktyg ska uppnå fantastiska resultat på egen hand?

‍

AI-världen rör sig mot samarbete mellan flera agenter – ett paradigm där flera agents med varandra för att lösa en uppgift. Var och en av dessa agents försedd med domänkunskap, rollspecifika verktyg och arbetsrutiner. De planerar, delegerar sinsemellan, granskar varandra och arbetar mot ett gemensamt mål. Detta gör det möjligt för AI att lösa ännu mer komplexa uppgifter och tillföra mer affärsvärde.

‍

Genom att utnyttja samarbete mellan flera AI-agenter sänks budkostnaderna drastiskt och budgivningen kan ske oftare – det är AI-motsvarigheten till att ha en hel avdelning som arbetar för dig istället för bara en person.

‍

Samarbete mellan människa och AI

När vi samarbetar med kollegor om mer komplexa uppgifter delegerar vi vanligtvis inte bara och förväntar oss ett resultat, utan kommunicerar, validerar och ställer frågor. Mer komplexa uppgifter kräver mer sammanhang, nyanser och kommunikation.

‍

Om vi utvidgar detta till vårt sätt att arbeta med AI måste vi ändra något i vårt sätt att interagera med den. Vi kan inte bara förvänta oss att ställa en fråga och få AI att komma med exakt rätt svar. Vi måste se det som ett samarbete, där vi tillsammans arbetar mot ett önskvärt resultat och utnyttjar både människans och AI:s styrkor.

‍

Med en uppsättning samverkande, specialiserade AI-verktyg som arbetar som ett team kan AI utföra uppgifter som generellt anses vara svårare för en enskild AI att utföra. Den kommer att kunna skriva högkvalitativa svar eftersom den kan använda ett team av AI-verktyg som fyller rollerna som anbudschef, EMVI-författare, kravanalytiker, kritiker och domänspecialist.

‍

Om de får tillgång till rätt information kan de självständigt vidta åtgärder som normalt sett skulle utföras av ett helt anbudsteam för en del av svaret – brainstorma lösningar och analysera krav, samt utarbeta, utvärdera och förfina förslagen.

‍

Framtiden

Föreställ dig en samarbetsmiljö där mänskliga team och agents tillsammans för att analysera, utforma strategier och svara på anbud. Ett sådant samarbete kan innebära att agents datadrivna insikter och analyser, medan mänskliga experter bidrar med kontextuell förståelse, kreativitet och strategisk översikt.

‍

Denna synergi förbättrar inte bara kvaliteten och det strategiska djupet i anbuden, utan minskar också avsevärt den tid och de kostnader som är förknippade med att förbereda dem, vilket ger en konkurrensfördel i anbudsprocessen.

‍