AI för inköpsprofessionals: praktiska tillämpningar och riskmedvetenhet Träningskurs

Introduktion till AI i inköp

• Vad är generativ AI? Definitioner och möjligheter
• Översikt över verktyg: ChatGPT, Claude, Gemini, Copilot
• Hur inköpslag använder AI idag

Formulering av effektiva frågor för inköpsfall

• Principer för tydlig och strukturerad frågeställning
• Vanliga misstag i frågeställningsdesign och hur man undan kommer dem
• Frågemallar för källning, RFQs och leverantörsengagemang

AI i inköpsoperationer

• AI för utlysningsskapande, leverantörsutredning och marknadsforskning
• Generering och granskning av avtalsklausuler med AI
• Användning av AI i kostnadsanalys och leverantörsprestationsregistrering

Dataskydd och konfidentsiellhet vid användning av AI

• Vad händer med dina inköpsdata i AI-verktyg?
• Hantering av känslig och konfidentiell information på ett säkert sätt
• Säkerställa datarelevans, noggrannhet och verifikering

AI för beslutsstöd och riskvärdering

• Läsning och validering av AI-genererade riskpoäng och rapporter
• AI i leverantörsriskbedömning och prediktiv analys
• Exempel från kategorier som IT, GRE/IFM, HR, Marknadsföring

Etik och riskmedvetenhet i AI-drivna inköp

• Begränsningar av generativ AI: bias, hallucination, missbruk
• Regelverk och etiska överväganden i inköpsarbete
• Byggande av ansvarsfull AI-användningspolicy interna

Drivkraft för AI-introduktion i inköpslag

• AI som en förstärkare, inte en ersättare
• Övervinna motstånd och bygga förtroende för AI-utdata
• Interna strategier för förändarhantering och pilotprojekt idéer

Sammanfattning och nästa steg