सोर्सिंग इंटेलिजेंस: 89% बी2बी खरीदार एआई पर भरोसा क्यों करते हैं - और फिर भी मानवीय विशेषज्ञता की तलाश क्यों करते हैं?

मनुष्य बनाम मशीन? वैश्विक खरीद बाजार के लिए यह एक आदर्श स्थिति है।

वैश्विक बी2बी खरीद प्रक्रिया अभूतपूर्व परिवर्तन से गुजर रही है। भू-राजनीतिक तनाव, असुरक्षित आपूर्ति श्रृंखलाएं और कड़े पर्यावरण संरक्षण संबंधी आवश्यकताओं का मिलाजुला प्रभाव कंपनियों को अपनी सोर्सिंग रणनीतियों पर नए सिरे से विचार करने के लिए मजबूर कर रहा है। कृत्रिम बुद्धिमत्ता (एआई) इस अस्थिर युग में एक उद्धारकर्ता के रूप में उभर रही है, जो त्वरित डेटा विश्लेषण, भारी लागत बचत और कुछ ही सेकंड में पूरी तरह से स्वचालित प्रक्रियाओं का वादा करती है। प्रचलित धारणा यह है कि जो लोग इस तकनीकी छलांग को नजरअंदाज करेंगे, वे पीछे रह जाएंगे। हालांकि, एल्गोरिथम की सर्वशक्तिमत्ता को लेकर फैला उत्साह एक खतरनाक खामी को उजागर करता है। एआई प्रणालियां सूक्ष्म बारीकियों को कम कर देती हैं, आवश्यक अनुभवजन्य डेटा को छान देती हैं, और खरीद की जटिल दुनिया में ठीक वहीं विफल हो जाती हैं जहां यह सबसे ज्यादा मायने रखता है: वास्तविक विश्वास बनाने और अप्रत्याशित संकटों का आकलन करने में। यह लेख इस बात की पड़ताल करता है कि मशीन की पूर्णता तेजी से प्रतिस्पर्धात्मक नुकसान क्यों बन सकती है, सच्ची प्रामाणिकता भविष्य की मुद्रा क्यों है, और डेटा-संचालित एआई और मानवीय निर्णय का रणनीतिक समन्वय भविष्य की सफल वैश्विक सोर्सिंग की नींव कैसे रखता है।.

वैश्विक बी2बी खरीद बाजार में मानवीय विशेषज्ञता अपरिहार्य क्यों बनी हुई है – और उन्नत एआई की पूर्णता प्रतिस्पर्धात्मक नुकसान क्यों बन जाती है

तनाव का नया क्षेत्र: डेटा मशीनें बनाम बाजार खुफिया जानकारी

पिछले दो दशकों की तुलना में पिछले तीन वर्षों में वैश्विक बी2बी खरीद प्रक्रिया में कहीं अधिक परिवर्तन आया है। महामारी से संबंधित आपूर्ति श्रृंखला में व्यवधान, जनरेटिव एआई का तीव्र विकास, सख्त ईएसजी नियम और खरीद विभागों में मूलभूत पीढ़ीगत बदलाव के संगम ने एक ऐसी गतिशीलता को जन्म दिया है जिससे कोई भी कंपनी अछूती नहीं है। डिजिटल प्लेटफॉर्म हफ्तों के बजाय घंटों में पूरी तरह से स्वचालित आपूर्तिकर्ता मिलान का वादा करते हैं, एआई सिस्टम लाखों डेटा बिंदुओं का वास्तविक समय में विश्लेषण करते हैं, और स्वायत्त खरीद एजेंट मानवीय हस्तक्षेप के बिना प्रस्तावों पर बातचीत करते हैं। इस परिवेश में जो कंपनियां अभी भी पूरी तरह से एनालॉग प्रक्रियाओं पर निर्भर हैं, वे निस्संदेह पिछड़ रही हैं।.

लेकिन एल्गोरिदम की सर्वशक्तिमत्ता को लेकर फैला यह उत्साह एक ऐसी खामी पैदा करता है जो वैश्विक स्तर पर सोर्सिंग करने वाली कंपनियों के लिए महंगी साबित हो सकती है। एआई सिस्टम मतभेदों को दूर करते हैं, व्यक्तित्वों को संतुलित करते हैं और एक सहज औसत सहमति बनाते हैं। जो लोग पूरी तरह से मशीन द्वारा उत्पन्न खरीद संबंधी जानकारी पर निर्भर रहते हैं, वे अस्थिर बाजारों में सबसे महत्वपूर्ण चीज खोने का जोखिम उठाते हैं: संदर्भ-आधारित निर्णय लेने, संबंध विकसित करने और उन संकेतों की व्याख्या करने की क्षमता जिन्हें कोई डेटा सेट कैप्चर नहीं कर सकता।.

2026 में वैश्विक खरीद बाजार की स्थलाकृति

आज वैश्विक खरीद बाजार को आकार देने वाली संरचनात्मक शक्तियां बहुआयामी हैं और कुछ मामलों में परस्पर विरोधी भी हैं। एक ओर, चीन का निरंतर प्रभुत्व है: टैरिफ संबंधी खतरों और भू-राजनीतिक तनावों के बावजूद, विश्व भर की दो-तिहाई कंपनियां 2025 में चीन के साथ अपने व्यापार को बनाए रखने या यहां तक ​​कि विस्तार करने की योजना बना रही हैं। चीन विशेष रूप से दुर्लभ पृथ्वी तत्वों और डिजिटलीकरण तथा ऊर्जा परिवर्तन के लिए आवश्यक कच्चे माल में महत्वपूर्ण भूमिका निभाता है; रिफाइनरी उत्पादों के लिए, जर्मनी और यूरोपीय संघ के पास वर्तमान में चीन पर बहुत कम निर्भरता है। यह अल्पकालिक निर्भरता नहीं है, बल्कि एक संरचनात्मक आधार है जिसे यूरोपीय प्रतिवाद प्रयासों के बावजूद धीरे-धीरे ही बदला जा सकता है।.

दूसरी ओर, कमोडिटी बाज़ार लगातार दबाव में हैं। भू-राजनीतिक तनाव, संरचनात्मक बदलाव और उच्च लागत वैश्विक कमोडिटी बाज़ारों को प्रभावित कर रहे हैं। 2025 की दूसरी तिमाही में तांबे के बाज़ार में कीमतों में भारी उतार-चढ़ाव देखा गया: अप्रैल में 8,540 डॉलर प्रति टन तक गिरने के बाद, जून में कीमत 10,100 डॉलर प्रति टन के वार्षिक उच्चतम स्तर पर पहुंच गई – यह उछाल सीधे तौर पर तांबे के आयात पर 50 प्रतिशत तक के अमेरिकी टैरिफ के कारण व्यापार में हुई वृद्धि को दर्शाता है। एल्युमीनियम भी इसी तरह के अस्थिर माहौल में काम कर रहा है: जून 2025 में वैश्विक भंडार पिछले वर्ष की तुलना में लगभग 67 प्रतिशत कम था, जबकि भू-राजनीतिक घटनाक्रम और अमेरिकी टैरिफ बाज़ार में अतिरिक्त विकृतियाँ पैदा कर रहे हैं।.

यह अस्थिरता कोई अस्थायी घटना नहीं है। वस्तुओं की खरीद के संदर्भ में, इसका अर्थ है कि मूल्य और मुद्रा जोखिम समानांतर रूप से बढ़ रहे हैं, और निर्णय अधिक समय के दबाव में लेने होंगे। इन परिस्थितियों में, सूचित और लचीले निर्णय लेने के लिए वास्तविक समय की जानकारी और डेटा विश्लेषण उपकरण तेजी से महत्वपूर्ण होते जा रहे हैं। हालांकि, वास्तविक समय का डेटा स्वतः स्पष्ट नहीं होता; इसकी व्याख्या आवश्यक है।.

नियरशोरिंग, फ्रेंडशोरिंग और भरोसे का नया भूगोल

जब कंपनियों से पूछा गया कि वे इस अस्थिरता से कैसे निपट रही हैं, तो एक स्पष्ट उत्तर सामने आया: अपनी आपूर्ति श्रृंखलाओं के भौगोलिक पुनर्गठन के माध्यम से। भू-राजनीतिक संकटों के मद्देनजर, जर्मनी में 80 प्रतिशत उपभोक्ता वस्तु और खुदरा कंपनियां एक बार फिर क्षेत्रीय सोर्सिंग पर अधिक ध्यान केंद्रित कर रही हैं, और 83 प्रतिशत कंपनियां तथाकथित फ्रेंडशोरिंग में निवेश कर रही हैं - यानी राजनीतिक रूप से सहयोगी देशों में आपूर्तिकर्ताओं पर ध्यान केंद्रित कर रही हैं। व्यवहार में, नियरशोरिंग का अर्थ अक्सर उत्पादन क्षमताओं को पूर्वी यूरोप, तुर्की या उत्तरी अफ्रीका में स्थानांतरित करना होता है, जिसके परिणामस्वरूप डिलीवरी का समय काफी कम हो जाता है और प्रतिक्रिया में वृद्धि होती है, लेकिन साथ ही सीमा प्रक्रियाओं, सीमा शुल्क निकासी और बुनियादी ढांचे पर नई मांगें भी पैदा होती हैं।.

यह मित्र-देशीय आपूर्ति श्रृंखला (फ्रेंडशोरिंग) महज़ एक रसद संबंधी समायोजन से कहीं अधिक है। यह एक भू-राजनीतिक जोखिम भरा निर्णय है जो मुख्य व्यावसायिक गतिविधियों को गहराई से प्रभावित करता है। विश्वास के राजनीतिक आधार पर आपूर्ति श्रृंखलाओं का पुनर्गठन करने के लिए क्षेत्रीय ज्ञान, नेटवर्क और सांस्कृतिक दक्षता की नींव की आवश्यकता होती है, जो कोई एल्गोरिदम स्वतः प्रदान नहीं कर सकता। अलग-अलग क्षेत्रों और देशों पर निर्भरता कम करने के लिए आपूर्तिकर्ताओं का विविधीकरण करना अस्थिर वैश्विक आपूर्ति श्रृंखलाओं के लिए एक रणनीतिक प्रतिक्रिया है—और इसके लिए यह जानना आवश्यक है कि किस पर भरोसा किया जाए। विश्वास आंकड़ों पर नहीं, बल्कि अनुभव पर बनता है।.

यूरोपीय नीति निर्माता महत्वपूर्ण कच्चे माल अधिनियम के माध्यम से इस समस्या का समाधान कर रहे हैं: रणनीतिक कच्चे माल के घरेलू निष्कर्षण के लिए न्यूनतम 10 प्रतिशत, प्रसंस्करण के लिए 40 प्रतिशत और पुनर्चक्रण के लिए 2030 तक 25 प्रतिशत का कोटा निर्धारित करके, यूरोपीय संघ कच्चे माल की आत्मनिर्भर आपूर्ति के लिए स्पष्ट मानदंड स्थापित कर रहा है। 24 मई, 2025 से 500 से अधिक कर्मचारियों और 15 करोड़ यूरो से अधिक वार्षिक राजस्व वाली बड़ी कंपनियों के लिए हर तीन साल में अपनी कच्चे माल की आपूर्ति श्रृंखला का जोखिम मूल्यांकन करना अनिवार्य कर दिया गया है। इससे संरचनात्मक अनुपालन आवश्यकताएं उत्पन्न होती हैं जिनके लिए गहन विश्लेषण और बाजार ज्ञान की आवश्यकता होती है - केवल डेटा एकत्रीकरण नहीं।.

खरीद प्रक्रिया में एआई वास्तव में क्या हासिल कर सकता है

खरीद प्रक्रिया में एआई की शक्ति वास्तविक और प्रभावशाली है। अगली पीढ़ी के एआई सिस्टम खरीद संबंधी आवश्यकताओं को संदर्भानुसार समझने के लिए बड़े भाषा मॉडल का उपयोग करते हैं, आपूर्तिकर्ता संबंधों को मैप करने के लिए ग्राफ डेटाबेस का इस्तेमाल करते हैं, और उपयोगकर्ता की प्रतिक्रिया से प्राप्त सुदृढ़ीकरण अधिगम के माध्यम से मिलान की गुणवत्ता में लगातार सुधार करते हैं। आवश्यकताओं को परिभाषित करने और आपूर्तिकर्ता की पहचान से लेकर चयन तक, जो काम पहले हफ्तों लगते थे, अब घंटों में पूरा किया जा सकता है। 74 प्रतिशत खरीद प्रबंधक 2026 तक अपने स्वचालन निवेश को बढ़ाने की योजना बना रहे हैं, और स्वचालन चक्र समय को 50 प्रतिशत तक कम कर सकता है।.

लागत अनुकूलन के क्षेत्र में, एआई ठोस परिणाम देता है। बीसीजी के एक विश्लेषण के अनुसार, एआई के निरंतर उपयोग से प्रत्यक्ष खरीद में 5 प्रतिशत तक और अप्रत्यक्ष खरीद में 15 प्रतिशत तक की बचत हो सकती है। एआई अक्षम खर्चों की पहचान करके, गतिशील मूल्य निर्धारण का समर्थन करके और आपूर्तिकर्ताओं के साथ बातचीत को मजबूत करके खरीद लागत को कम करता है। रीयल-टाइम निगरानी और पूर्वानुमान विश्लेषण के माध्यम से, एआई संभावित आपूर्तिकर्ता जोखिमों का शीघ्र पता लगाता है, जिससे व्यवधान प्रबंधन में सक्रियता संभव हो पाती है। एआई समर्थित कार्यान्वयन के माध्यम से बी2बी कंपनियों को 50 प्रतिशत तक अधिक बिक्री दर का लाभ मिलता है—बशर्ते अंतर्निहित डेटा की गुणवत्ता पर्याप्त हो। यह अंतिम चेतावनी महत्वपूर्ण है।.

कृत्रिम बुद्धिमत्ता (AI) अनुसंधान, विश्लेषण, अनुबंध समीक्षा और चालान मिलान जैसे समय लेने वाले कार्यों को स्वचालित बनाती है। यह बड़े खरीद डेटासेट में पैटर्न पहचान के माध्यम से निर्णय की गुणवत्ता में सुधार करती है, अधिक सटीक पूर्वानुमानों में सहायता करती है और प्रारंभिक जोखिम मूल्यांकन को सुगम बनाती है। खरीद टीमें आपूर्तिकर्ता संबंधों का बेहतर मूल्यांकन कर सकती हैं क्योंकि AI लगातार प्रदर्शन, विश्वसनीयता और जोखिमों की निगरानी करती है। इसका अतिरिक्त लाभ स्पष्ट है और इसे कम नहीं आंका जाना चाहिए।.

मशीन-आधारित खरीद संबंधी बुद्धिमत्ता की व्यवस्थित सीमाएँ

इन प्रदर्शन संकेतकों के बावजूद, बी2बी खरीद में एआई को संरचनात्मक सीमाओं का सामना करना पड़ता है जिन्हें व्यवहार में अक्सर कम आंका जाता है। पहली और सबसे मूलभूत सीमा उन स्थितियों में निर्णय लेने की क्षमता से संबंधित है जिनमें ऐतिहासिक मिसालें मौजूद नहीं होतीं। एआई जानकारी का विश्लेषण, संरचना, सारांश और सूत्रीकरण कर सकता है—लेकिन वास्तविक दिशा-निर्देश केवल सचेत चिंतन और मानवीय विवेक के माध्यम से ही प्राप्त होता है। उन वार्ताओं में जहां प्रतिष्ठा, संबंध इतिहास और सांस्कृतिक संदर्भ महत्वपूर्ण भूमिका निभाते हैं, एल्गोरिदम केवल पिछले लेन-देन के औसत व्यवहार का प्रतिनिधित्व करते हैं।.

दूसरी सीमा एल्गोरिथम समतलीकरण की घटना है। जनरेटिव एआई सिस्टम तटस्थता के लिए प्रयासरत रहते हैं, और सतही औसत शेष रहने तक अंतरों को कम करते रहते हैं। आपूर्तिकर्ता अनुशंसाओं के लिए एआई का उपयोग करने वाले खरीद प्लेटफार्मों में, यह मजबूत विभेदकारी विशेषताओं को व्यवस्थित रूप से फ़िल्टर करने की ओर ले जाता है। एल्गोरिथम के लिए, संरचित डेटा बिंदु के बिना कुछ भी अस्तित्व में नहीं है। इस प्रकार, एआई-जनित अनुशंसा सूचियों पर निर्भर कंपनियां नियमित रूप से उन आपूर्तिकर्ताओं को खो देती हैं, जिनके पास भले ही एक परिपूर्ण डिजिटल उपस्थिति न हो, लेकिन दुर्लभ बाजार ज्ञान या विशेषाधिकार प्राप्त आपूर्तिकर्ता नेटवर्क होते हैं।.

तीसरी सीमा विश्वास और संबंध निर्माण से संबंधित है। 70 प्रतिशत बी2बी खरीदार स्पष्ट और खुले संचार वाले आपूर्तिकर्ताओं को प्राथमिकता देते हैं, खासकर अनिश्चितता के समय में। इस प्रकार का विश्वास केवल प्रौद्योगिकी पर ही नहीं, बल्कि पारदर्शी प्रक्रियाओं और जिम्मेदार डेटा प्रबंधन पर भी आधारित होता है। बी2बी खरीद निर्णयों में, जिनमें अक्सर महत्वपूर्ण निवेश और दीर्घकालिक प्रतिबद्धताएं शामिल होती हैं, 72 प्रतिशत निर्णयकर्ता किसी नए आपूर्तिकर्ता को चुनने से पहले कम से कम तीन अलग-अलग संदर्भ स्रोतों से परामर्श करते हैं। यह जांच प्रक्रिया स्वाभाविक रूप से मानवीय है: सहकर्मियों से बात करना, विशेषज्ञों से परामर्श करना और व्यक्तिगत अनुभवों का मूल्यांकन करना।.

अंत में, एक चौथी, कम चर्चित सीमा है: डेटा गुणवत्ता पर निर्भरता। यदि इनपुट डेटा की गुणवत्ता खराब है, तो सबसे उन्नत एआई भी त्रुटिपूर्ण सुझाव देगा। लगभग 18 प्रतिशत बी2बी प्रदाताओं को अभी भी अपने संगठनों में एआई के लिए कोई ठोस अनुप्रयोग नज़र नहीं आता है। हालांकि एआई के माध्यम से उन्नत खरीद संबंधी जानकारी का लोकतंत्रीकरण नए अवसर पैदा करता है—विशेष रूप से छोटे और मध्यम आकार के उद्यमों के लिए—यह डेटा गुणवत्ता, लागत, कौशल अंतराल और नैतिक विचारों के क्षेत्र में चुनौतियां भी प्रस्तुत करता है, जिनका सावधानीपूर्वक समाधान किया जाना चाहिए।.

अत्याधुनिक मालवाहक विमान, अनुकूलित परिवहन मार्ग और बहुआयामी लॉजिस्टिक्स श्रृंखलाएं परस्पर विनिमय योग्य हैं—इन्हें खरीदा, पट्टे पर लिया या आउटसोर्स किया जा सकता है। लेकिन पैसा पेरू की खानों में उत्पादकों के साथ सीधे संपर्क, सीआईएस देशों में विश्वसनीय आपूर्ति संबंध और बाहरी लोगों के लिए अपरिचित बाजारों में वर्षों से निर्मित विश्वास नहीं खरीद सकता। वैश्विक वस्तु व्यापार में निर्णायक प्रतिस्पर्धात्मक लाभ वस्तु को एक स्थान से दूसरे स्थान तक पहुंचाने में नहीं, बल्कि यह जानने में निहित है कि वस्तु कहां से आती है, उसका उत्पादक कौन है और दूसरों को बाजार के अस्तित्व का पता चलने से पहले ही उस तक पहुंच कैसे बनाई जाए। नेटवर्क का मालिक ही कीमत तय करता है। बाकी सभी को वह कीमत चुकानी पड़ती है।.

अधिक जानकारी यहाँ:

• एकीकृत सोर्सिंग और ट्रेडिंग हाउस: कच्चा माल, वैश्विक सोर्सिंग और ट्रेडिंग

प्रतिस्पर्धात्मक कारक के रूप में प्रामाणिकता: परिष्कृत एआई भाषा किस चीज़ को नष्ट करती है

इसमें कोई शक नहीं कि एआई परिचालन खरीद में दक्षता बढ़ाता है, लेकिन बाजार में अपनी स्थिति मजबूत करने और विश्वास कायम करने के क्षेत्र में एक नई समस्या खड़ी हो जाती है: एक जैसी सामग्री की भरमार। कंपनियां जितना अधिक एआई द्वारा तैयार किए गए टेक्स्ट, आपूर्तिकर्ता मूल्यांकन और संचार मॉड्यूल का उपयोग करती हैं, सूचना का वातावरण उतना ही एकरूप होता जाता है—और अपने विवेक, वास्तविक अनुभव और स्पष्ट व्यक्तित्व के साथ बोलने वालों का महत्व उतना ही बढ़ जाता है।.

नोस्टो द्वारा किए गए एक हालिया अध्ययन के अनुसार, 86 प्रतिशत उपभोक्ताओं का कहना है कि ब्रांड का चयन करते समय प्रामाणिकता अत्यंत महत्वपूर्ण है। बी2बी संदर्भ में यह बात और भी स्पष्ट हो जाती है। बी2बी खरीदारी के निर्णय जटिल, दीर्घकालिक और लागत-प्रधान होते हैं। विश्वास ही यह निर्धारित करता है कि ऑर्डर दिए जाएंगे या नहीं, जोखिम उठाने की क्षमता का आकलन किया जाएगा या नहीं और सिफारिशें की जाएंगी या नहीं। प्रामाणिकता, विश्वसनीयता और विशेषज्ञता स्थायी ग्राहक संबंधों के लिए आवश्यक हैं। आज की दुनिया में, जहां बाजार के अग्रणी भी एआई सिस्टम के कारण गुमनाम हो सकते हैं क्योंकि उनके उत्पाद का डेटा पीडीएफ फाइलों में छिपा होता है या उनकी वेबसाइट और प्रेस विज्ञप्तियों में विरोधाभासी जानकारी मौजूद होती है, ऐसे में सुसंगत सामग्री एक रणनीतिक लाभ बन जाती है।.

बिना किसी ठोस उपलब्धि और वास्तविक विशेषज्ञता के किए गए दावे जल्द ही अविश्वसनीय साबित हो जाते हैं। इसका उल्टा भी सच है: जो लोग वास्तव में विशिष्ट उद्योग क्षेत्रों में दुर्लभ विशेषज्ञता रखते हैं और उसे कृत्रिम बुद्धिमत्ता से सरल भाषा में छिपाने के बजाय वास्तविक शैली में व्यक्त करते हैं, वे एक ऐसा अंतर पैदा करते हैं जिसे एल्गोरिदम के माध्यम से दोहराया नहीं जा सकता। ईमानदारी और पारदर्शिता विश्वास बनाने के लिए आवश्यक हैं, और ग्राहक तुरंत समझ जाते हैं कि कोई व्यक्ति वास्तव में सहयोगात्मक साझेदारी के लिए प्रतिबद्ध है या केवल सरल भाषा का प्रयोग कर रहा है।.

सोर्सिंग इंटेलिजेंस का रणनीतिक विन्यास: मानव और मशीन

असल सवाल यह नहीं है कि वैश्विक सोर्सिंग में एआई या मानवीय विशेषज्ञता में से कौन बेहतर है। सवाल यह है कि दोनों तत्वों को एक-दूसरे के पूरक के रूप में कैसे बेहतर ढंग से इस्तेमाल किया जा सकता है। 71 प्रतिशत कंपनियां भविष्य में आईटी सोर्सिंग सलाहकारों के साथ अधिक निकटता से सहयोग करने की योजना बना रही हैं, जिसका एक कारण क्लाउड प्रदाताओं के सामने अपने हितों को बेहतर ढंग से प्रस्तुत करना भी है। यह इस मूलभूत समझ को दर्शाता है कि मानवीय नेतृत्व और देखरेख के बिना डिजिटल परिवर्तन पूरी तरह से कारगर नहीं हो सकता।.

सबसे कारगर तरीका कुछ इस प्रकार है: कृत्रिम बुद्धिमत्ता (AI) डेटा-प्रधान, दोहराव वाले और गति-संवेदनशील कार्यों को संभालती है—बाजार मूल्य निगरानी, ​​आपूर्तिकर्ता डेटाबेस, प्रारंभिक जोखिम चेतावनी और अनुपालन जांच। मानवीय विशेषज्ञता संदर्भ-आधारित व्याख्या, संबंध निर्माण, रणनीतिक वर्गीकरण और अंतिम निर्णय का काम करती है। जिम्मेदारी मानव के पास ही रहती है, क्योंकि हर निर्णय के परिणाम होते हैं, और परिणाम हमेशा लोगों को प्रभावित करते हैं। श्रम का यह विभाजन पूर्ण स्वचालन की राह में एक अस्थायी स्थिति नहीं है—यह जटिल बाजारों के लिए एक स्थायी मॉडल है।.

बी2बी खरीदार जनरेटिव एआई टूल्स को रिसर्च के शुरुआती बिंदु के रूप में इस्तेमाल करते हैं, लेकिन अब वे इन टूल्स के परिणामों को सत्यापित करने के लिए अपने साथियों, विशेषज्ञों और आपूर्तिकर्ताओं की ओर रुख कर रहे हैं। यह बदलाव मौलिक है: एआई प्रारंभिक स्तर पर जानकारी जुटाने का काम कर सकता है, लेकिन चुनौतीपूर्ण सोर्सिंग स्थितियों में निर्णय लेने के लिए—जैसे कि वस्तुओं की कमी के दौरान बातचीत करना, राजनीतिक रूप से संवेदनशील क्षेत्रों में आपूर्तिकर्ताओं को बदलना, दीर्घकालिक विश्वसनीयता का आकलन करना—ऐसी चीजों की आवश्यकता होती है जो एआई संरचनात्मक रूप से प्रदान नहीं कर सकता: विशिष्ट उद्योगों और बाजारों में वास्तविक अनुभव से प्राप्त अंतर्निहित ज्ञान।.

उद्योग विशेषज्ञता एक अद्वितीय लाभ के रूप में

एआई व्यवधान पर चल रही वर्तमान बहस में अक्सर इस बात को नजरअंदाज कर दिया जाता है कि विशिष्ट औद्योगिक बाजारों में डोमेन-विशिष्ट जानकारी को प्रशिक्षण डेटा से प्रतिस्थापित नहीं किया जा सकता है। यांत्रिक अभियांत्रिकी, ऊर्जा अवसंरचना, आंतरिक रसद - ये ऐसे क्षेत्र हैं जहां बाजार के विकास, नियामक संकेतों और तकनीकी प्रक्षेप पथों के विश्वसनीय आकलन से पहले वर्षों के विश्लेषण की आवश्यकता होती है। लिथियम, कोबाल्ट या दुर्लभ पृथ्वी धातुओं जैसे महत्वपूर्ण खनिजों के कच्चे माल के बाजार भू-राजनीतिक तर्कों का अनुसरण करते हैं जो किसी भी ऐतिहासिक डेटा सेट की तुलना में तेजी से अप्रचलित हो जाते हैं।.

इन क्षेत्रों में बी2बी खरीददारी भरोसे पर टिकी होती है। ग्राहक पक्ष के कई निर्णयकर्ताओं को शामिल करने वाली लंबी निर्णय प्रक्रिया के लिए गहन विश्लेषण की आवश्यकता होती है। विभिन्न संचार चैनलों में असंगति से विश्वसनीयता जल्दी ही कम हो सकती है। भाषा, निर्णय और दृष्टिकोण में एकरूपता एल्गोरिदम द्वारा उत्पन्न नहीं की जा सकती; यह वास्तविक दृढ़ विश्वास और ठोस विशेषज्ञता का परिणाम है। उदाहरण के लिए, ऊर्जा क्षेत्र में, निर्णय सर्वश्रेष्ठ एसईओ प्रोफाइल वाले आपूर्तिकर्ता द्वारा नहीं लिया जाता है, बल्कि उस आपूर्तिकर्ता द्वारा लिया जाता है जिसकी विशेषज्ञता पर भरोसा किया जाता है और जो अप्रत्याशित परिस्थितियों में भी उचित कार्रवाई करने में सक्षम माना जाता है।.

इसके अतिरिक्त, इसमें टीम का आयाम भी शामिल है। विभिन्न बी2बी क्षेत्रों – यांत्रिक अभियांत्रिकी, ऊर्जा, डिजिटल, लॉजिस्टिक्स – के विशेषज्ञों की एक सुव्यवस्थित टीम ऐसे संबंध स्थापित कर सकती है जो किसी एक विशेषज्ञ या विशुद्ध रूप से डेटा-आधारित प्रणाली के लिए अदृश्य रहते हैं। क्रॉस-फंक्शनल विशेषज्ञता ही सही मायने में सोर्सिंग इंटेलिजेंस का कच्चा माल है: यह केवल डेटा प्रोसेसिंग नहीं, बल्कि उद्योग, प्रौद्योगिकी और बाजार की सीमाओं से परे नेटवर्कयुक्त सोच है।.

एल्गोरिथम आधारित पूर्व-चयन के युग में दृश्यता

एक और पहलू जो बी2बी बाज़ार में कंपनियों पर लगातार दबाव डाल रहा है: 89 प्रतिशत बी2बी खरीदार पहले से ही अपनी खरीद प्रक्रिया में एआई का उपयोग कर रहे हैं। उनके लिए, परिणामों में अनुपस्थित कोई भी व्यक्ति अस्तित्वहीन है। ट्रस्टरेडियस के एक हालिया अध्ययन से पता चलता है कि 72 प्रतिशत निर्णय लेने वाले अपने शोध के दौरान एआई-संचालित अवलोकनों का सामना करते हैं, और उनमें से 90 प्रतिशत जानकारी को सत्यापित करने के लिए उद्धृत स्रोतों का उपयोग करते हैं। इसका अर्थ है: चयन का पहला चरण एल्गोरिथम आधारित है, दूसरा चरण मानवीय है - और यह ठीक इसी दूसरे चरण में है कि वास्तविक ठोस सामग्री निर्णायक होती है।.

जनरेटिव एआई सिस्टम का लक्ष्य निष्पक्ष रहना और तथ्यों के आधार पर सटीक औसत निकालने के लिए विसंगतियों को दूर करना है। खरीद विशेषज्ञों और विशिष्ट बाज़ारों में गहरी विशेषज्ञता रखने वाले प्लेटफॉर्मों के लिए यह एक अवसर है, खतरा नहीं। जो लोग विशिष्ट विषयों—जैसे कमोडिटी बाज़ार, ट्रेडिंग प्लेटफॉर्म की तुलना, मैकेनिकल इंजीनियरिंग आपूर्तिकर्ता, ESG अनुपालन—पर संरचित, ठोस और सटीक सामग्री रखते हैं, उन्हें एआई सिस्टम द्वारा प्राथमिकता दी जाएगी और वे सतही सामग्री वाले सामान्य विशेषज्ञों से बेहतर प्रदर्शन करेंगे। एआई युग में दृश्यता बजट पर नहीं, बल्कि विशेषज्ञता की गहराई पर निर्भर करती है।.

ईएसजी, अनुपालन और नैतिक खरीद का नया आयाम

नियामकीय विकास ने वैश्विक खरीद की आवश्यकताओं को मौलिक रूप से बदल दिया है। यूरोपीय संघ का महत्वपूर्ण कच्चा माल अधिनियम, सीएसडीडीडी और अमेरिका का उइघुर जबरन श्रम रोकथाम अधिनियम - ये नियम कंपनियों को पारंपरिक आपूर्तिकर्ता ऑडिट से कहीं अधिक, अपनी आपूर्ति श्रृंखलाओं की सक्रिय रूप से निगरानी करने और पारदर्शिता सुनिश्चित करने के लिए बाध्य करते हैं। डिजिटल आपूर्ति श्रृंखलाएं गैर-डिजिटाइज्ड आपूर्ति श्रृंखलाओं की तुलना में दोगुनी पारदर्शी और 30 प्रतिशत अधिक समयबद्ध हैं, लेकिन बजट की कमी और बदलती प्राथमिकताएं कई कंपनियों की प्रगति में बाधा बन रही हैं।.

छिपा हुआ खतरा ज्ञात चीज़ों में नहीं, बल्कि अदृश्य चीज़ों में मंडराता है: यूरोपीय संघ और चीन के बीच जारी प्रतिबंध, आपूर्ति श्रृंखला में अचानक आने वाली रुकावटें, राजनीतिक तनाव के दौरान अनुपलब्ध हो सकने वाले कच्चे माल पर निर्भरता, और महत्वपूर्ण बुनियादी ढांचे में बढ़ते साइबर जोखिम। इन अदृश्य जोखिमों का पूर्वानुमान लगाने, परिदृश्यों का मॉडल तैयार करने और सक्रिय खरीद रणनीतियाँ स्थापित करने के लिए जिम्मेदार मुख्य खरीद अधिकारी को केवल एक डैशबोर्ड से कहीं अधिक की आवश्यकता होती है। चुप्पी सुरक्षा का संकेत नहीं, बल्कि एक चेतावनी है। यहाँ भी, मानवीय निर्णय अपरिहार्य है—इसलिए नहीं कि एआई परिदृश्य उत्पन्न नहीं कर सकता, बल्कि इसलिए कि कार्यों के परिणामों का आकलन करना एक ऐसी जिम्मेदारी है जिसे सौंपा नहीं जा सकता।.

आपूर्ति श्रृंखला में स्थिरता को 83 प्रतिशत जर्मन कंपनियों द्वारा एक प्रतिस्पर्धी लाभ के रूप में देखा जाता है - हालांकि, केवल 57 प्रतिशत ने ही इस आकांक्षा को वास्तव में लागू करने के लिए संबंधित पहल शुरू की हैं। आकांक्षा और वास्तविकता के बीच यह अंतर एक ऐसे परिवर्तन चरण की विशेषता है जिसमें परिचालन संबंधी आवश्यकताएं अभी भी रणनीतिक प्रतिबद्धताओं पर हावी हैं।.

निष्कर्ष: डेटा और निर्णय के संयोजन के रूप में जानकारी जुटाना

व्यवहारिक अनुभव हमें गंभीर और प्रेरणादायक दोनों बातें सिखाता है: न तो विशुद्ध रूप से डेटा-आधारित मशीन और न ही एकाकी विशेषज्ञ, वर्तमान जटिलता वाले वैश्विक खरीद बाजार की मांग के अनुरूप गुणवत्ता प्रदान कर सकते हैं। समन्वय ही एकमात्र व्यवहार्य मार्ग है। कृत्रिम बुद्धिमत्ता गति, डेटा की गहराई और विस्तारशीलता प्रदान करती है। मानवीय विशेषज्ञता संदर्भ, विश्वास और अप्रत्याशित परिस्थितियों की सही व्याख्या करने की क्षमता प्रदान करती है।.

सही मायने में, सोर्सिंग इंटेलिजेंस कोई तकनीक नहीं, बल्कि एक क्षमता है – एक संगठनात्मक योग्यता जो संरचित डेटा विश्लेषण को ठोस बाजार समझ, वास्तविक नेटवर्क और स्पष्ट मूल्यों के साथ जोड़ती है। इस संयोजन को मनमाने ढंग से दोहराया नहीं जा सकता। यह समय के साथ, विशिष्ट बाजारों में अनुभव, गलतियों और सुधारों, स्थापित संबंधों और उद्योग के गहन ज्ञान के माध्यम से विकसित होता है। ऐसे युग में जहां एआई सिस्टम मिनटों में सामान्य खरीद सेवाओं को स्वचालित करने में सक्षम हैं, स्थायी प्रतिस्पर्धी लाभ स्वचालन में नहीं, बल्कि उसमें निहित है जिसे स्वचालित नहीं किया जा सकता: प्रामाणिक क्षमता, व्यक्तित्व और एक टीम के भीतर विभिन्न डोमेन विशेषज्ञता का सुस्थापित अंतर्संबंध।.

जो कंपनियां इस बात को समझती हैं, वे एआई का उपयोग उसके वास्तविक स्वरूप में करती हैं: अनुभवी हाथों में एक शक्तिशाली उपकरण के रूप में। इससे अधिक कुछ नहीं, लेकिन इससे कम भी कुछ नहीं।.

मुझे आपके निजी सलाहकार के रूप में सेवा करने में खुशी होगी।.

Konrad Wolfenstein

ईमेल: wolfenstein@xpert.Digital

Linkedin

 

 

उद्योग के प्रमुख क्षेत्र: बी2बी, डिजिटलीकरण (एआई से एक्सआर तक), मैकेनिकल इंजीनियरिंग, लॉजिस्टिक्स, नवीकरणीय ऊर्जा और उद्योग

अधिक जानकारी यहाँ:

• विशेषज्ञ व्यापार केंद्र

एक विषयगत केंद्र जो अंतर्दृष्टि और विशेषज्ञता प्रदान करता है:

• वैश्विक और क्षेत्रीय अर्थव्यवस्थाओं, नवाचार और उद्योग-विशिष्ट रुझानों को कवर करने वाला ज्ञान मंच
• हमारे प्रमुख फोकस क्षेत्रों से संबंधित विश्लेषणों, जानकारियों और पृष्ठभूमि संबंधी सूचनाओं का एक संग्रह।
• व्यापार और प्रौद्योगिकी के क्षेत्र में वर्तमान घटनाक्रमों पर विशेषज्ञता और जानकारी प्राप्त करने का स्थान
• यह उन कंपनियों के लिए एक केंद्र है जो बाजारों, डिजिटलीकरण और उद्योग में नवाचारों से संबंधित जानकारी प्राप्त करना चाहती हैं।