Sourcing Intelligence: Varför 89 % av B2B-köpare förlitar sig på AI – och ändå söker mänsklig expertis

Människa kontra maskin? Den perfekta lösningen för den globala upphandlingsmarknaden

Global B2B-upphandling genomgår en exempellös omvandling. En toxisk blandning av geopolitiska spänningar, sårbara leveranskedjor och stränga ESG-krav tvingar företag att radikalt ompröva sina inköpsstrategier. Artificiell intelligens (AI) positionerar sig som den förmodade räddaren i denna volatila era och lovar snabb dataanalys, enorma kostnadsbesparingar och helt automatiserade processer på några sekunder. Den rådande berättelsen är att de som ignorerar detta teknologiska språng kommer att bli lämnade på efterkälken. Emellertid avslöjar euforin kring algoritmisk allmakt en farlig blind fläck. AI-system jämnar ut nyanser, filtrerar bort viktig empirisk data och misslyckas just där det spelar mest roll i den komplexa upphandlingsvärlden: med att bygga genuint förtroende och bedöma oförutsedda kriser. Denna artikel utforskar varför maskinell perfektion snabbt kan bli en konkurrensnackdel, varför sann autenticitet är framtidens valuta och hur den strategiska syntesen av datadriven AI och mänskligt omdöme utgör grunden för framgångsrik global inköp imorgon.

Varför mänsklig expertis fortfarande är oersättlig på den globala B2B-upphandlingsmarknaden – och varför polerad AI-perfektion blir en konkurrensnackdel

Det nya spänningsområdet: datamaskiner kontra marknadsinformation

Global B2B-upphandling har genomgått mer förändringar under de senaste tre åren än under de föregående två decennierna. Konvergensen av pandemirelaterade störningar i leveranskedjorna, den snabba mognaden av generativ AI, strängare ESG-regler och ett grundläggande generationsskifte inom upphandlingsavdelningarna har släppt lös en dynamik som inte lämnar något företag oberört. Digitala plattformar lovar helautomatiserad leverantörsmatchning på timmar istället för veckor, AI-system analyserar miljontals datapunkter i realtid och autonoma inköpsagenter förhandlar offerter utan mänsklig inblandning. De som fortsätter att förlita sig på rent analoga processer i denna miljö förlorar onekligen mark.

Men denna eufori kring algoritmisk allmakt skapar en blind fläck som kan visa sig kostsam för företag inom global upphandling. AI-system utjämnar skillnader, utjämnar personligheter och producerar en friktionsfri genomsnittlig konsensus. De som enbart förlitar sig på maskingenererad upphandlingsinformation riskerar att förlora just det som är viktigt på volatila marknader: förmågan att göra kontextbaserade bedömningar, odla relationer och tolka signaler som ingen datamängd fångar upp.

Topografin för den globala upphandlingsmarknaden år 2026

De strukturella krafter som formar den globala upphandlingsmarknaden idag är mångfacetterade och i vissa fall motsägelsefulla. Å ena sidan finns Kinas fortsatta dominans: trots tullhot och geopolitiska spänningar planerar två tredjedelar av företagen världen över att behålla eller till och med utöka sin verksamhet med Kina år 2025. Kina spelar en nyckelroll, särskilt inom sällsynta jordartsmetaller och råvaror för digitalisering och energiomställningen; för raffinaderiprodukter har Tyskland och EU för närvarande liten möjlighet att använda Kina. Detta är inte ett kortsiktigt beroende, utan en strukturell grund som, trots europeiska motrörelser, bara kan förändras långsamt.

Å andra sidan är råvarumarknaderna under fortsatt press. Geopolitiska spänningar, strukturella förändringar och höga kostnader fortsätter att forma de globala råvarumarknaderna. Kopparmarknaden upplevde extrema prisfluktuationer under andra kvartalet 2025: Efter att ha fallit till 8 540 dollar per ton i april nådde priset en årshöjd på 10 100 dollar per ton i juni – en ökning som direkt återspeglar den handelseskalering som orsakats av amerikanska tullar på upp till 50 procent på kopparimport. Aluminium verkar i en liknande volatil miljö: Globala lager i juni 2025 var cirka 67 procent lägre än föregående år, medan geopolitiska utvecklingar och amerikanska tullar orsakar ytterligare marknadssnedvridningar.

Denna volatilitet är inte ett tillfälligt fenomen. För råvaruupphandling innebär det att pris- och valutarisker ökar parallellt, och beslut måste fattas under större tidspress. Under dessa förhållanden blir realtidsinformation och dataanalysverktyg allt viktigare för att fatta välgrundade och flexibla beslut. Realtidsdata är dock inte självförklarande; det kräver tolkning.

Nearshoring, Friendshoring och den nya geografin för förtroende

När man frågar hur företag hanterar denna bräcklighet framträder ett tydligt svar: genom geografisk omstrukturering av sina leveranskedjor. Mot bakgrund av geopolitiska kriser fokuserar 80 procent av konsumentvaru- och detaljhandelsföretagen i Tyskland återigen mer på regionala inköp, och 83 procent investerar i så kallad friendshoring – med fokus på leverantörer i politiskt allierade länder. I praktiken innebär nearshoring ofta att man flyttar produktionskapacitet till Östeuropa, Turkiet eller Nordafrika, vilket resulterar i betydligt kortare leveranstider och ökad respons, men också ställer nya krav på gränsprocesser, tullklarering och infrastruktur.

Denna friendshoring är mycket mer än en logistisk justering. Det är ett geopolitiskt riskbeslut som djupt påverkar kärnverksamheten. Att omorganisera leveranskedjor längs politiska förtroendeaxlar kräver en grund av regional kunskap, nätverk och kulturell kompetens som ingen algoritm spontant kan tillhandahålla. Att diversifiera leverantörer för att minska beroendet av enskilda regioner och länder är en strategisk åtgärd mot destabiliserade globala leveranskedjor – och det förutsätter att man vet vem man kan lita på. Förtroende bygger inte på datapunkter, utan på erfarenhet.

Europeiska beslutsfattare svarar med lagen om kritiska råvaror: Med minimikvoter på 10 procent för inhemsk utvinning av strategiska råvaror, 40 procent för bearbetning och 25 procent för återvinning senast 2030 sätter EU tydliga riktmärken för självförsörjande råvaruförsörjning. Stora företag med fler än 500 anställda och över 150 miljoner euro i årliga intäkter är sedan den 24 maj 2025 skyldiga att genomföra en riskbedömning av sin råvaruförsörjningskedja vart tredje år. Detta skapar strukturella efterlevnadskrav som kräver djupgående analyser och marknadskunskap – inte bara dataaggregering.

Vad AI faktiskt kan uppnå i upphandlingsprocessen

AI:s kraft inom upphandling är verklig och imponerande. Nästa generations AI-system använder stora språkmodeller för att förstå upphandlingskrav kontextuellt, använder grafdatabaser för att kartlägga leverantörsrelationer och kontinuerligt förbättra matchningskvaliteten genom förstärkt lärande från användarfeedback. Det som en gång tog veckor – från kravdefinition och leverantörsidentifiering till utvalda kunder – kan nu åstadkommas på några timmar. 74 procent av upphandlingschefer planerar att öka sina automatiseringsinvesteringar till 2026, och automatisering kan minska cykeltiderna med upp till 50 procent.

Inom området kostnadsoptimering ger AI konkreta resultat. Enligt en BCG-analys kan konsekvent användning av AI uppnå besparingar på upp till 5 procent vid direkt upphandling och 15 procent vid indirekt upphandling. AI minskar upphandlingskostnaderna genom att identifiera ineffektiva utgifter, stödja dynamisk prissättning och stärka förhandlingar med leverantörer. Genom realtidsövervakning och prediktiv analys upptäcker AI potentiella leverantörsrisker tidigt, vilket möjliggör proaktiv störningshantering. B2B-företag drar nytta av upp till 50 procent högre avslutsfrekvens genom AI-stödd implementering – förutsatt att kvaliteten på den underliggande datan är tillräcklig. Denna sista varning är avgörande.

AI automatiserar tidskrävande uppgifter som forskning, analys, kontraktsgranskning och fakturaavstämning. Det förbättrar beslutskvaliteten genom mönsterigenkänning i stora upphandlingsdatamängder, stöder mer exakta prognoser och underlättar tidiga riskbedömningar. Upphandlingsteam kan bättre utvärdera leverantörsrelationer eftersom AI kontinuerligt övervakar prestanda, tillförlitlighet och risker. Mervärdet är uppenbart och bör inte underskattas.

De systematiska begränsningarna hos maskinbaserad upphandlingsinformation

Trots dessa prestationsindikatorer stöter AI inom B2B-upphandling på strukturella begränsningar som ofta underskattas i praktiken. Den första och mest grundläggande begränsningen gäller förmågan att bilda sig bedömningar i situationer som saknar historiska föregångare. AI kan analysera, strukturera, sammanfatta och formulera information – men sann orientering uppstår endast genom medvetet tänkande och mänskligt omdöme. I förhandlingar där rykte, relationshistorik och kulturella sammanhang spelar en roll representerar algoritmer bara det genomsnittliga beteendet hos tidigare transaktioner.

Den andra begränsningen är fenomenet algoritmisk utjämning. Generativa AI-system strävar efter neutralitet och jämnar ut skillnader tills endast ett ytligt medelvärde återstår. I upphandlingsplattformar som använder AI för leverantörsrekommendationer leder detta till att starka differentierande egenskaper systematiskt filtreras bort. För algoritmen existerar helt enkelt ingenting utan en strukturerad datapunkt. Företag som förlitar sig på AI-genererade rekommendationslistor går därmed regelbundet miste om leverantörer som, trots att de saknar en perfekt digital närvaro, besitter sällsynt marknadskunskap eller privilegierade leverantörsnätverk.

Den tredje gränsen gäller förtroende och relationsbyggande. Sjuttio procent av B2B-köpare föredrar leverantörer med tydlig och öppen kommunikation, särskilt i osäkra tider. Denna typ av förtroende bygger inte enbart på teknik, utan på transparenta processer och ansvarsfull datahantering. I B2B-upphandlingsbeslut, som ofta innebär betydande investeringar och långsiktiga åtaganden, konsulterar 72 procent av beslutsfattarna minst tre olika referenskällor innan de väljer ut en ny leverantör. Denna granskningsprocess är i sig mänsklig: att prata med kollegor, konsultera experter och utvärdera personliga erfarenheter.

Slutligen finns det en fjärde, mindre diskuterad begränsning: beroendet av datakvalitet. Om kvaliteten på indata är dålig kommer även den mest sofistikerade AI:n att producera bristfälliga rekommendationer. Cirka 18 procent av B2B-leverantörerna ser fortfarande inga konkreta tillämpningar för AI inom sina organisationer. Även om demokratiseringen av avancerad upphandlingsinformation genom AI skapar nya möjligheter – särskilt för små och medelstora företag – medför det också utmaningar inom områdena datakvalitet, kostnader, kompetensgap och etiska överväganden som måste hanteras noggrant.

Råvaror, global upphandling och handel - Bild: Xpert.Digital

Toppmoderna fraktflygplan, optimerade transportrutter och multimodala logistikkedjor är utbytbara – de kan köpas, leasas eller outsourcas. Vad pengar inte kan köpa är direkta kontakter med producenter i peruanska gruvor, pålitliga leveransrelationer i OSS-länderna och åratal av uppbyggt förtroende för marknader som är okända för utomstående. Den avgörande konkurrensfördelen inom global råvaruhandel ligger inte i att transportera varan från A till B, utan i att veta var varan kommer ifrån, vem som producerar den och hur man får tillgång innan andra ens vet att marknaden existerar. Den som äger nätverket sätter priset. Alla andra betalar det.

Mer information här:

• Integrerat sourcing- och handelshus: Råvaror, global sourcing och handel

Autenticitet som en konkurrensfaktor: Vad polerat AI-språk förstör

Medan AI utan tvekan ger effektivitetsvinster inom operativ upphandling, uppstår ett nytt problem inom området marknadspositionering och förtroendebyggande: inflationen av utbytbart innehåll. Ju fler företag använder AI-genererade texter, leverantörsutvärderingar och kommunikationsmoduler, desto mer homogen blir informationsmiljön – och desto mer värdefulla blir de som talar med eget omdöme, genuin erfarenhet och en tydlig personlighet.

Enligt en nyligen genomförd studie från Nosto säger 86 procent av konsumenterna att autenticitet är avgörande när man bestämmer vilka varumärken man ska stödja. Denna dynamik är ännu mer uttalad i B2B-sammanhang. B2B-köpbeslut är komplexa, långsiktiga och innebär höga kostnader. Förtroende avgör om beställningar tilldelas, risktolerans antas och rekommendationer ges. Autenticitet, tillförlitlighet och expertis är avgörande för hållbara kundrelationer. I en värld där även marknadsledare kan bli osynliga på grund av AI-system eftersom deras produktdata är dolda i PDF-filer eller motsägelsefull information finns mellan deras webbplats och pressmeddelanden, blir ett konsekvent innehåll en strategisk fördel.

Positioneringspåståenden som inte stöds av motsvarande prestationer och genuin expertis avslöjas snabbt som otrovärdiga. Det motsatta gäller också: de som faktiskt besitter sällsynt expertis inom specifika branschområden och kommunicerar den med genuin stil, snarare än att dölja den bakom AI-utjämnat språk, uppnår en differentiering som inte kan replikeras algoritmiskt. Ärlighet och transparens är avgörande för att bygga förtroende, och kunderna urskiljer snabbt om någon verkligen är engagerad i ett samarbete eller helt enkelt använder optimerat språk.

Den strategiska konfigurationen av Sourcing Intelligence: Människa och maskin

Den verkliga frågan är inte om AI eller mänsklig expertis är bättre inom global sourcing. Det handlar om hur båda elementen kan konfigureras för att komplettera varandra optimalt. 71 procent av företagen planerar att samarbeta närmare med IT-sourcingkonsulter i framtiden, delvis för att bättre representera sina intressen gentemot molnleverantörer. Detta återspeglar den grundläggande förståelsen att digital transformation inte fungerar optimalt utan mänskligt ledarskap och tillsyn.

Det mest produktiva tillvägagångssättet ser ut så här: AI tar över de dataintensiva, repetitiva och hastighetskritiska uppgifterna – marknadsprisövervakning, leverantörsdatabaser, tidiga riskvarningar och efterlevnadskontroller. Mänsklig expertis hanterar kontextberoende tolkning, relationsbyggande, strategisk klassificering och slutgiltig bedömning. Ansvaret förblir mänskligt, eftersom varje beslut har konsekvenser, och konsekvenser påverkar alltid människor. Denna arbetsfördelning är inte ett tillfälligt tillstånd på vägen mot fullständig automatisering – det är en permanent modell för komplexa marknader.

Medan B2B-köpare använder generativa AI-verktyg som utgångspunkt för forskning, vänder de sig i allt högre grad till kollegor, experter och leverantörerna själva för att validera resultaten av dessa verktyg. Denna förändring är grundläggande: AI kan hantera den initiala nivån av informationsinsamling, men beslut i utmanande inköpssituationer – förhandlingar vid råvarubrist, byte av leverantörer i politiskt känsliga regioner, bedömning av långsiktig tillförlitlighet – kräver vad AI strukturellt inte kan tillhandahålla: inbäddad kunskap som härrör från levd erfarenhet inom specifika branscher och marknader.

Branschexpertis som en icke-replikerbar fördel

Det som ofta förbises i den aktuella debatten om AI-disruption är att domänspecifik kunskap inom nischade industriella marknader inte kan ersättas med utbildningsdata. Maskinteknik, energiinfrastruktur, intralogistik – det här är områden där marknadsutvecklingar, regleringssignaler och teknologiska banor kräver åratal av analys innan några bedömningar är tillförlitliga. Råvarumarknader för kritiska mineraler som litium, kobolt eller sällsynta jordartsmetaller följer geopolitiska logiker som blir föråldrade snabbare än någon historisk datamängd.

B2B-upphandling inom dessa sektorer bygger på förtroende. Långa beslutsprocesser som involverar flera beslutsfattare på kundsidan kräver djupgående analyser. Inkonsekvenser mellan olika kommunikationskanaler kan snabbt undergräva positioneringens trovärdighet. Konsekvens – i språk, omdöme och attityd – kan inte genereras algoritmiskt; den är resultatet av genuin övertygelse och gedigen expertis. Inom energisektorn, till exempel, fattas beslutet inte av leverantören med den bästa SEO-profilen, utan av den vars expertis är betrodd och som tros agera lämpligt även i oförutsedda situationer.

Till detta kommer teamdimensionen. Ett välkoordinerat team av specialister från olika B2B-domäner – maskinteknik, energi, digitalisering, logistik – kan etablera kopplingar som förblir osynliga för en enskild specialist eller ett rent datadrivet system. Tvärfunktionell expertis är råmaterialet för att inhämta information i ordets rätta bemärkelse: inte bara databehandling, utan nätverkstänkande över bransch-, teknik- och marknadsgränser.

Synlighet i en era av algoritmisk förval

En annan aspekt som i allt högre grad sätter företag på B2B-marknaden under press: 89 procent av B2B-köparna använder redan AI i sin upphandlingsprocess. För dem finns det helt enkelt ingen som saknas i resultaten. En nyligen genomförd studie från TrustRadius visar att 72 procent av beslutsfattarna stöter på AI-drivna översikter under sin research, och 90 procent av dem använder de citerade källorna för att verifiera informationen. Det betyder: Det första urvalssteget är algoritmiskt, det andra är mänskligt – och det är just i detta andra steg som genuint substansinnehåll är avgörande.

Generativa AI-system syftar till att förbli neutrala och jämna ut avvikelser för att uppnå ett faktiskt medelvärde. För upphandlingsexperter och plattformar med genuint djup inom nischmarknader utgör detta en möjlighet, inte ett hot. De som har strukturerat, innehållsrikt och precist innehåll om specifika ämnen – råvarumarknader, jämförelser av handelsplattformar, leverantörer av maskinteknik, ESG-efterlevnad – kommer att citeras företrädesvis av AI-system och överträffa generalister med ytligt innehåll. Synlighet i AI-eran är inte en fråga om budget, utan en fråga om djup.

ESG, efterlevnad och den nya dimensionen av etisk upphandling

Regelutvecklingen har fundamentalt förändrat kraven för global upphandling. EU:s lag om kritiska råvaror, CSDDD och den uiguriska lagen om förebyggande av tvångsarbete i USA – dessa regleringar ålägger företag att aktivt övervaka och säkerställa transparens i sina leveranskedjor, långt utöver traditionella leverantörsrevisioner. Digitaliserade leveranskedjor är dubbelt så transparenta och 30 procent mer punktliga än sina icke-digitaliserade motsvarigheter, men budgetbegränsningar och skiftande prioriteringar hindrar många företags framsteg.

Den dolda faran lurar inte i det kända, utan i det osynliga: pågående sanktioner mellan EU och Kina, plötsliga störningar i leveranskedjorna, beroenden av råvaror som kan bli otillgängliga under politiska spänningar och ökande cyberrisker inom kritisk infrastruktur. En upphandlingschef som har i uppgift att förutse dessa osynliga risker, modellera scenarier och etablera proaktiva upphandlingsstrategier behöver mer än bara en instrumentpanel. Tystnad är inte ett tecken på säkerhet, utan en varningssignal. Även här är mänskligt omdöme oersättligt – inte för att AI inte kan generera scenarier, utan för att det är en ansvarshandling som inte kan delegeras att väga konsekvenserna av handlingar.

Hållbarhet i leveranskedjan ses som en konkurrensfördel av 83 procent av tyska företag – dock har endast 57 procent lanserat motsvarande initiativ för att faktiskt genomföra denna strävan. Denna klyfta mellan strävan och verklighet är karakteristisk för en transformationsfas där operativa krav fortfarande överskuggar strategiska åtaganden.

Syntesen: Att utvinna information som en kombination av data och bedömning

Det som praktiken lär oss är både tankeväckande och inspirerande: Ingen av sidorna – varken den rent datadrivna maskinen eller den isolerade experten – kan leverera den kvalitet som den globala upphandlingsmarknaden, i sin nuvarande komplexitet, kräver. Syntes är den enda gångbara vägen. AI ger hastighet, datadjup och skalbarhet. Mänsklig expertis ger sammanhang, förtroende och förmågan att korrekt tolka det oväntade.

Sourcing intelligence, i ordets rätta bemärkelse, är därför inte en teknologi, utan en kompetens – en organisatorisk förmåga som kombinerar strukturerad dataanalys med god marknadsförståelse, genuina nätverk och tydliga värderingar. Denna kombination kan inte godtyckligt reproduceras. Den utvecklas över tid, genom erfarenhet på specifika marknader, genom misstag och korrigeringar, genom etablerade relationer och genom djupgående branschkunskap. I en tid där AI-system kan automatisera generiska upphandlingstjänster på några minuter ligger den varaktiga konkurrensfördelen inte i automatiseringen i sig, utan i det som inte kan automatiseras: autentisk kompetens, personlighet och det väletablerade samspelet mellan olika domänexpertiser inom ett team.

Företag som förstår detta använder AI för vad det är: ett kraftfullt verktyg i erfarna händer. Inget mer, men inte heller mindre.

Konrad Wolfenstein

Jag skulle gärna fungera som din personliga rådgivare.

• Kontakt: [email protected]

• Tel: +49 7348 4088 961

LinkedIn
 

Vår globala bransch- och ekonomiexpertis inom affärsutveckling, försäljning och marknadsföring - Bild: Xpert.Digital

Branschfokusområden: B2B, digitalisering (från AI till XR), maskinteknik, logistik, förnybar energi och industri

Mer information här:

• Expertföretagsnav

Ett tematiskt nav som erbjuder insikter och expertis:

• Kunskapsplattform som täcker globala och regionala ekonomier, innovation och branschspecifika trender
• En samling analyser, insikter och bakgrundsinformation från våra viktigaste fokusområden
• En plats för expertis och information om aktuell utveckling inom näringsliv och teknologi
• En knutpunkt för företag som söker information om marknader, digitalisering och branschinnovationer