Пошук джерел інформації: Чому 89% покупців B2B покладаються на штучний інтелект – і все ще шукають людської експертизи

Людина проти машини? Ідеальна схема для світового ринку закупівель

Глобальні закупівлі B2B переживають безпрецедентну трансформацію. Токсична суміш геополітичної напруженості, вразливих ланцюгів поставок та суворих вимог ESG змушує компанії радикально переглянути свої стратегії постачання. Штучний інтелект (ШІ) позиціонує себе як нібито рятівника в цю нестабільну епоху, обіцяючи швидкий аналіз даних, величезну економію коштів та повністю автоматизовані процеси за лічені секунди. Переважаючий наратив полягає в тому, що ті, хто ігнорує цей технологічний стрибок, залишаться позаду. Однак ейфорія навколо алгоритмічної всемогутності виявляє небезпечну сліпу зону. Системи ШІ згладжують нюанси, фільтрують важливі емпіричні дані та зазнають невдачі саме там, де це найважливіше у складному світі закупівель: у побудові справжньої довіри та оцінці непередбачених криз. У цій статті досліджується, чому машинна досконалість може швидко стати конкурентним недоліком, чому справжня автентичність є валютою майбутнього, і як стратегічний синтез ШІ, заснованого на даних, та людського судження формує основу для успішного глобального постачання майбутнього.

Чому людський досвід залишається незамінним на світовому ринку закупівель B2B – і чому відшліфований штучний інтелект стає конкурентним недоліком

Нова зона напруженості: машини для обробки даних проти ринкової інформації

Глобальні закупівлі B2B за останні три роки зазнали більших змін, ніж за попередні два десятиліття. Поєднання збоїв у ланцюгах поставок, пов'язаних з пандемією, швидке розвиток генеративного штучного інтелекту, суворіші правила ESG та фундаментальна зміна поколінь у відділах закупівель спричинили динаміку, яка не залишає жодну компанію без уваги. Цифрові платформи обіцяють повністю автоматизоване підбирання постачальників за лічені години, а не за тижні, системи штучного інтелекту аналізують мільйони точок даних у режимі реального часу, а автономні агенти із закупівель узгоджують пропозиції без втручання людини. Ті, хто продовжує покладатися на суто аналогові процеси в цьому середовищі, безперечно втрачають позиції.

Але ця ейфорія навколо алгоритмічної всемогутності створює сліпу пляму, яка може дорого обійтися компаніям у сфері глобального сорсингу. Системи штучного інтелекту згладжують відмінності, вирівнюють особистості та створюють безперешкодний середній консенсус. Ті, хто покладається виключно на машинно-генеровану інформацію про закупівлі, ризикують втратити саме те, що важливо на нестабільних ринках: здатність приймати рішення на основі контексту, будувати стосунки та інтерпретувати сигнали, які не фіксує жоден набір даних.

Топографія світового ринку закупівель у 2026 році

Структурні сили, що формують світовий ринок закупівель сьогодні, є багатогранними, а в деяких випадках і суперечливими. З одного боку, існує постійне домінування Китаю: попри тарифні загрози та геополітичну напруженість, дві третини компаній у світі планують зберегти або навіть розширити свій бізнес з Китаєм у 2025 році. Китай відіграє ключову роль, особливо у сфері рідкоземельних елементів та сировини для цифровізації та енергетичного переходу; щодо продуктів нафтопереробки Німеччина та ЄС наразі мають мало можливостей для співпраці з Китаєм. Це не короткострокова залежність, а структурна основа, яку, незважаючи на контррухи Європи, можна змінювати лише повільно.

З іншого боку, товарні ринки постійно перебувають під тиском. Геополітична напруженість, структурні зрушення та високі витрати продовжують формувати світові товарні ринки. Ринок міді зазнав екстремальних коливань цін у другому кварталі 2025 року: після падіння до 8 540 доларів за тонну у квітні, ціна досягла річного максимуму в 10 100 доларів за тонну в червні – сплеск, який безпосередньо відображає ескалацію торгівлі, спричинену тарифами США на імпорт міді до 50 відсотків. Алюміній працює в аналогічному нестабільному середовищі: світові запаси в червні 2025 року були приблизно на 67 відсотків нижчими, ніж попереднього року, тоді як геополітичні події та тарифи США спричиняють додаткові спотворення ринку.

Ця волатильність не є тимчасовим явищем. Для закупівель сировинних товарів це означає, що цінові та валютні ризики зростають паралельно, і рішення доводиться приймати під більшим тиском часу. За цих умов інформація в режимі реального часу та інструменти аналізу даних стають дедалі важливішими для прийняття обґрунтованих та гнучких рішень. Однак дані в режимі реального часу не є очевидними; вони потребують інтерпретації.

Ніршоринг, френдшоринг та нова географія довіри

На запитання, як компанії справляються з цією нестабільністю, з'являється чітка відповідь: через географічну реструктуризацію своїх ланцюгів постачання. У світлі геополітичних криз 80 відсотків компаній, що виробляють споживчі товари та роздрібну торгівлю в Німеччині, знову зосереджуються на регіональному постачанні, а 83 відсотки інвестують у так званий френдшоринг – концентрацію на постачальниках у політично союзних країнах. На практиці ніршоринг часто означає перенесення виробничих потужностей до Східної Європи, Туреччини або Північної Африки, що призводить до значного скорочення термінів доставки та підвищення оперативності, але також створює нові вимоги до прикордонних процесів, митного оформлення та інфраструктури.

Таке френдшорингове рішення — це набагато більше, ніж просто логістичне коригування. Це геополітичне ризиковане рішення, яке глибоко впливає на основні бізнес-операції. Реорганізація ланцюгів поставок вздовж політичних осей довіри вимагає фундаменту регіональних знань, мереж та культурної компетенції, які жоден алгоритм не може спонтанно забезпечити. Диверсифікація постачальників для зменшення залежності від окремих регіонів та країн — це стратегічна відповідь на дестабілізовані глобальні ланцюги поставок, і вона передбачає знання того, кому довіряти. Довіра будується не на даних, а на досвіді.

Європейські політики реагують Законом про критично важливу сировину: встановлюючи мінімальні квоти у розмірі 10 відсотків для внутрішнього видобутку стратегічної сировини, 40 відсотків для переробки та 25 відсотків для переробки до 2030 року, ЄС встановлює чіткі орієнтири для самодостатнього постачання сировини. Великі компанії з понад 500 співробітниками та річним доходом понад 150 мільйонів євро з 24 травня 2025 року зобов'язані проводити оцінку ризиків свого ланцюга постачання сировини кожні три роки. Це створює структурні вимоги до відповідності, які вимагають поглибленого аналізу та знання ринку, а не простого агрегування даних.

Чого ШІ насправді може досягти в процесі закупівель

Сила штучного інтелекту в закупівлях реальна та вражаюча. Системи штучного інтелекту наступного покоління використовують великі мовні моделі для контекстного розуміння вимог до закупівель, використовують графічні бази даних для відображення взаємовідносин з постачальниками та постійно покращують якість зіставлення завдяки навчанню з підкріпленням на основі відгуків користувачів. Те, що колись займало тижні — від визначення вимог та ідентифікації постачальників до формування короткого списку — тепер можна виконати за лічені години. 74 відсотки менеджерів із закупівель планують збільшити свої інвестиції в автоматизацію до 2026 року, а автоматизація може скоротити тривалість циклу до 50 відсотків.

У сфері оптимізації витрат штучний інтелект дає відчутні результати. Згідно з аналізом BCG, послідовне використання штучного інтелекту може досягти економії до 5 відсотків у прямих закупівлях та 15 відсотків у непрямих. ШІ знижує витрати на закупівлі, виявляючи неефективні витрати, підтримуючи динамічне ціноутворення та зміцнюючи переговори з постачальниками. Завдяки моніторингу в режимі реального часу та прогнозній аналітиці ШІ виявляє потенційні ризики для постачальників на ранній стадії, що дозволяє проактивно управляти збоями. Компанії B2B отримують вигоду від вищих показників укладання угод до 50 відсотків завдяки впровадженню на основі ШІ, за умови достатньої якості вихідних даних. Це останнє застереження є вирішальним.

Штучний інтелект автоматизує трудомісткі завдання, такі як дослідження, аналіз, перевірка контрактів та узгодження рахунків-фактур. Він покращує якість рішень завдяки розпізнаванню шаблонів у великих наборах даних про закупівлі, підтримує точніші прогнози та сприяє ранній оцінці ризиків. Команди закупівель можуть краще оцінювати відносини з постачальниками, оскільки ШІ постійно контролює продуктивність, надійність та ризики. Додаткова цінність очевидна і її не слід недооцінювати.

Систематичні обмеження машинної аналітики закупівель

Незважаючи на ці показники ефективності, ШІ у сфері закупівель B2B стикається зі структурними обмеженнями, які часто недооцінюють на практиці. Перше і найфундаментальніше обмеження стосується здатності формувати судження в ситуаціях, де немає історичних прецедентів. ШІ може аналізувати, структурувати, узагальнювати та формулювати інформацію, але справжня орієнтація виникає лише завдяки свідомому мисленню та людському судженню. У переговорах, де важливу роль відіграють репутація, історія відносин та культурний контекст, алгоритми лише відображають середню поведінку минулих транзакцій.

Другим обмеженням є феномен алгоритмічного вирівнювання. Генеративні системи штучного інтелекту прагнуть нейтральності, згладжуючи відмінності, доки не залишиться лише поверхневе середнє значення. На платформах закупівель, які використовують штучний інтелект для рекомендацій постачальників, це призводить до систематичного фільтрування сильних диференціюючих характеристик. Для алгоритму все, що не має структурованої точки даних, просто не існує. Таким чином, компанії, що покладаються на списки рекомендацій, згенеровані штучним інтелектом, регулярно втрачають постачальників, які, хоча й не мають ідеальної цифрової присутності, володіють рідкісними знаннями ринку або привілейованими мережами постачальників.

Третя межа стосується довіри та побудови відносин. Сімдесят відсотків покупців B2B віддають перевагу постачальникам із чіткою та відкритою комунікацією, особливо в часи невизначеності. Така довіра будується не лише на технологіях, а й на прозорих процесах та відповідальному поводженні з даними. У рішеннях щодо закупівель B2B, які часто передбачають значні інвестиції та довгострокові зобов'язання, 72 відсотки осіб, що приймають рішення, консультуються щонайменше з трьома різними джерелами інформації, перш ніж скласти короткий список нового постачальника. Цей процес перевірки є за своєю суттю людським: розмови з колегами, консультації з експертами та оцінка особистого досвіду.

Нарешті, є четверте, менш обговорюване обмеження: залежність від якості даних. Якщо якість вхідних даних низька, навіть найдосконаліший штучний інтелект надаватиме хибні рекомендації. Близько 18 відсотків постачальників B2B-послуг досі не бачать конкретного застосування ШІ у своїх організаціях. Хоча демократизація передової аналітики закупівель за допомогою ШІ створює нові можливості, особливо для малих та середніх підприємств, вона також створює проблеми у сферах якості даних, витрат, прогалин у навичках та етичних міркувань, які необхідно ретельно враховувати.

Найсучасніші вантажні літаки, оптимізовані транспортні маршрути та мультимодальні логістичні ланцюги взаємозамінні — їх можна купити, орендувати або передати на аутсорсинг. Чого не можна купити за гроші, так це прямих контактів з виробниками на перуанських шахтах, надійних відносин з постачальниками в країнах СНД та роками нарощеної довіри на ринках, незнайомих стороннім. Вирішальна конкурентна перевага у світовій торгівлі сировинними товарами полягає не в транспортуванні товару з пункту А в пункт Б, а в знанні походження товару, хто його виробляє та як отримати до нього доступ, перш ніж інші навіть дізнаються про існування ринку. Той, хто володіє мережею, встановлює ціну. Усі інші її платять.

Більше інформації тут:

• Інтегрований постачальник та торговий дім: сировина, глобальні закупівлі та торгівля

Автентичність як конкурентний фактор: що руйнує відшліфована мова штучного інтелекту

Хоча штучний інтелект, безсумнівно, досягає підвищення ефективності в операційних закупівлях, виникає нова проблема в сфері позиціонування на ринку та зміцнення довіри: інфляція взаємозамінного контенту. Чим більше компаній використовують тексти, згенеровані штучним інтелектом, оцінки постачальників та комунікаційні модулі, тим одноріднішим стає інформаційне середовище, і тим ціннішими стають ті, хто говорить власним судженням, справжнім досвідом та чіткою особистістю.

Згідно з нещодавнім дослідженням Nosto, 86 відсотків споживачів стверджують, що автентичність є вирішальною при виборі брендів, які підтримувати. Ця динаміка ще більш виражена в контексті B2B. Рішення про закупівлю в B2B є складними, довгостроковими та пов'язаними з високими витратами. Довіра визначає, чи присуджуються замовлення, чи передбачається толерантність до ризику та чи надаються рекомендації. Автентичність, надійність та експертиза є важливими для стійких відносин з клієнтами. У світі, де навіть лідери ринку можуть стати невидимими через системи штучного інтелекту, оскільки дані про їхні продукти приховані в PDF-файлах або існує суперечлива інформація між їхнім веб-сайтом та прес-релізами, узгодженість змісту стає стратегічною перевагою.

Заяви про позиціонування, які не підкріплені відповідними досягненнями та справжнім досвідом, швидко викриваються як неправдоподібні. Зворотне також вірне: ті, хто насправді володіє рідкісним досвідом у певних галузях галузі та висловлює його у щирому стилі, а не приховує за згладженою штучним інтелектом мовою, досягають диференціації, яку неможливо відтворити алгоритмічно. Чесність та прозорість є важливими для побудови довіри, а клієнти швидко розпізнають, чи дійсно хтось відданий партнерству та співпраці, чи просто використовує оптимізовану мову.

Стратегічна конфігурація джерел інформації: людина та машина

Справжнє питання не в тому, що краще для глобального сорсингу – штучний інтелект чи людський досвід. Річ у тому, як налаштувати обидва елементи, щоб вони оптимально доповнювали один одного. 71 відсоток компаній планують тісніше співпрацювати з ІТ-консультантами з сорсингу в майбутньому, частково для того, щоб краще представляти свої інтереси перед постачальниками хмарних послуг. Це відображає фундаментальне розуміння того, що цифрова трансформація не функціонує оптимально без людського лідерства та нагляду.

Найпродуктивніший підхід виглядає так: ШІ бере на себе завдання, що потребують багато даних, повторювані та критичні для швидкості — моніторинг ринкових цін, бази даних постачальників, раннє попередження про ризики та перевірку відповідності. Людський досвід займається контекстно-залежною інтерпретацією, побудовою відносин, стратегічною класифікацією та остаточним рішенням. Відповідальність залишається людською, оскільки кожне рішення має наслідки, а наслідки завжди впливають на людей. Такий розподіл праці не є тимчасовим станом на шляху до повної автоматизації — це постійна модель для складних ринків.

Хоча покупці B2B використовують генеративні інструменти штучного інтелекту як відправну точку для досліджень, вони все частіше звертаються до колег, експертів та самих постачальників для перевірки результатів цих інструментів. Цей зсув є фундаментальним: ШІ може впоратися з початковим рівнем збору інформації, але рішення у складних ситуаціях постачання — переговори під час дефіциту товарів, зміна постачальників у політично чутливих регіонах, оцінка довгострокової надійності — вимагають того, що ШІ не може забезпечити структурно: вбудовані знання, отримані з життєвого досвіду в конкретних галузях та на ринках.

Галузева експертиза як невідтворювана перевага

У сучасних дебатах щодо революції штучного інтелекту часто не враховується той факт, що специфічні для певної предметної області ноу-хау на нішевих промислових ринках не можуть бути замінені навчальними даними. Машинобудування, енергетична інфраструктура, інтралогістика – це галузі, де розвиток ринку, регуляторні сигнали та технологічні траєкторії вимагають років аналізу, перш ніж будь-які оцінки будуть достовірними. Ринки сировини для критично важливих мінералів, таких як літій, кобальт або рідкісноземельні елементи, слідують геополітичній логіці, яка застаріває швидше, ніж будь-який історичний набір даних.

Закупівлі B2B у цих секторах побудовані на довірі. Тривалі процеси прийняття рішень за участю кількох осіб, що приймають рішення з боку клієнта, вимагають глибокого аналізу. Невідповідності між різними каналами комунікації можуть швидко підірвати довіру до позиціонування. Послідовність – у мові, судженнях та ставленні – не може бути згенерована алгоритмічно; вона є результатом справжнього переконання та ґрунтовної експертизи. Наприклад, в енергетичному секторі рішення приймає не постачальник з найкращим SEO-профілем, а той, чиєму досвіду довіряють і хто, як вважається, діятиме належним чином навіть у непередбачених ситуаціях.

До цього додається командний вимір. Добре скоординована команда спеціалістів з різних галузей B2B – машинобудування, енергетики, цифрових технологій, логістики – може встановити зв'язки, які залишаються невидимими для окремого спеціаліста або виключно системи, що базується на даних. Міжфункціональна експертиза є сировиною для отримання інформації в найсправжньому сенсі: не просто обробка даних, а мережеве мислення, що охоплює різні галузі, технології та ринки.

Видимість в епоху алгоритмічного попереднього відбору

Ще один аспект, який дедалі більше ставить під тиск компанії на ринку B2B: 89 відсотків покупців B2B вже використовують штучний інтелект у процесі закупівель. Для них будь-хто, хто пропустив результати, просто не існує. Нещодавнє дослідження TrustRadius показує, що 72 відсотки осіб, які приймають рішення, стикаються з оглядами на базі штучного інтелекту під час своїх досліджень, і 90 відсотків з них звертаються до цитованих джерел для перевірки інформації. Це означає: перший етап відбору є алгоритмічним, другий — людським, і саме на цьому другому етапі справжній змістовний контент є вирішальним.

Системи генеративного штучного інтелекту прагнуть залишатися нейтральними, згладжуючи розбіжності для досягнення фактичного середнього значення. Для експертів із закупівель та платформ зі справжньою глибиною знань на нішевих ринках це створює можливість, а не загрозу. Ті, хто володіє структурованим, змістовним та точним контентом з певних тем – товарних ринків, порівняння торгових платформ, постачальників машинобудування, дотримання ESG-прийняттів – будуть цитуватися переважно системами штучного інтелекту, перевершуючи універсалів із поверхневим контентом. Видимість в епоху штучного інтелекту – це не питання бюджету, а питання глибини.

ESG, комплаєнс та новий вимір етичних закупівель

Нормативні зміни докорінно змінили вимоги до глобальних закупівель. Закон ЄС про критично важливу сировину, CSDDD та Закон про запобігання примусовій праці уйгурів у США — ці правила зобов'язують компанії активно контролювати та забезпечувати прозорість у своїх ланцюгах поставок, що виходить далеко за рамки традиційних аудитів постачальників. Цифрові ланцюги поставок вдвічі прозоріші та на 30 відсотків пунктуальніші, ніж їхні нецифровані аналоги, але бюджетні обмеження та зміна пріоритетів гальмують прогрес багатьох компаній.

Прихована небезпека криється не у відомому, а в невидимому: постійні санкції між ЄС та Китаєм, раптові перебої в ланцюгах поставок, залежність від сировини, яка може стати недоступною під час політичної напруженості, та зростання кіберризиків у критичній інфраструктурі. Директор із закупівель, який відповідає за передбачення цих невидимих ​​ризиків, моделювання сценаріїв та розробку проактивних стратегій закупівель, потребує більше, ніж просто панелі інструментів. Мовчання — це не ознака безпеки, а попереджувальний сигнал. Тут також людське судження незамінне — не тому, що штучний інтелект не може генерувати сценарії, а тому, що зважування наслідків дій — це акт відповідальності, який не можна делегувати.

83 відсотки німецьких компаній розглядають сталий розвиток ланцюга поставок як конкурентну перевагу, проте лише 57 відсотків запустили відповідні ініціативи для фактичної реалізації цього прагнення. Цей розрив між прагненням і реальністю характерний для фази трансформації, на якій операційні вимоги все ще затьмарюють стратегічні зобов'язання.

Синтез: Пошук розвідувальних даних як поєднання даних та судження

Те, чого нас навчає практика, є водночас відрезвляючим і надихаючим: жодна зі сторін – ні машина, що працює виключно на основі даних, ні ізольований експерт – не може забезпечити якість, якої вимагає глобальний ринок закупівель у його нинішній складності. Синтез – єдиний життєздатний шлях. Штучний інтелект забезпечує швидкість, глибину даних та масштабованість. Людський досвід забезпечує контекст, довіру та здатність правильно інтерпретувати неочікуване.

Отже, сорсингова аналітика, у найсправжньому сенсі, — це не технологія, а компетенція — організаційна здатність, яка поєднує структурований аналіз даних із глибоким розумінням ринку, справжніми мережами зв'язків та чіткими цінностями. Це поєднання не може бути довільно відтворене. Воно розвивається з часом, завдяки досвіду роботи на конкретних ринках, помилкам та виправленням, усталеним зв'язкам та глибоким знанням галузі. В епоху, коли системи штучного інтелекту здатні автоматизувати загальні послуги закупівель за лічені хвилини, тривала конкурентна перевага полягає не в самій автоматизації, а в тому, що неможливо автоматизувати: справжня компетентність, особистість та добре налагоджена взаємодія різноманітних знань у певній галузі в команді.

Компанії, які це розуміють, використовують ШІ саме так, як він є: як потужний інструмент у досвідчених руках. Нічого більше, але й нічого менше.

Я буду радий служити вашим особистим консультантом.

Konrad Wolfenstein

Електронна пошта: wolfenstein@xpert.Digital

LinkedIn

 

 

Галузеві напрямки діяльності: B2B, цифровізація (від штучного інтелекту до XR), машинобудування, логістика, відновлювані джерела енергії та промисловість

Більше інформації тут:

• Експертний бізнес-центр

Тематичний центр, що пропонує аналітичні матеріали та досвід:

• Платформа знань, що охоплює світову та регіональну економіку, інновації та галузеві тенденції
• Збірка аналітичних матеріалів, ідей та довідкової інформації з наших ключових напрямків діяльності
• Місце для експертів та інформації про поточні розробки в бізнесі та технологіях
• Центр для компаній, які шукають інформацію про ринки, цифровізацію та галузеві інновації