BCGへの返信: 再設計は正しい。これがあなたにかかる費用だ。

BCGは、調達におけるAIがワークフローの再設計を必要とすると正しく指摘していますが、CPOはその再設計の費用をまだ見積もる必要があります。解放された能力がどこに着地するのか、古いワークフローに巻き込まれたスイート契約はどうなるのか、そして誰が尋ねずにエージェントに行動を許可するのか、といった点です。
- キャパシティに行き先を与える。 役割、予算、カテゴリの所有権が現状維持であれば、実行を速めても自動的に価値が生まれるわけではありません。
- 更新を再設計計画に含める。 公開されている証拠は、個々の企業がスイートを解約または維持するために支払う金額を明らかにしていないため、これは交渉の問題であり、ベンチマークではありません。
- 規模を拡大する前に意思決定権を明文化する。 例外、証拠、所有者、上書き、停止権限が明確になるまで、例外の人によるレビューは管理とはなりません。
「AIはより多くの実行を処理できますが、曖昧な境界線は自動化設計をリーダーシップの問題に変えてしまうため、人々には依然として明確な意思決定権が必要です。」
BCGは再設計について正しい
Wolfgang Schnellbächerと彼のBCGの共著者は、調達リーダーが聞くべき点を指摘しています。それは、AIを同じ人間中心のワークフロー内に配置するのをやめ、「ツールではなくワークフローを中心に再設計する。」彼らのエンタープライズレベルの推奨は重要です。なぜなら、これは単なるテクノロジー購入以上のものだからです。エージェントを中心にソース・トゥ・ペイを再設計し、 CEOまたはCOOが変革を主導する つまり、調達アーキテクチャは企業全体に貢献するのです。
数字は論文よりも規律が必要です。この記事では、再設計されたモデルが 60%により、バイヤーの能力を解放その数値をBCGモデリングとして明示的に表示し、 労力の70%が人材、組織、プロセス再設計に費やされると推定。これらはモデル化された能力と推定される労力であり、観察された調達結果ではありません。この論文はまた、3つの結果範囲を観察として提示していますが、固定された公開された箇所には、それらの隣にサンプル、比較グループ、または方法が示されていません。私はこれらの数値をビジネスケースを構築するためではなく、質問を組み立てるために使用します。
解放された能力はどこかに向かう必要がある
2026による別のテクノロジー調達に関する調査 北米、ヨーロッパ、アジア太平洋地域の200人以上のCIO、調達リーダー、専門バイヤーを調査しました. 組織が導入と組み合わせると述べています 能力開発、プロセス再設計、ガバナンスに焦点を当てた企業は、テクノロジーのみに焦点を当てた企業よりも強力な成果を報告しました。これは有用な方向性であり、コンサルティング会社の調査からの自己申告による関連性であり、組織図の変更が価値を生み出すという因果関係の証明ではありません。
能力がどこにあるかに関する独立した証拠は、ほとんどのAI計画の信頼性よりも薄いです。ガートナーは、多くの採用者が ROIが不均一である、または期待を下回る一方、査読済みの調達研究では、 AIの出力を検証し、調整を行うための人間の専門知識どちらの情報源も、CPOにどの役割がなくなるのか、どのカテゴリオーナーが範囲を広げるのか、またはどの予算が中央エージェントの能力を支払うのかを教えてくれません。これらはリーダーシップの決定であり、まさにそれが、能力の割合だけでは人員計画にならない理由です。
- エージェント標準、管理、再利用可能なワークフロー、証拠保持の中央所有者を指名します。
- 商業戦略、仕様、サプライヤー選定、発注、およびサプライヤーとの関係を、指定されたカテゴリ担当者および部門横断的な担当者と連携して維持します。
- パイロット実施前に、開放された時間がより広範なカテゴリ範囲、より深いサプライヤーとの協業、時間の経過とともに小規模なチーム、あるいは単に未使用の能力になるのかどうかを決定します。
レガシー・スイートの更新は計画に含めるべきです
BCGは推奨しています レガシーシステムを徐々に切り離して置き換えるモジュールごとのアップグレード、一方、そのソーシングエージェントの例は 例外や戦略的なトレードオフが発生した場合にのみ、人々に仕事を割り当てる。運用上、これらのアイデアは一体であるべきです。ステップを実行するシステムを変更することは、買い手が古いワークフローから引き継いでいる可能性のあるシート、モジュール、統合、データ、サポート、および終了条件も変更します。
ここで公記録は沈黙する。この調査では、定価に関するコメントや一般的な比較は見つかったが、特定の企業にとって更新、バンドル解除、終了、移行にどれくらいの費用がかかるかを示す証拠はなかった。私はその沈黙を境界線として扱い、都合の良いパーセンテージで埋めることはしない。私の立場は、受信トレイにある更新は、運用モデルの決定内で価格設定されなければならないということである。なぜなら、商業的コミットメントは、それがサポートするために購入されたワークフローよりも長く存続する可能性があるからである。
- ワークフローが再設計された後も、どのモジュールと統合が価値を保持していますか?
- どの日付、通知期間、データエクスポート権限、移行義務、および依存関係がシーケンスを制約しますか?
- 何を廃止できるのか、何が共存しなければならないのか、そしてそれぞれの決定を正当化する証拠は何か?
- テクノロジーのロードマップと調達の運用モデルが一致しない場合、交渉は誰が担当するのでしょうか?
例外に関する人間には実際の文書が必要
証拠はハイブリッドな境界を支持していますが、それはあなたのために境界を記述するものではありません。Guidaらは、AIの支出分類について次のように述べています。 人間の検証と調整法的に高リスクと分類されるシステムについては、EUの条項14により、それらは以下の通りでなければならないとされています。 使用中は自然人によって効果的に監督される、権限を含む 特定の状況でシステムを使用しないこと。私は、通常の調達ツールがその法的分類に該当すると主張しているわけではありません。有用な運用上の教訓はより狭いです。監視には可視性、権限、および停止経路が必要です。
DC Velocity が報じた Kinaxis 主催の IDC InfoBrief は、ガバナンスのギャップを可視化していますが、調達の証拠ではなく、スポンサー付きの自己申告によるサプライチェーンの証拠として割り引いて考えるべきです。それによると、 9つの市場にわたる2,000以上のサプライチェーンリーダーを対象とした調査では、8組織の1のみが、広範なAI展開のためにガバナンスを完全に組み込んでいました。。同じ報道では、 52%は、AI主導の意思決定に対する信頼を最大の障壁として挙げました。そのため、意思決定権の記録が重要になります。これにより、人々は運用モデルがどのように機能するかを信頼する具体的な理由を得ることができます。
各ステップについて、エージェントが実行できるか、推奨できるか、または待機する必要があるかを記述します。次に、許可されたデータ、ポリシー、しきい値、証拠、説明責任のある所有者、必須のレビュー担当者、オーバーライド、フォールバック、および停止権限を挙げます。裁定、交渉戦略、リスク受容、および重要なサプライヤーコミットメントは、既存の権限委譲および職務分掌規則の下で指名された説明責任のある担当者が担当します。エージェントは、明示的なしきい値、証拠、オーバーライド、および停止制御を備えた、事前に承認された限定的な取引のみを実行できます。
運用モデルがエージェント向けに設計されている場合、何が変わるのか?
月曜日に私がすること
- 重要なワークフローを1つ選択してください。 過去のリプレイまたは承認されたシャドウランを使用し、エージェントにサプライヤーまたは財務に関する無制限の権限を与えることなく、推奨事項を評価できる作業を選択します。
- 現在の引き継ぎと意図された決定をマッピングします。 コピー、チェック、分析、推奨、承認、コミットメント、および関係の所有権を分離する。
- 契約カレンダーをワークフローマップの横に配置します。 終了価格を推測することなく、レコードモジュール、統合、更新および通知日、データエクスポート権限、依存関係、および所有者を記録します。
- 意思決定権の記録を作成します。 各ステップについて、実行、推奨、承認、上書き、停止、証拠、フォールバックを定義します。
- 解放された容量を測定する前に、その宛先を特定します。 より広範な範囲、より深いサプライヤーとの協業、レジリエンス、交渉、ガバナンス、あるいは最終的な構造的削減は異なる選択肢であり、異なる基準が必要です。
当社の 調達におけるAIガイド 調達から支払いまでのサイクルにおける実行と意思決定の境界をマッピングします。この再設計のために、別のパイロット予算を要求する前に、組織の目的地と契約カレンダーをそのマップに追加します。月曜日には、組織図、意思決定権限ページ、そして再設計しようとしているワークフローの受信トレイにある更新に目を向けることになります。これら3つのうち、実際にあなたを遅らせているのはどれでしょうか?
情報源
- 調達におけるAIが競争優位性をいかに推進するか — Wolfgang Schnellbächer、Alex Dolya、Nino Mori、Tobias Schmidt、Tyler Vigen、ボストン コンサルティング グループ、2026。文脈的証拠(実務家記事):関与した議論、そのワークフロー再設計とCEOまたはCOOのリーダーシップに関する推奨事項、モデル化された60%のキャパシティ数値、70%の労力見積もり、その方法論のない結果範囲、そのデカップリング提案、およびその例外境界。
- ガートナー社、調達における生成AIは幻滅期に突入したと発表 — Gartner, Inc., 2025。文脈的証拠(業界分析):実現された価値が不均一であり、既存のデータ/統合の制約が残っているという独立した反証。
- 調達における人工知能:支出分類への影響(OIPT事例研究) — M. Guida, F. Caniato, A. Moretto, S. Ronchi, Journal of Purchasing and Supply Management (著者受理原稿、Politecnico di Milanoリポジトリ), 2025。基礎的証拠(査読済みジャーナル):ハイブリッド人間-AI検証境界に対する査読済みサポート。
- EU人工知能法、第14条:人間の監視 — 欧州連合(規則 (EU) 2024/1689)、2024。基礎的証拠(公式報告書):高リスクシステムに明示的に限定された、成文化された人間の監視境界。
- IDC調査によると、サプライチェーンのAI説明責任にギャップがあることが判明 — DC VelocityスタッフがKinaxis、DC Velocity、2026が後援するIDC InfoBriefを報告。現在の実証的証拠(ニュース):ガバナンスの組み込みと信頼の障壁に関する現在の、明示的に割り引かれた証拠。
- 調達におけるエージェント的 AI の規模拡大は組織的な課題である — Heiner Himmelreich、Ilan Oshri、Sven Brüggeboes、Anas Zaidani、Paolo Scala、Lukas Van Remoortel、ボストン コンサルティング グループ、2026。現在の実証的証拠(ベンチマーク調査):報告された運用モデルの違いに関する現在の実証的プロファイル証拠。コンサルティング会社および自己申告の限界が明らかです。