Navigeren door de toekomst van offertes en voorstellen: Inzichten van BPC Barcelona 2024

De BPC Barcelona 2024 viel niet alleen op door de vele interessante gesprekken en sprekers, maar ook door de buitengewone locatie in de bruisende stad Barcelona - een plaats die bekend staat om zijn innovatieve geest en architectonische wonderen. Dit jaar was AI onmiskenbaar de ster van de show, wat een seismische verschuiving in het landschap van bid- en tenderprocessen betekende. Nog maar twee jaar geleden waren de discussies over AI in ons vakgebied schaars en werd er slechts aan de rand van de mogelijkheden gesproken. Maar nu staan we aan de vooravond van een transformatief tijdperk. Organisaties staan nu op het punt om AI-technologieën op grote schaal in te zetten om de efficiëntie, snelheid en kwaliteit van hun bied- en aanbestedingsactiviteiten te revolutioneren.

‍

Het is een opwindende periode om deel uit te maken van deze industrie, vooral vanuit het perspectief van een leverancier, nu we de overgang van AI zien van een optie of een aanvullend hulpmiddel naar de hoeksteen van de strategische planning voor offerte- en aanbestedingsteams. Deze belangrijke verschuiving voltrekt zich voor onze ogen. Brainial , opgericht in 2019, pleitte aanvankelijk voor de integratie van AI in bid- en tenderprocessen. In die begindagen stuitte het concept op weerstand; veel teams stonden sceptisch tegenover de integratie van AI in hun workflows. 

‍

Tijdens het evenement was een aanzienlijk deel van de discussies gewijd aan de huidige mogelijkheden en het potentieel van AI voor het verbeteren van de efficiëntie en effectiviteit van offerte- en aanbiedingsteams. Ik had met name het voorrecht om een sessie met de titel "Bidding into the Future: The Evolution of Tender Management with AI", samen met mijn gewaardeerde collega's Thomas Moritzer, CP APMP Fellow, en Wouter van Tienhoven, CP APMP. Op basis van onze gezamenlijke expertise van de EMEA AI Advisory Group APMP, ging onze presentatie in op de transformerende rol van AI bij het vormgeven van de volgende generatie tendermanagement. We wilden een toekomstgericht perspectief bieden en onderzochten hoe de impact van AI het landschap van tendermanagement zou kunnen herdefiniëren, waardoor processen gestroomlijnder, strategischer en succesvoller worden in de concurrerende markt. 

‍

Onze sessie was gebaseerd op een artikel dat we voor het evenement publiceerden op winningthebusiness.com. Het artikel is hieronder te lezen:

‍

De toekomst van aanbestedingsmanagement vormgeven met AI

Het afgelopen jaar heeft de opkomst van Large Language Models (LLM's) zoals ChatGPT talloze krantenkoppen gehaald en een grote invloed gehad op de manier waarop we naar AI kijken en ermee werken.

‍

In een gestaag tempo vinden mensen nieuwe manieren om deze LLM's toe te passen op zakelijke problemen, waardoor de efficiëntie en prestaties verbeteren. LLM's worden gebruikt voor het extraheren van informatie, samenvatten, brainstormen en nog veel meer. Maar dit is nog maar het begin.

‍

De huidige manier van interactie met een LLM is vaak via dialoog, waarbij we verwachten dat een enkele AI in één keer een correct antwoord geeft op een vraag. Dit heeft opmerkelijke resultaten opgeleverd voor basistaken en heeft veel mogelijkheden geopend. Maar het heeft ook veel nadelen: de AI is niet in staat om complexere taken uit te voeren, kan niet redeneren en heeft geen toegang tot externe gegevensbronnen.

‍

AI in aanbestedingsmanagement vandaag

Op het gebied van aanbestedingsmanagement zorgt AI al voor een revolutie in de manier waarop aanbestedingsteams werken. Traditionele aanbestedingsprocessen zijn vaak complex en tijdrovend en omvatten de analyse van uitgebreide documentatie, het afstemmen van vereisten en hulp bij het schrijven. De integratie van AI in deze processen stroomlijnt echter de activiteiten en verhoogt de efficiëntie.

‍

De huidige AI-toepassingen voor aanbestedingsbeheer richten zich voornamelijk op het automatiseren van routinetaken en aanbestedingsanalyses. AI-algoritmen kunnen bijvoorbeeld snel grote hoeveelheden aanbestedingsdocumenten doorzoeken om belangrijke informatie te extraheren, nalevingseisen te identificeren en zelfs suggesties te doen op basis van historische gegevens. Bovendien worden AI-tools ingezet voor risicobeoordeling, waarbij de kans dat een aanbesteding wordt gewonnen wordt voorspeld op basis van verschillende parameters zoals prestaties in het verleden, concurrentieanalyse en markttrends.

‍

Deze AI-gestuurde aanpak bespaart aanbestedingsteams niet alleen veel tijd, maar biedt ook diepere inzichten en maakt betere strategische beslissingen mogelijk. Bovendien betekent het vermogen van AI om voortdurend te leren en zich aan te passen dat deze systemen na verloop van tijd efficiënter en nauwkeuriger worden, waardoor het aanbestedingsproces voortdurend wordt verbeterd.

‍

Door gegevensintensieve en repetitieve taken af te handelen, stelt AI teamleden in staat om zich te richten op de meer creatieve en strategische aspecten van tendermanagement, zoals het opbouwen van relaties met klanten en het bedenken van oplossingen op maat.

‍

De synergie tussen AI en menselijke expertise in aanbestedingsteams stelt een nieuwe norm voor efficiëntie en effectiviteit in het aanbestedingsproces en maakt de weg vrij voor een dynamischer en concurrerender toekomst op dit gebied.

‍

Autonome Agents

Het afgelopen jaar zijn er innovatieve benaderingen ontwikkeld om de tekortkomingen van AI te verhelpen, met name het gebrek aan toegang tot externe gegevensbronnen en het onvermogen om complexe taken uit te voeren en te redeneren.

‍

We gaan in de richting van 'autonome agents', een concept waarbij een LLM (agent) reageert op een vraag in een meerstappenproces. Het houdt een intern gesprek, waarin het autonoom zijn acties plant, hulpmiddelen gebruikt en informatie verzamelt om uiteindelijk een antwoord te formuleren. Dit lijkt veel op de interne dialoog die we in ons hoofd hebben, en biedt meer mogelijkheden zoals interactie met externe gegevensbronnen, zoals het web, en het oplossen van complexere taken.

‍

Dit betekent dat we complexere vragen kunnen stellen, zoals 'zoek in dit document naar informatie over dit onderwerp', en dat kan aanbestedingsteams veel tijd besparen.

‍

Samenwerkende AI

De nieuwste trend voor het verbeteren van AI-prestaties is samenwerking. Historici zijn het er al lang over eens dat ons vermogen om effectief samen te werken in groepen een van de dingen is die de mens een evolutionair voordeel heeft gegeven, wat ons tot de huidige staat van onze samenleving heeft gebracht.

‍

Bij complexere taken, zoals het aanbestedingsproces, moeten we vaak samenwerken met collega's om de specialisatie en kennis van elk teamlid te benutten. Hoe kunnen we dan verwachten dat één AI-tool in zijn eentje geweldige resultaten oplevert?

‍

De AI-wereld evolueert in de richting van multi-agent samenwerking - een paradigma waarbij meerdere agents met elkaar communiceren om een taak op te lossen. Elk van deze agents is doordrongen van domeinkennis, rolspecifieke tools en werkprocedures. Ze plannen, delegeren onderling, beoordelen elkaar en werken naar een gemeenschappelijk doel toe. Hierdoor kan de AI nog complexere taken oplossen en meer bedrijfswaarde toevoegen.

‍

Door gebruik te maken van multi-agent AI-samenwerking worden de biedkosten drastisch verlaagd en kan er vaker worden geboden - het is het AI-equivalent van een hele afdeling die voor je werkt in plaats van slechts één persoon.

‍

Mens-AI samenwerking

Wanneer we met collega's samenwerken aan complexere taken, delegeren we meestal niet gewoon en verwachten we een resultaat, maar communiceren we, valideren we en stellen we vragen. Complexere taken vereisen meer context, nuance en communicatie.

‍

Als we dit doortrekken naar de manier waarop we met AI werken, moeten we iets veranderen aan de manier waarop we ermee omgaan. We kunnen niet verwachten dat we een vraag stellen en dat de AI met precies het juiste antwoord komt. We moeten het benaderen als een samenwerking, waarbij we samen naar een gewenst resultaat toewerken en zowel de mens als de AI gebruiken voor hun sterke punten.

‍

Met een set van samenwerkende, gespecialiseerde AI-tools die in teamverband werken, kan de AI taken uitvoeren die over het algemeen als moeilijker worden beschouwd voor een enkele AI. Het zal in staat zijn om antwoorden van hoge kwaliteit te schrijven omdat het in staat is om een team van AI-tools in te zetten die de rollen van aanbestedingsmanager, EMVI-schrijver, eisenanalist, criticus en domeinspecialist vervullen.

‍

Als ze toegang krijgen tot de juiste informatie, zijn ze in staat om zelfstandig acties te ondernemen die een heel tenderteam normaal gesproken zou uitvoeren op een deel van de respons - brainstormen over oplossingen en het analyseren van vereisten, evenals het opstellen, evalueren en verfijnen van de voorstellen.

‍

De toekomst

Stel je een samenwerkingsomgeving voor waarin menselijke teams en agents samenwerken om aanbestedingen te analyseren, strategieën te bepalen en erop te reageren. Een dergelijke samenwerking zou kunnen inhouden dat agents datagestuurde inzichten en analyses leveren, terwijl menselijke experts bijdragen met contextueel begrip, creativiteit en strategisch toezicht.

‍

Deze synergie verbetert niet alleen de kwaliteit en strategische diepgang van de offertes, maar vermindert ook aanzienlijk de tijd en kosten die nodig zijn om ze voor te bereiden, wat een concurrentievoordeel oplevert in het aanbestedingsproces.

‍