Levelpath lanseeraa Rangerin toteuttamaan hankintatyönkulut alusta loppuun

Levelpath on lanseerannut Rangerin, autonomisen hankinta-alustan, jonka tarkoitus on siirtää yritysostot AI-avusteisesta hallinnosta täyteen toteutukseen. 30. syyskuuta ilmoitettu Ranger hyväksyy luonnollisen kielen tai äänikyselyn, ja koordinoi toiminnan, joka vaaditaan toimittajien hankkimiseen, sopimusten tarkasteluun, toimittajien käyttöönottoon, kolmannen osapuolen riskien arviointiin sekä laskujen täsmäyttämiseen ja hyväksymiseen.

Ero on merkittävä. Useimmat hankintakopilotit voivat tiivistää sopimuksen, laatia kyselyn tai vastata politiikkakysymykseen, mutta työntekijän on silti yhdistettävä nämä tulokset prosessiksi. Ranger on rakennettu toimimaan juuri tällaisena yhdistävänä tekijänä. Sen agentit voivat suunnitella ja toteuttaa useita vaiheita hankinnan, taloushallinnon, oikeudellisten, turvallisuus- ja IT-järjestelmien välillä samalla kun ne eskaloivat päätökset, jotka vaativat ihmisen harkintaa.

Kehotteesta hallittuun prosessiin

Alustan ytimessä on Ranger Studio, luonnollisen kielen ympäristö, jossa hankintatiimit kuvaavat agentin tai työnkulun, määrittelevät noudatettavat käytännöt ja päättävät, missä henkilön on puututtava. Yritys kertoo, että käyttäjät voivat ottaa käyttöön avustajia dataan perustuvia kysymyksiä varten, tehtäväagentteja rutiinityöhön, työnkulkua agenteja monivaiheisiin prosesseihin sekä jatkuvia agenteja, jotka valvovat vastuutehtäviä kuten sopimusten uusimista tai toimittajien tilaa.

Ranger toimitetaan viiden autonomisen työnkulun kanssa: toimittajahankinta, sopimusten tarkastelu, toimittajien käyttöönotto, kolmannen osapuolen riskisuojelu sekä laskujen täsmäyttäminen ja hyväksyminen. Nämä eivät ole erillisiä ominaisuuksia. Ne toimivat Levelpathin yhteisen hankintatietomallin pohjalta ja yhdistyvät ERP‑järjestelmiin, sopimuksen elinkaaren hallintaan, taloushallintoon, yhteistyövälineisiin ja muihin yritysjärjestelmiin valmiiden integraatioiden ja API‑rajapintojen kautta.

Tämä arkkitehtuuri perustuu Levelpathin Hyperbridge-päättelymoottori -moottoriin, joka tuo toimittaja-, sopimus-, hankinta- ja kulutustiedot yhteiseen kerrokseen. Yritys kuvaa Hyperbridgeä yhdistävän suuria kielimalleja yritystietoihin ja työnkulkulogiikkaan, jolloin agentit voivat perustella pyyntöä koskevan kontekstin sijaan, että ne käsittelisivät jokaisen asiakirjan tai järjestelmän erillisenä vuorovaikutuksena.

Tämä tietoperusta on kriittinen tekninen vaatimus. Äskettäisessä Unite.AI-haastattelu -haastattelussa Levelpathin perustaja ja toimitusjohtaja Alex Yakubovich väitti, että agentti ei voi toimia luotettavasti, kun toimittaja-, sopimus- ja hankintatiedot pysyvät hajautettuina. Rangerin väite on, että yhtenäinen malli tarjoaa erikoistuneille agenteille riittävän kontekstin työnkulun edistämiseen sen sijaan, että ne vain palauttaisivat vastauksen.

Miltä autonominen hankinta näyttää käytännössä

Hankintatilanteessa Ranger voi muuntaa lyhyen pyynnön jäsennellyksi tarjouspyynnöksi (RFP), jossa on kyselylomake, hinnoittelutaulukko, pistetaulu ja toimittajakohtainen prosessi. Se voi analysoida vastauksia, selittää pisteytyksensä ja suositella palkintoa, jättäen lopullisen valinnan valtuutetulle henkilölle. Historiallinen hinnoittelu, toimittajien suorituskyky ja neuvotellut ehdot voivat myös rikastuttaa analyysiä.

Sopimushallinta tuo mukaan proaktiivisemman mallin. Ranger voi laskea ilmoitusajanjaksot, aloittaa uudistuskatsauksen ennen sopimuksen päättymistä ja suositella, tulisiko sopimus uusia, neuvotella uudelleen, päättää tai olla ryhtymättä toimenpiteisiin. Sopimusten haku (Contract Discovery) mahdollistaa tiimin esittää yhden kysymyksen jopa 10 000 sopimusta koskien ja saada vastaus, joka on linkitetty todisteisiin taustadokumenteissa. Tämä viitteistyskerros on tärkeä oikeudellisessa ja hankintatyössä, jossa uskottava vastaus ilman jäljitettävää lähdettä ei riitä.

Ostovelkojen hallinnassa alusta täsmäyttää laskut toimittajatietueiden, tilausnumeroiden, sopimusten ja vastaanottotietojen kanssa. Se voi tunnistaa kaksoiskappaleet, hintojen tai määrien epäsuhtaisuudet, poikkeukselliset summat sekä tilaukset, jotka lähestyvät rajojaan. Selkeät, pieniarvoiset laskut voidaan siirtää maksamiseen automaattisesti; poikkeukset ohjataan henkilölle kirjallisella perustelulla ja auditointijäljellä.

AI Front Door tarjoaa yhteisen käyttöliittymän. Työntekijät voivat aloittaa hankintapyyntöä chatilla, lainauksella tai ääniohjeella. Ranger täyttää pyynnön ennakkoon, soveltaa ohjeistusta työntekijän roolin perusteella ja ohjaa työn oikeudellisille, turvallisuus-, talous- tai riskitiimeille politiikan ja kynnysarvojen mukaisesti. Luonnollisen kielen hallintapaneelit muuntavat samoin kysymykset kulutuksesta, toimittajista ja suorituskyvystä kaavioiksi, vertailuiksi tai KPI:iksi.

Autonomia tiukoilla rajoilla

Lanseerauksen merkittävin osa voi olla sen hallintasuunnittelu. Jokainen agentti voidaan ottaa käyttöön tai poistaa käytöstä yksittäisessä vaiheessa, ja sitä rajoittavat käytännöt, hyväksyntärajat, toimintamallit, sävy ja organisaatiosäännöt. Levelpathin mukaan agenttimuutoksia testataan versioitujen arviointiskenaarioiden ja tuotantokeskustelujen avulla ennen julkaisua.

Entistä tärkeämpää on, että valtuutukset voivat olla rakenteellisia eikä vain neuvonnallisia. Hyväksymisagentti saattaa saada luvan hyväksyä kelvollisen pyynnön, mutta teknisesti estetty hylkäämästä sitä, jolloin jokainen hylkäys ohjataan henkilölle. Ranger myös erottaa automaattiset toimenpiteet ihmispäätöksistä auditointitietueessaan, ja se on suunniteltu välttämään toimimista vanhentuneella tai puutteellisella tiedolla.

Nämä valvontatoimet käsittelevät laajempaa yritysriskiä: kun autonomiset agentit yleistyvät, yritysten on tiedettävä, mikä järjestelmä teki päätöksen, mitä todisteita se käytti ja mitä valtuutta se toteutti. Kuten Unite.AI äskettäin tarkasteli varjopohjaisten agenttien nousua, hallintojen ongelma vaikeutuu, kun agentit voivat laukaista toisiaan eri toiminnoissa. Rangerin malli, jossa on rajatut oikeudet, arviointi, todisteet ja eksplisiittinen eskalointi, on yritys tehdä tämä autonomia operatiivisesti vastuulliseksi.

Uusi toimintamalli hankintaprosesseille

Levelpath kertoo, että Ranger on nyt saatavilla ja se tarjotaan nykyisille asiakkaille ilman lisäkustannuksia. Uudet asiakkaat voivat aloittaa kokeiluprojektilla tai arvon todistuksella. Yritys mainitsee American Airlinesin, CBRE:n, Amgenin, New York Lifen, Levi Strauss & Co.:n ja Western Unionin organisaatioina, jotka käyttävät sen teknologiaa.

Julkaisu tuo myös mukanaan Ranger Academy -sarjan työpajoja, joiden tarkoituksena on kouluttaa hankinta-ammattilaisia “Agent Operations Managers” -rooliin, jossa määritellään politiikat, hienosäädetään agentteja ja hallitaan tuloksia. Tämä rooli osoittaa, missä tuotteen todellinen käyttöönottohaaste piilee. Autonomiset työnkulut eivät poista hankintaosaamista; ne muuntavat sen politiikkasuunnitteluksi, poikkeusten käsittelystä, toimittajastrategiaksi ja agenttien valvonnaksi.

Ranger saapuu markkinoille juuri kun yritys‑AI siirtyy sisällön tuottamisesta toiminnan koordinointiin. Hankinta on paljastava koetestä, koska se yhdistää sotkuisia asiakirjoja, suuria tapahtumamääriä, poikkitoiminnallisia hyväksyntöjä, sääntelyvaatimuksia, toimittajasuhteita ja suoria taloudellisia seurauksia. Jos Levelpath pystyy pitämään agentit tarkistettavien rajojen sisällä samalla, kun se integroi hajautetut järjestelmät, joihin yritykset edelleen luottavat, Ranger voisi tehdä hankinnasta yhden selkeimmistä hallitun agenttipohjaisen AI:n toteutuksista.