Levelpath ra mắt Ranger để vận hành quy trình mua sắm từ đầu đến cuối

Levelpath đã ra mắt Ranger, một nền tảng mua sắm tự động được thiết kế để chuyển đổi việc mua hàng doanh nghiệp từ quản trị hỗ trợ AI sang thực thi từ đầu đến cuối. Được công bố vào ngày 30 tháng 9, Ranger chấp nhận yêu cầu bằng ngôn ngữ tự nhiên hoặc giọng nói, sau đó phối hợp công việc cần thiết để tìm nguồn nhà cung cấp, xem xét hợp đồng, đưa nhà cung cấp lên hệ thống, đánh giá rủi ro bên thứ ba, và khớp cũng như phê duyệt hóa đơn.

Sự khác biệt này quan trọng. Hầu hết các trợ lý mua sắm có thể tóm tắt một hợp đồng, soạn thảo bảng câu hỏi, hoặc trả lời câu hỏi về chính sách, nhưng nhân viên vẫn phải kết nối các kết quả đó thành một quy trình. Ranger được xây dựng để đóng vai trò là chất kết nối đó. Các tác nhân của nó có thể lên kế hoạch và thực hiện nhiều bước qua các hệ thống mua sắm, tài chính, pháp lý, bảo mật và CNTT, đồng thời đưa lên các quyết định cần phán đoán của con người.

Từ một yêu cầu đến một quy trình được quản trị

Ở trung tâm của nền tảng là Ranger Studio, một môi trường ngôn ngữ tự nhiên nơi các đội mua sắm mô tả một tác nhân hoặc quy trình làm việc, chỉ định các chính sách mà nó phải tuân thủ, và quyết định nơi mà con người cần can thiệp. Công ty cho biết người dùng có thể triển khai trợ lý cho các câu hỏi dựa trên dữ liệu, tác nhân nhiệm vụ cho công việc thường ngày, tác nhân quy trình cho các quy trình đa bước, và tác nhân liên tục để giám sát các trách nhiệm như gia hạn hợp đồng hoặc sức khỏe của nhà cung cấp.

Ranger đi kèm với năm quy trình tự động: tìm nguồn, xem xét hợp đồng, đưa nhà cung cấp lên hệ thống, bảo vệ rủi ro bên thứ ba, và khớp cũng như phê duyệt hóa đơn. Đây không phải là các tính năng riêng lẻ. Chúng hoạt động trên mô hình dữ liệu mua sắm chia sẻ của Levelpath và kết nối với ERP, quản lý vòng đời hợp đồng, tài chính, hợp tác và các hệ thống doanh nghiệp khác thông qua các tích hợp và API được xây dựng sẵn.

Kiến trúc này dựa trên công cụ suy luận Hyperbridge của Levelpath, công cụ này đưa ngữ cảnh về nhà cung cấp, hợp đồng, nguồn cung và chi tiêu vào một lớp chung. Công ty mô tả Hyperbridge là sự kết hợp giữa các mô hình ngôn ngữ lớn với dữ liệu doanh nghiệp và logic quy trình làm việc, cho phép các tác nhân suy luận dựa trên ngữ cảnh phía sau một yêu cầu thay vì xem mỗi tài liệu hoặc hệ thống như một tương tác riêng biệt.

Cơ sở dữ liệu này là yêu cầu kỹ thuật quan trọng. Trong một cuộc phỏng vấn của Unite.AI gần đây, đồng sáng lập và CEO của Levelpath, Alex Yakubovich, lập luận rằng một tác nhân không thể hoạt động một cách đáng tin cậy khi thông tin về nhà cung cấp, hợp đồng và nguồn cung vẫn còn rời rạc. Đề xuất của Ranger là một mô hình thống nhất cung cấp đủ ngữ cảnh cho các tác nhân chuyên môn để tiến hành một quy trình làm việc thay vì chỉ trả về một câu trả lời.

Mua Sắm Tự Động Trông Như Thế Nào Trong Thực Tiễn

Đối với một sự kiện tìm nguồn, Ranger có thể biến một yêu cầu ngắn thành một RFP có cấu trúc kèm theo bảng câu hỏi, bảng giá, thẻ điểm và quy trình riêng cho nhà cung cấp. Nó có thể phân tích các phản hồi, giải thích cách chấm điểm và đề xuất một giải thưởng, trong khi để lại quyết định cuối cùng cho người được ủy quyền. Giá lịch sử, hiệu suất nhà cung cấp và các điều khoản đã thương lượng cũng có thể được sử dụng để hỗ trợ phân tích.

Quản lý hợp đồng bổ sung một mô hình chủ động hơn. Ranger có thể tính toán khoảng thời gian thông báo, bắt đầu đánh giá gia hạn trước khi hợp đồng hết hạn, và đề xuất nên gia hạn, thương lượng lại, chấm dứt hoặc không thực hiện hành động nào. Tính năng Khám phá Hợp đồng cho phép một đội hỏi một câu hỏi trên tới 10.000 hợp đồng và nhận câu trả lời có liên kết tới bằng chứng trong các tài liệu gốc. Lớp trích dẫn này quan trọng trong công việc pháp lý và mua sắm, nơi một câu trả lời hợp lý nhưng không có nguồn có thể truy xuất là không đủ.

Trong công tác thanh toán, nền tảng khớp các hóa đơn với hồ sơ nhà cung cấp, đơn đặt hàng, hợp đồng và dữ liệu nhận hàng. Nó có thể xác định các bản sao, sự không khớp về giá hoặc số lượng, các khoản tiền bất thường, và các đơn đặt hàng đang gần đạt giới hạn. Các hóa đơn sạch, giá trị thấp có thể tự động chuyển sang thanh toán; các ngoại lệ được chuyển tới người có lý do bằng văn bản và có dấu vết kiểm toán.

Cổng AI Front Door cung cấp giao diện chung. Nhân viên có thể bắt đầu yêu cầu mua hàng bằng trò chuyện, trích dẫn hoặc hướng dẫn giọng nói. Ranger tự động điền trước yêu cầu, áp dụng hướng dẫn dựa trên vai trò của nhân viên, và chuyển công việc tới các đội pháp lý, bảo mật, tài chính hoặc rủi ro theo chính sách và ngưỡng. Các bảng điều khiển ngôn ngữ tự nhiên cũng biến các câu hỏi về chi tiêu, nhà cung cấp và hiệu suất thành biểu đồ, so sánh hoặc chỉ số KPI.

Tự Động Với Ranh Giới Cứng

Phần quan trọng nhất của lần ra mắt có thể là thiết kế quản trị của nó. Mỗi tác nhân có thể được bật hoặc tắt ở từng bước riêng lẻ và bị hạn chế bởi các chính sách, ngưỡng phê duyệt, sách hướng dẫn, tông màu và quy tắc tổ chức. Levelpath cho biết các thay đổi của tác nhân được kiểm tra đối chiếu với các kịch bản đánh giá có phiên bản và các cuộc trò chuyện sản xuất trước khi phát hành.

Quan trọng hơn, các quyền ủy quyền có thể mang tính cấu trúc thay vì chỉ tư vấn. Một tác nhân phê duyệt có thể được cho phép phê duyệt một yêu cầu đủ tiêu chuẩn nhưng kỹ thuật bị ngăn không từ chối, buộc mọi việc từ chối phải được chuyển tới con người. Ranger cũng phân biệt các hành động tự động với quyết định của con người trong bản ghi kiểm toán và được thiết kế để tránh thực hiện dựa trên thông tin lỗi thời hoặc không đầy đủ.

Những kiểm soát này giải quyết một rủi ro doanh nghiệp rộng hơn: khi các tác nhân tự động ngày càng phổ biến, các công ty cần biết hệ thống nào đã đưa ra quyết định, bằng chứng nào đã được sử dụng, và quyền hạn nào đã được thực thi. Như Unite.AI đã khảo sát gần đây trong sự trỗi dậy của các tác nhân bóng tối, vấn đề quản trị trở nên khó khăn hơn khi các tác nhân có thể kích hoạt lẫn nhau qua các chức năng. Mô hình của Ranger về quyền hạn giới hạn, đánh giá, bằng chứng và việc leo thang rõ ràng là nỗ lực làm cho tính tự chủ này có thể chịu trách nhiệm vận hành.

Một Mô Hình Vận Hành Mới cho Mua Sắm

Levelpath cho biết Ranger hiện đã có sẵn và sẽ được cung cấp cho khách hàng hiện tại mà không tính thêm phí. Khách hàng mới có thể bắt đầu với bằng chứng khái niệm hoặc bằng chứng giá trị. Công ty liệt kê American Airlines, CBRE, Amgen, New York Life, Levi Strauss & Co., và Western Union trong số các tổ chức đang sử dụng công nghệ của mình.

Buổi ra mắt cũng giới thiệu Ranger Academy, một loạt các hội thảo nhằm đào tạo các chuyên gia mua sắm thành “Quản Lý Hoạt Động Tác Nhân” để định nghĩa chính sách, tinh chỉnh các tác nhân và chịu trách nhiệm về kết quả. Vai trò này cho thấy thách thức thực sự trong việc áp dụng sản phẩm nằm ở đâu. Các quy trình làm việc tự động không loại bỏ chuyên môn mua sắm; chúng chuyển đổi nó thành thiết kế chính sách, xử lý ngoại lệ, chiến lược nhà cung cấp và giám sát tác nhân.

Ranger xuất hiện khi AI doanh nghiệp chuyển từ việc tạo nội dung sang điều phối hành động. Mua sắm là một thử nghiệm đáng chú ý vì nó kết hợp tài liệu lộn xộn, khối lượng giao dịch cao, phê duyệt đa chức năng, nghĩa vụ pháp lý, quan hệ nhà cung cấp và hậu quả tài chính trực tiếp. Nếu Levelpath có thể giữ các tác nhân trong giới hạn có thể kiểm chứng đồng thời tích hợp các hệ thống rời rạc mà doanh nghiệp vẫn phụ thuộc, Ranger có thể biến mua sắm thành một trong những minh chứng rõ ràng nhất về AI tác nhân có quản trị đang hoạt động.