Cómo Walmart automatizó las negociaciones con los proveedores

Walmart, como la mayoría de las organizaciones con grandes operaciones de aprovisionamiento, no puede llevar a cabo negociaciones centradas con todos sus más de 100 000 proveedores. Como resultado, alrededor del 20% de sus proveedores han firmado acuerdos con condiciones muy sencillas que a menudo no se negocian. No es la forma óptima de interactuar con estos «proveedores finales». Pero el coste de contratar a más compradores humanos para negociar con ellos superaría cualquier valor adicional.

Walmart resolvió el problema con un software basado en inteligencia artificial que incluye una interfaz basada en texto (o chatbot) que negocia con los proveedores humanos en nombre de Walmart. Walmart Canada puso a prueba la solución en enero de 2021 y utilizó los comentarios de los proveedores para perfeccionar el sistema. Desde entonces, Walmart ha implementado la solución en otros tres países y las operaciones de Walmart en más países tienen previsto implementar la tecnología pronto.

En este artículo se comparten cuatro lecciones sobre cómo utilizar las negociaciones de aprovisionamiento automatizadas de manera que beneficien tanto a los compradores como a los proveedores. Estos sistemas pueden generar ahorros, mejorar las condiciones para ambas partes y aumentar la flexibilidad y la resiliencia de la cadena de suministro.

El piloto

Con los avances de la inteligencia artificial (IA), Walmart comenzó a explorar la posibilidad de automatizar las negociaciones de aprovisionamiento para los proveedores finales y licenció un producto de software llamado Pactum AI en 2019. El despliegue se pospuso debido a la COVID-19, pero uno de nosotros (Michael DeWitt) resucitó la iniciativa un año después, en enero de 2021, para su organización, Walmart International.

Como Walmart ya había experimentado con el software en un entorno sandbox, Walmart International pasó directamente a un pequeño proyecto piloto en el negocio de la empresa en Canadá. El proyecto piloto, que duró tres meses, incluyó a una variedad de partes interesadas (89 proveedores, cinco compradores y representantes de los departamentos de finanzas, tesorería y legal de Walmart Canadá) y Pactum, la empresa que creó la tecnología de IA subyacente.

Al principio, Walmart International estimó que el sistema generaría una rentabilidad de la inversión positiva si el chatbot pudiera cerrar acuerdos con el 20% de los proveedores que participaron en el piloto. El minorista seleccionó «productos que no se pueden revender» (categorías como servicios de flota, carritos y otros equipos utilizados en las tiendas minoristas) y no productos vendidos a clientes de Walmart. Decidió centrarse en los proveedores para los que había datos precisos sobre las condiciones de pago y en los que había una clara oportunidad de mejorar las condiciones de pago y conseguir descuentos adicionales.

[

Insight Center Collection

Creating A More Resilient Supply Chain

Make your business more resistant to global risks.

](/insight-center/creating-a-more-resilient-supply-chain)

Walmart International se centró en los calendarios de pago, con la esperanza de negociar descuentos por pago anticipado o ampliaciones de las condiciones de pago sin descuentos. A cambio, Walmart ofrecería a los proveedores la opción de cambiar el derecho de Walmart a rescindir los contratos de forma inmediata y sin causa (lo que se conoce como «rescisión por conveniencia») por una notificación de rescisión por escrito de 30, 60 o 90 días. Walmart también ofrecería de forma selectiva a los proveedores oportunidades de aumentar su surtido y volumen de ventas a cambio de descuentos en los precios.

Los compradores internos seleccionaron los proveedores a los que dirigirse y crearon escenarios de formación para el algoritmo de aprendizaje automático de Pactum AI. Los escenarios se utilizaron para crear guiones estructurados que guiaran a los proveedores en las negociaciones. Los proveedores podrían responder a los escenarios a su propio ritmo.

Walmart International invitó a unos 100 proveedores minoristas a probar la solución. Ochenta y nueve aceptaron participar. El chatbot logró llegar a un acuerdo con el 64% de ellos (muy por encima del objetivo del 20%) y con un plazo medio de negociación de 11 días. Walmart ahorró, de media, un 1,5% con el gasto negociado y amplió las condiciones de pago a una media de 35 días.

En entrevistas posteriores al piloto con proveedores que negociaron con éxito, el 83% de ellos describió el sistema como fácil de usar y les gustó la posibilidad de hacer una contraoferta y el tiempo que el sistema les dio para pensar en la negociación a su propio ritmo. Por ejemplo, Ben Garisto, presidente de MIWE, un fabricante de equipos para panadería, dijo: «Durante las negociaciones en persona, no siempre tiene las preguntas por adelantado y responde en tiempo real. Otros tipos de solicitudes de propuestas automatizadas a veces parecen un poco una plantilla con poco espacio para contar su historia».

Sin embargo, a varios proveedores les hubiera gustado negociar cara a cara. Otros proveedores querían un guion menos detallado y fluido en lugar de prohibir a los proveedores dar marcha atrás y dar marcha atrás a las primeras etapas de la negociación.

Tras el piloto de producción, Walmart mejoró los escenarios y los guiones y amplió la solución a los proveedores de los Estados Unidos, Chile y Sudáfrica. Hasta ahora, el chatbot ha cerrado acuerdos con el 68% de los proveedores y ha generado un ahorro medio del 3%.

Otras empresas interesadas en automatizar el aprovisionamiento pueden aplicar estas lecciones sobre cómo desarrollar e introducir un sistema de este tipo:

1. Pase rápidamente a un piloto de producción.

El viaje de muchas empresas a la IA languidece en la fase de prueba de concepto: menos de la mitad entrar en producción, según Gartner. Esto se debe a que las fases de prueba de concepto se centran en las capacidades técnicas y no en los objetivos empresariales. Walmart decidió saltarse la fase de prueba de concepto e ir directamente a un piloto de producción centrado en los objetivos empresariales.

Los «dueños de negocios» de Walmart (personas a cargo de los presupuestos y responsables del gasto en los proveedores (por ejemplo, las operaciones de suministros de las tiendas y la TI del hardware y el software), ayudaron a crear casos de uso y escenarios de negociación. Los compradores de Walmart proporcionaron una experiencia crucial en la materia en los escenarios de negociación necesarios para capacitar al chatbot y a los proveedores nominados para que participaran en el piloto (en función de los proveedores que hacen suficientes negocios con Walmart como para justificar una negociación y cuáles agradecerían tener la oportunidad de negociar). El equipo legal se aseguró de que el guion del chatbot y el contrato resultante cumplían con las normas y la política de contratación de Walmart.

2. Comience con las categorías de gastos indirectos y los proveedores preaprobados.

Walmart comenzó con productos que no se podían revender (es decir, que no se vendían a sus clientes minoristas) para minimizar los riesgos que representaba para la empresa poner a prueba una nueva práctica de aprovisionamiento. Walmart también se centró en los proveedores preaprobados, por lo que la necesidad de validar los nuevos proveedores no retrasaría el inicio del proyecto piloto.

3. Decida cuáles son las compensaciones aceptables.

El aprovisionamiento automatizado requiere definir con precisión los límites de lo que el comprador está dispuesto a conceder a cambio de lo que quiere. Por ejemplo, el chatbot de IA necesita saber las compensaciones específicas que el comprador está dispuesto a ofrecer, por ejemplo, pasar de los pagos completos 10 días después de recibir la factura a recibir el pago 15, 20, 30, 45 o 60 días después de recibir la factura, a cambio de mejorar las condiciones de rescisión y las oportunidades para que los proveedores amplíen sus negocios con Walmart.

4. Amplíe ampliando las geografías, las categorías y los casos de uso.

El lema de Walmart para este proyecto era «dar en el clavo y escalarlo». Los exitosos proyectos de producción ayudaron a Walmart a vender la solución a otras partes de la empresa. Tras el piloto en Canadá, Estados Unidos, Chile y Sudáfrica, los despliegues en México, Centroamérica y China son inminentes. Las categorías también se han ampliado para incluir las negociaciones de tarifas de ruta para el transporte y algunos productos para su reventa. Algunos proveedores de nivel intermedio utilizan ahora el sistema y el chatbot es multilingüe.

La ampliación ha aumentado la productividad porque el software aprende de cada negociación, lo que reduce el tiempo de configuración de las nuevas categorías. Además, el chatbot puede realizar 2000 negociaciones simultáneamente, algo que ningún comprador humano puede hacer.

Se puede ver la trayectoria: a medida que los términos y condiciones se hagan más algorítmicos, menos proveedores y partes de los fondos de gastos quedarán sin gestionar. Los profesionales de compras se centrarán menos en la negociación de acuerdos y más en las relaciones estratégicas, las excepciones y la mejora continua.