Senaryo 68: Tedarikçi tekliflerini karşılaştırma

Kim ve hangi durumda

Zeynep, İzmir’deki ambalaj şirketinde satın alma uzmanıdır. Üç PDF teklifte fiyat, teslim, minimum sipariş, ödeme ve teknik kapsam farklı biçimde yazılmıştır.

Bugün nasıl yapılıyor

Zeynep teklifleri açar, Excel’e elle geçirir ve eksik koşulları tedarikçiye sorar. Düşük fiyatlı teklifin kapsam farkı toplantıda görülebilir.

Yapay zekâ ile nasıl yapılır

1. Dosya adlarını standartlaştırır; gizli banka bilgilerini ve gereksiz kişisel verileri kurum kuralına göre çıkarır.
2. Add photos & files ile PDF’leri, teknik şartnameyi ve satın alma kriterlerini ekler; ChatGPT PDF ve tablo analizi destekler [71] [79].
3. Her tedarikçi için fiyat, para birimi, teslim, minimum sipariş, geçerlilik, ödeme, kapsam dışı kalem ve teyit sorusu alanlarını çıkarır.
4. Eksik bilgiyi “teyit bekliyor” diye işaretletir; kurul özgün teklifleri kontrol eder ve kararı kendisi verir.

Örnek komut

{teklif dosyaları} ve {satın alma kriterleri} ile çalış. Her tedarikçiyi ürün kapsamı, birim fiyat, para birimi, teslim, minimum sipariş, ödeme, geçerlilik, kapsam dışı kalem ve teyit sorusu başlıklarıyla karşılaştır. Eksik bilgiyi tahmin etme. Kazanan seçme veya puanlama; kurulun inceleyeceği tabloyu hazırla.

Kanıt ve gerçek örnek

Microsoft Cloud Sourcing öyküsü, Dynamics 365’in tedarikçi yanıtlarını merkezileştirdiğini ve compare responses ile teklifleri yan yana karşılaştırdığını bildiriyor [129].

Dikkat edilecekler

Bu müşteri öyküsü sonuç garantisi değildir. ChatGPT’de dosya ve analiz yetenekleri plan, model ve çalışma alanına göre değişebilir [71]. Fiyat, banka veya sözleşme eki yüklemeden önce KVKK ve şirket politikasını kontrol edin [11].

Bu senaryonun kaynakları

11. İş Yerlerinde Üretken Yapay Zekâ Araçlarının Kullanımı (kvkk.gov.tr)
71. Data analysis with ChatGPT (help.openai.com)
79. Uploading files and audio to ChatGPT (help.openai.com)
129. Microsoft Cloud Sourcing Team reduces manual work with automated RFQs (microsoft.com)