Procurement adalah salah satu pekerjaan paling padat dokumen dan follow-up di dalam perusahaan mana pun, tapi nyaris tidak ada yang membicarakannya saat topik AI muncul. Semua orang ingin mengotomasi customer service atau copy marketing. Sementara itu, seorang purchasing manager terkubur di bawah empat puluh quotation PDF dengan empat format berbeda, tiga supplier yang belum mengonfirmasi purchase order selama seminggu, dan spreadsheet yang belum diperbarui sejak hari Selasa. AI di procurement bukan use case yang mentereng, tapi ini salah satu yang paling tinggi dampaknya dari semua yang pernah saya implementasikan untuk klien.

Alasan procurement cocok dengan AI bersifat struktural. Pekerjaan ini terbagi rapi menjadi dua lapisan: lapisan klerikal berupa membaca, membandingkan, dan mengejar, serta lapisan judgment berupa memutuskan supplier mana yang bisa dipercaya dan di mana harus menekan harga. AI sangat andal di lapisan pertama dan harus dijauhkan dari lapisan kedua. Sebagian besar proyek otomasi procurement yang gagal justru mencoba mengotomasi lapisan judgment, dan di situlah kepercayaan runtuh.

Kalau pembagian ini benar, waktu buyer akan terbebas untuk bagian pekerjaan yang memang butuh manusia: bernegosiasi.

Ke Mana Sebenarnya Waktu Itu Habis

Saya duduk bersama tim procurement sebuah perusahaan multifinance selama dua hari sebelum menulis satu baris kode pun. Minggu kerja mereka seperti ini:

  • Membaca quotation masuk, setiap supplier memakai layout PDF atau Excel sendiri, tidak ada satu pun yang terstruktur sama.
  • Mengetik ulang item quotation secara manual ke spreadsheet perbandingan.
  • Mengirim email atau menelepon supplier untuk menanyakan "PO kami sudah diterima belum," sering kali lebih dari sekali.
  • Melacak harga supplier mana yang merangkak naik selama dua kuartal terakhir, dari ingatan, karena tidak ada yang menyimpan riwayat harga yang rapi.

Tidak satu pun dari itu adalah negosiasi. Semuanya adalah retrieval dan reformatting, persis jenis pekerjaan yang bisa ditangani baik oleh language model kalau diberi pipeline dokumen yang tepat.

Tiga Use Case yang Benar-Benar Berhasil

1. Normalisasi quotation lintas format berantakan

Quotation supplier jarang datang dalam struktur yang konsisten. Satu mengirim PDF hasil scan, satu lagi Excel yang rapi, satu lagi lagi isi email biasa dengan harga terselip di tengah paragraf. Pipeline dokumen berbasis AI bisa mengekstrak item, harga satuan, kuantitas, dan syarat pembayaran dari ketiga format tersebut, lalu memasukkannya ke satu tabel yang ternormalisasi. Buyer cukup membuka satu tampilan perbandingan, bukan tiga tab browser dan sebuah notepad.

Langkah ini saja biasanya memangkas waktu perbandingan quotation dari hitungan jam menjadi hitungan menit untuk permintaan multi-supplier, karena tahap mengetik ulang hilang sepenuhnya.

2. Mengejar status PO

Setelah purchase order dikirim, tetap harus ada yang memastikan supplier sudah menerimanya, menyetujui ketentuannya, dan punya tanggal pengiriman. Ini murni follow-up: pesan menanyakan status, pengingat kalau tidak ada balasan dalam 48 jam, eskalasi ke manusia kalau tetap tidak ada balasan setelah itu. Asisten berbasis AI lewat WhatsApp atau email bisa menjalankan siklus ini terus-menerus di puluhan PO yang masih terbuka sekaligus, sesuatu yang tidak bisa dikonsistenkan oleh satu staf procurement pun.

3. Pelacakan tren harga

Setelah quotation ternormalisasi menjadi data terstruktur, melacak pergerakan harga dari waktu ke waktu jadi hasil sampingan, bukan proyek tersendiri. Anda bisa menandai secara otomatis ketika harga supplier untuk item rutin naik lebih cepat dari rata-rata kategorinya, persis sinyal yang dibutuhkan buyer sebelum percakapan perpanjangan kontrak. Kebanyakan perusahaan tidak pernah membangun ini karena mengumpulkan data historis secara manual terlalu melelahkan untuk dipertahankan. AI menghilangkan kelelahannya, bukan analisisnya.

Yang Tidak Boleh Diotomasi

Judgment buyer tetap harus sepenuhnya di tangan manusia, dengan alasan yang lebih dalam dari sekadar kehati-hatian:

  • Konteks kepercayaan dan relasi. Buyer sering tahu supplier tertentu akan fleksibel soal deadline karena rekam jejak, sesuatu yang tidak bisa dikodekan ke dokumen mana pun.
  • Negosiasi strategis. Memutuskan kapan harus menekan harga versus kapan harus menjaga relasi demi order yang lebih besar di masa depan adalah keputusan judgment, bukan pattern matching.
  • Penanganan kasus khusus. Barang rusak, invoice yang disengketakan, negosiasi ulang kontrak. Ini butuh manusia yang bisa menimbang biaya reputasi dan relasi, bukan sekadar ketentuan kontraktual.

Tujuan AI di procurement adalah memampatkan lapisan klerikal supaya buyer bisa menghabiskan lebih banyak waktu di lapisan judgment, bukan menggantikan keputusan buyer.

Urutan Rollout yang Sederhana

Kalau Anda mempertimbangkan ini untuk operasional sendiri, urutkan seperti ini:

  1. Mulai dari normalisasi quotation pada kategori pembelian dengan volume tertinggi. Ini yang paling mudah diukur dan paling cepat memberi kemenangan yang terlihat.
  2. Tambahkan pengejaran status PO setelah tim mempercayai akurasi ekstraksi dari langkah pertama.
  3. Lapisi pelacakan tren harga paling akhir, setelah Anda punya data quotation ternormalisasi selama beberapa bulan untuk dijadikan tren.

Mencoba mengerjakan ketiganya sekaligus biasanya membuat proyek macet, karena tim belum punya baseline kepercayaan terhadap kualitas ekstraksi.

Yang Perlu Dibawa Pulang

AI di procurement membuktikan nilainya dengan menghilangkan aktivitas membaca, mengetik ulang, dan mengejar yang menghabiskan waktu buyer, bukan dengan mengambil alih keputusan sourcing mereka. Mulai dari kategori dokumen dengan volume tertinggi yang Anda punya, buktikan akurasi ekstraksinya, baru perluas. Untuk gambaran lebih luas soal bagaimana AI membentuk ulang peran tanpa menggantikan orang di dalamnya, baca AI tidak akan menggantikan staf Anda, tapi akan mengubah cara mereka bekerja. Kalau dokumen procurement Anda masih tersebar di thread email dan spreadsheet pribadi, ini juga layak dibaca bersamaan: shadow IT: spreadsheet yang diam-diam menjalankan perusahaan Anda.