The adoption of artificial intelligence in supplier scouting : an information processing theory perspective

Purpose, originality and value – The aim of the present dissertation is to support the current literature, defining the possible applications of Artificial Intelligence (AI) to support the Supplier Scouting process. The intention is to take the perspective of Information Processing Theory (IPT), to analyze how the adoption of specific classes of AI within the Scouting process is influenced by the fit between the Information Processing Requirements, emerging from the uncertainty of the context, and the Information Processing Capability of the firm. Design, methodology and approach – The research process has been conducted through different phases, starting with the literature review, which allowed the authors to identify the main gaps and the most relevant variables. Subsequently, the authors identified the methodology to conduct the research, i.e. interviews with experts. This process allowed the timely collection and thorough analysis of the collected insights. In this way, it was possible to modify the Preliminary Research Framework and to define the Final Research Framework, which supported the authors in answering to the identified Research Questions. Findings – The output of the thesis consists in the identification of the main classes of AI adopted in Scouting, describing their applications and the most impacted Procurement performances. In addition, the conducted analysis allowed to identify the relevance of IPT on the adoption of the identified classes of AI in the Scouting process. Practical and managerial implications – The proposed Research Framework gives a wide understanding of possible applications of AI in Supplier Scouting. Organizations can use it as a starting point to assess if their Information Processing Capability matches the high Information Processing Requirements of the Scouting process. Moreover, the highlighted results can help buyers in understanding the high value of adopting AI in the Scouting. Limits and future research – The present research is grounded on the evidence collected from the perspective of technology and information providers. Future research could integrate this perspective with the buyer’s point of view, analyzing in detail the motivations that may lead them to optimize the Scouting process through AI. Researches involved in future studies in this field should either validate or update the proposed Framework, expanding the sample of experts to cover different geographical areas and more technical organizational roles, to have a better understanding of the functioning of AI algorithms.

Scopo, originalità e valore – L’obiettivo di questa tesi è supportare l’attuale letteratura, definendo le possibili applicazioni dell’Intelligenza Artificiale a supporto del processo di Scouting di nuovi fornitori. L’intenzione è quella di assumere la prospettiva dell’Information Processing Theory (IPT) e di analizzare in che modo l’adozione delle specifiche classi di IA all’interno di un’organizzazione sia influenzata dal legame tra il Fabbisogno di Informazioni, dettato dall’incertezza del contesto, e la Capacità dell’impresa di processare Informazioni. Design, metodologia e approccio – Il processo di ricerca è stato condotto a partire dalla revisione della letteratura, utile per evidenziare le principali lacune. Successivamente, è stata definita la metodologia utilizzata per condurre la ricerca, ovvero le interviste agli esperti. Questo processo ha permesso la raccolta e l’analisi puntuale dei dati ottenuti. In questo modo, è stato possibile modificare il Framework di Ricerca Preliminare fino ad arrivare alla definizione del Framework di Ricerca Finale, che ha supportato la stesura dei risultati. Risultati – L’output della tesi propone l’identificazione delle principali classi di IA utilizzate nel processo di Scouting, descrivendone le applicazioni ed il relativo impatto sulle performance aziendali. Inoltre, attraverso le testimonianze degli esperti, è stata condotta un’analisi mirata ad individuare l’impatto della IPT sull’adozione di IA nello Scouting. Implicazioni pratiche e manageriali – Il Framework di Ricerca proposto consente un’ampia comprensione delle possibili applicazioni di IA nel processo di Scouting. Le imprese possono usarlo come punto di riferimento per valutare se la propria Capacità di processare informazioni è sufficiente rispetto al Fabbisogno informativo richiesto dal processo di Scouting. Inoltre, i risultati evidenziati possono aiutare i buyer ad avere una maggiore comprensione del valore dell’adozione di IA nel processo di Scouting. Limiti e ricerche future – L’attuale ricerca descrive i risultati ottenuti assumendo la prospettiva dei provider di piattaforme di Scouting governate da IA. Future ricerche possono essere mirate all’integrazione di questa prospettiva con quella dei clienti che si servono di queste piattaforme, analizzando le motivazioni che li portano a ottimizzare il processo di Scouting tramite IA. I ricercatori coinvolti negli studi successivi dovranno confermare o modificare il Framework proposto considerando un campione di intervistati più ampio, che comprenda esperti di altre nazioni e/o coinvolti direttamente nello sviluppo degli algoritmi.