Ringkasan

Agen AI kini mulai masuk secara serius ke dalam proses pengadaan (procurement) perusahaan, mulai dari pemesanan otomatis perlengkapan, optimasi lisensi SaaS, hingga otomatisasi penuh permintaan penawaran (RFQ), sehingga "pengadaan otonom" dengan cepat menjadi kenyataan. Pengeluaran pengadaan B2B global telah melampaui 10 triliun dolar per tahun, namun sebagian besar masih dikelola melalui email dan spreadsheet, menjadikan pengadaan sebagai fungsi bisnis utama yang paling tertinggal dalam investasi teknologi dibandingkan pemasaran, penjualan, dan SDM. Gartner memprediksi bahwa "pada tahun 2028, 30% transaksi pengadaan di bawah 50.000 dolar akan diproses oleh agen AI tanpa keterlibatan manusia," sementara Forrester memperkirakan bahwa "pada tahun 2027, 50% aktivitas pengadaan taktis akan diotomatisasi dengan AI." Untuk menangkap peluang ini, Zip (total pendanaan lebih dari 200 juta dolar, valuasi di atas 1,5 miliar dolar) tumbuh pesat sebagai lapisan orkestrasi pengadaan, sementara Fairmarkit (total pendanaan 90 juta dolar) mengklaim dapat "mengambil sumber secara otonom untuk 40–60% pengeluaran ekor (tail spend)" melalui otomatisasi RFQ berbasis AI. Di bidang manajemen lisensi SaaS, Zylo, Vendr, dan Tropic membantu perusahaan menemukan dan mengoptimalkan pengeluaran SaaS yang tidak terlihat (rata-rata 300–600 alat, dengan 20–40% tidak digunakan), dan Vendr telah mewujudkan negosiasi otomatis dengan diskon 20–30% dari harga resmi. Di Jepang, sistem faktur (diterapkan Oktober 2023) dan revisi Undang-Undang Penyimpanan Buku Besar Elektronik telah mempercepat digitalisasi pengadaan, dengan Leaner Technologies, LayerX (Bakulaq), dan MoneyForward Cloud Procurement mulai membentuk pasar. Tesis investasi untuk AI pengadaan sangatlah jelas—pengurangan biaya 5–15% langsung menarik bagi CFO, ROI-nya transparan, proses yang berulang sangat cocok untuk otomatisasi AI, dan ketertinggalan digitalisasi berarti peluang greenfield yang besar.

Isi

Mengapa Pengadaan Disebut "Pekerjaan Analog Terakhir"

Per Maret 2026, di antara semua operasi back-office perusahaan, pengadaan (Procurement) diakui secara luas sebagai bidang yang paling tertinggal dalam investasi teknologi. Pemasaran memiliki HubSpot dan Marketo, penjualan memiliki Salesforce, dan SDM memiliki Workday. Namun untuk pengadaan, banyak perusahaan masih bergantung pada permintaan penawaran berbasis email, pembuatan tabel perbandingan di Excel, dan alur persetujuan dengan formulir kertas.

Skala masalah yang dihadapi "pekerjaan analog terakhir" ini sangat besar. Pengeluaran pengadaan B2B global melebihi 10 triliun dolar per tahun. Pasar perangkat lunak pengadaan diperkirakan sekitar 8–9 miliar dolar pada 2024, dan diprediksi tumbuh menjadi 15–18 miliar dolar pada 2030 (CAGR 12–14%). Namun yang paling perlu diperhatikan adalah fakta bahwa "tail spend" — pembelian berfrekuensi tinggi namun bernilai rendah yang biasanya tidak dikelola — menyumbang 20–30% dari total pengeluaran. Perlengkapan kantor, lisensi perangkat lunak berharga kecil, biaya perjalanan dinas, dan barang MRO (pemeliharaan, perbaikan, operasional). Karena nominal masing-masingnya kecil, proses permintaan penawaran kompetitif tidak sebanding dengan tenaga yang dikeluarkan, sehingga hampir selalu dipesan tanpa negosiasi harga.

Agen AI secara fundamental mengubah ranah yang selama ini "tidak sebanding dengan usahanya" ini. Bagi AI, "biaya" untuk mendapatkan tiga penawaran atas perlengkapan senilai 500 dolar pada dasarnya sama dengan pengadaan strategis senilai 50 juta dolar — mendekati nol.

Fungsi Konkret AI Pengadaan Otonom

Layanan pengadaan otonom menyediakan fungsi-fungsi berikut secara terintegrasi.

Pemesanan otomatis perlengkapan & MRO. Terintegrasi dengan sensor IoT dan lemari pintar, sistem ini memantau inventaris toner, kertas fotokopi, perlengkapan kebersihan, dan sebagainya secara real-time. Ketika stok turun di bawah ambang batas, AI secara otomatis membuat pesanan dan mengirimkannya ke pemasok terbaik berdasarkan ketentuan kontrak. Amazon Business adalah pemimpin di bidang ini, menyediakan pemesanan ulang otomatis, perutean otomatis ke pemasok prioritas, dan analisis pengeluaran melalui Business Prime berbasis AI.

Penemuan dan optimasi lisensi SaaS. AI menganalisis lalu lintas jaringan, log SSO (Single Sign-On), laporan kartu kredit, dan ekstensi browser untuk menemukan semua langganan SaaS di dalam perusahaan. Perusahaan besar pada umumnya menggunakan 300–600 alat SaaS, namun perusahaan itu sendiri jarang mengetahui gambaran lengkapnya. Penelitian Zylo menunjukkan bahwa aplikasi SaaS yang benar-benar ada 2–3 kali lebih banyak dari yang disadari perusahaan. AI menganalisis tingkat penggunaan aktual setiap alat dan mengidentifikasi 20–40% lisensi yang tidak digunakan atau kurang dimanfaatkan, lalu secara otomatis merekomendasikan atau mengeksekusi downgrade, pembatalan, atau perubahan paket. Untuk manajemen pembaruan, AI memprediksi waktu negosiasi optimal (biasanya 90–120 hari sebelum pembaruan) dan menghasilkan data harga tolok ukur. Vendr telah berhasil merealisasikan negosiasi otomatis dengan diskon 20–30% dari harga resmi.

Manajemen siklus hidup aset IT. AI secara otomatis menemukan semua aset perangkat keras dan perangkat lunak melalui pemindaian jaringan dan mengidentifikasi shadow IT. Model prediktif menentukan waktu penggantian optimal (misalnya, mengoptimalkan penggantian laptop 3 tahun vs. 4 tahun berdasarkan tingkat kegagalan dan TCO). Ketika aset mendekati akhir masa pakainya, AI secara otomatis membuat permintaan pembelian, memilih pemasok berdasarkan ketentuan kontrak, menjalankan perutean persetujuan, dan membuat purchase order. ServiceNow ITAM, Flexera, dan Oomnitza memimpin di bidang ini.

Otomatisasi penuh permintaan penawaran kompetitif (RFQ). Inilah fungsi yang paling revolusioner. Secara tradisional, proses permintaan penawaran membutuhkan 2–6 minggu. Pembuatan spesifikasi, pemilihan manual 2–3 pemasok, pembuatan dan pengiriman dokumen RFQ, menunggu respons (1–2 minggu), perbandingan di Excel, negosiasi, pemesanan — semuanya dilakukan secara manual. Dengan proses berbasis AI, ini dipersingkat menjadi beberapa jam hingga beberapa hari. Ketika permintaan pembelian dibuat, AI secara otomatis menghasilkan spesifikasi menggunakan NLP dari data historis dan template. Kumpulan pemasok optimal diidentifikasi dari kinerja masa lalu, data pasar, persyaratan keberagaman & keberlanjutan, dan preferensi geografis. RFQ dibuat dan dikirim secara otomatis dalam format yang disesuaikan dengan preferensi masing-masing pemasok. Respons dinormalisasi (menyatukan format, mata uang, dan satuan yang berbeda) dan dievaluasi dengan analisis multi-kriteria (TCO bukan sekadar harga satuan, skor kualitas, keandalan pengiriman, faktor risiko, skor keberlanjutan, persyaratan kepatuhan). Jika dalam batas ambang kebijakan, pesanan dilakukan secara otomatis; jika melebihi, dieskalasi ke manusia dengan rekomendasi.

Fairmarkit adalah pionir di bidang ini, mengklaim mampu melakukan sourcing secara otonom untuk 40–60% tail spend. AI mereka dilaporkan memperluas cakupan permintaan penawaran kompetitif sebanyak 3–5 kali lipat dan mencapai rata-rata pengurangan biaya 11% atas pengeluaran yang di-sourcing. Permintaan penawaran kompetitif yang sebelumnya hanya ekonomis untuk pembelian di atas 50.000 dolar kini diperluas hingga pembelian 500 dolar — bagi AI, tidak ada "pengadaan yang terlalu kecil."

Peta Persaingan Pemain Utama

Pasar pengadaan otonom berkompetisi dalam struktur dua lapisan: startup native AI dan platform yang sudah ada yang menambahkan fitur AI.

Zip (San Francisco, total pendanaan lebih dari 200 juta dolar, valuasi lebih dari 1,5 miliar dolar). Didirikan pada 2020 oleh CEO Ravi Parikh, mantan Airbnb/LinkedIn. Platform "intake-to-procure" yang berfungsi sebagai lapisan orkestrasi di atas suite pengadaan yang sudah ada, bukan menggantikannya. Lebih dari 100 perusahaan enterprise termasuk Snowflake, Notion, Databricks, dan Samsara telah mengadopsinya. Dilaporkan mencapai ARR lebih dari 100 juta dolar pada 2024, menjadikannya startup teknologi pengadaan dengan pertumbuhan tercepat. Seri C senilai 100 juta dolar (September 2023) yang dipimpin Y Combinator Continuity menjadi penanda penting.

Fairmarkit (Boston, total pendanaan sekitar 90 juta dolar). Pionir autonomous sourcing. Terintegrasi dengan sistem ERP/P2P; ketika permintaan pembelian dibuat, AI mengidentifikasi pemasok yang memenuhi syarat, secara otomatis menghasilkan dan mengirimkan RFQ, mengevaluasi penawaran, dan merekomendasikan atau melakukan pemesanan otomatis. Didukung oleh Seri B senilai 30 juta dolar dari Insight Partners dan Seri C senilai 60 juta dolar dari Georgian.

Keelvar (Cork, Irlandia, Seri B 24 juta dolar). Didirikan pada 2012 oleh Alan Holland yang memiliki latar belakang akademis dalam optimasi kombinatorial. "Sourcing Optimizer"-nya menangani lelang multi-ronde yang kompleks dengan ribuan variabel (pelabuhan, rute, kapasitas, keberlanjutan). Sangat kuat di bidang logistik & transportasi serta bahan langsung.

Globality (Menlo Park, total pendanaan sekitar 310 juta dolar, dengan investasi dari SoftBank Vision Fund). Berspesialisasi dalam pasar pengadaan layanan profesional senilai lebih dari 2 triliun dolar. NLP membaca ruang lingkup pekerjaan (SOW) dan mencocokkannya dengan penyedia yang telah diverifikasi sebelumnya, serta memfasilitasi penawaran terstruktur. Pendekatan unik untuk menjadikan perbandingan layanan (yang secara inheren lebih sulit daripada barang) sebagai "perbandingan apple-to-apple."

Pemain khusus manajemen lisensi SaaS. Zylo (Indianapolis) mengidentifikasi rata-rata pemborosan SaaS senilai 18 juta dolar di perusahaan besar dengan penemuan dan optimasi SaaS berbasis AI. Vendr (Boston, Seri B 150 juta dolar, dengan investasi dari Tiger Global/SoftBank) merealisasikan pengurangan 20–30% dari harga resmi melalui negosiasi AI. Tropic (New York, Seri B 35 juta dolar) menyediakan analisis kontrak AI dan peringatan pembaruan otomatis.

Platform enterprise yang sudah ada juga dengan cepat mengintegrasikan AI. SAP Ariba memiliki jaringan 5,5 juta pemasok dan mengintegrasikan kopilot Joule AI. Coupa (diprivatisasi oleh Thoma Bravo sekitar 8 miliar dolar) menyediakan kecerdasan komunitas dari data pengeluaran kumulatif lebih dari 6 triliun dolar. Ivalua (Paris, juara Eropa) memiliki kekuatan di sektor manufaktur, farmasi, dan publik.

"Dark Purchasing" — Pengadaan Tanpa Keterlibatan Manusia

Sebagai bentuk paling mutakhir dari pengadaan otonom, konsep "Dark Purchasing" semakin mendapat perhatian. Istilah yang terinspirasi dari "dark factory" (pabrik tanpa awak) di industri manufaktur ini merujuk pada transaksi pengadaan yang sama sekali tidak melibatkan manusia.

Saat ini, Dark Purchasing telah terwujud untuk pembelian berfrekuensi tinggi namun bernilai rendah. Pemesanan ulang otomatis, pengisian prediktif, dan manajemen inventaris terhubung sensor IoT yang ditawarkan Amazon Business telah mengotomatiskan hampir sepenuhnya pembelian perlengkapan senilai di bawah 1.000 dolar. Pembaruan otomatis lisensi perangkat lunak, pengadaan berkala perangkat IT standar, dan otomatisasi pemesanan perjalanan dinas juga merupakan contoh implementasi Dark Purchasing.

Ketika perusahaan menerapkan Dark Purchasing, mereka menetapkan pagar panduan kebijakan berupa: ambang batas nominal (misalnya, di bawah 5.000 dolar bersifat otonom, di atasnya memerlukan tinjauan manusia), pembatasan kategori (hanya kategori yang disetujui), pembatasan pemasok (hanya pemasok yang telah diverifikasi sebelumnya), log audit (semua keputusan otonom dicatat), dan deteksi anomali (AI menandai kelainan dan mengeskalasikannya ke manusia).

Tren Pasar Jepang — Di Antara Sistem Ringi dan Sistem Invoice

Digitalisasi pengadaan di Jepang secara historis tertinggal dibandingkan Amerika Serikat dan Eropa. Proses berbasis kertas, persetujuan dengan stempel hanko, jaringan pemasok tetap berdasarkan hubungan keiretsu, penekanan budaya pada negosiasi tatap muka, dan sistem ringi yang kompleks telah menjadi hambatan digitalisasi.

Namun perubahan lingkungan regulasi dengan cepat mengubah situasi ini. Penerapan sistem invoice pada Oktober 2023 dan kewajiban penyimpanan dokumen elektronik berdasarkan revisi Undang-Undang Penyimpanan Buku Besar Elektronik pada Januari 2024 secara efektif memaksa perusahaan untuk mengadopsi pengadaan digital. Seiring dengan lingkungan promosi DX/AI Jepang, adopsi AI pengadaan semakin dipercepat.

Di pasar Jepang, Leaner Technologies menyediakan teknologi pengadaan yang berfokus pada analisis pengeluaran, sementara Bakuraku dari LayerX merambah perusahaan menengah dengan manajemen pengeluaran & pengadaan berbasis AI. MoneyForward Cloud Procurement melayani UKM, sementara Bill One (Sansan) membentuk pasar dengan manajemen tagihan AI. SAP Ariba Japan dan Coupa Japan mencakup pasar perusahaan besar.

Yang perlu dicatat adalah bahwa "aimitsumori" (permintaan penawaran kompetitif) dalam budaya bisnis Jepang sudah menjadi standar budaya. Pasar Jepang di mana penawaran kompetitif dianggap wajar memiliki afinitas tinggi dengan otomatisasi RFQ berbasis AI. Di sisi lain, praktik bisnis yang mengutamakan hubungan dalam pembelian bernilai tinggi menjadi hambatan budaya terhadap adopsi pengadaan sepenuhnya otonom. Pola yang dominan di perusahaan Jepang adalah mendahulukan AI pengadaan untuk indirect spend (pengeluaran tidak langsung), sementara mempertahankan direct materials (bahan langsung) tetap digerakkan oleh hubungan.

Tesis Investasi — Salah Satu dari Sedikit Bidang AI dengan ROI yang Jelas

Alasan AI pengadaan menonjol sebagai tesis investasi VC adalah kejelasan ROI-nya. Estimasi McKinsey memperkirakan pengurangan biaya 3–10% atas pengeluaran yang ditargetkan melalui otomatisasi pengadaan AI. Deloitte memprediksi pengurangan 30–50% biaya proses pengadaan. Siklus waktu RFQ dipersingkat dari 2–4 minggu secara manual menjadi 2–4 hari dengan bantuan AI, dan menjadi beberapa jam dalam mode sepenuhnya otonom. Waktu yang dibutuhkan dari permintaan pembelian hingga purchase order menyusut menjadi beberapa menit untuk kategori yang diotomatiskan.

Penelitian Hackett Group menunjukkan bahwa biaya operasional pengadaan organisasi dengan kematangan digital tinggi 54% lebih rendah. Angka-angka ini langsung menarik bagi CFO, dan memiliki karakteristik langka dalam investasi AI: "dampak investasi AI dapat diukur secara jelas."

Klasifikasi tingkat pengadaan otonom dari Gartner sangat ilustratif. Tingkat 1 (berbantuan AI: manusia yang memutuskan, AI yang merekomendasikan), Tingkat 2 (diperluas AI: kasus sederhana diputuskan AI, kasus kompleks oleh manusia), Tingkat 3 (AI otonom untuk kategori yang ditentukan), Tingkat 4 (sepenuhnya otonom). Per 2025, sebagian besar perusahaan berada di Tingkat 1–2, namun Tingkat 3 diprediksi akan menjadi arus utama pada 2028, dengan realisasi parsial Tingkat 4 diperkirakan pada 2030.

Dampak pada Industri

AI pengadaan otonom membawa perubahan berikut.

Pertama, pemulihan nilai dari "tail spend". Tail spend yang menyumbang 20–30% dari total pengeluaran namun selama ini tidak terkelola, kini dapat ditangani oleh AI melalui perbandingan penawaran dan negosiasi harga, sehingga memungkinkan penghematan biaya senilai ratusan juta hingga miliaran yen bagi perusahaan besar. AI mengelola secara ekonomis area yang selama ini terlalu kecil untuk ditangani manusia.

Kedua, perubahan peran departemen pengadaan. Rasio staf pengadaan di perusahaan tipikal adalah satu orang (FTE) per pengeluaran senilai 30–50 juta dolar, namun dengan AI, satu orang dapat mengelola lebih dari 100–200 juta dolar pada kategori yang terotomatisasi. Hal ini dikonsepkan bukan sebagai "penggantian", melainkan sebagai "peningkatan skala tanpa penambahan tenaga kerja".

Ketiga, munculnya negosiasi AI lawan AI. Diperkirakan pada tahun 2029–2030, "pengadaan AI-vs-AI" di mana agen AI dari sisi pembeli bernegosiasi langsung dengan agen AI dari sisi pemasok akan menjadi kenyataan. Dalam skenario ini, "pemenang" negosiasi adalah pihak yang memiliki data lebih baik dan algoritma optimasi yang lebih unggul.

Keempat, peluang bagi perusahaan Jepang. Keselarasan dengan budaya perbandingan penawaran, digitalisasi paksa melalui sistem invoice, dan kebutuhan efisiensi pengadaan barang tidak langsung — kombinasi faktor-faktor ini menjadikan pasar Jepang sebagai tempat yang diperkirakan akan mengalami penyebaran AI pengadaan secara pesat.

Referensi: Zip Series C Announcement (September 2023, YC Continuity), Fairmarkit Autonomous Sourcing Platform, Keelvar Sourcing Optimizer, Globality Smart Sourcing (SoftBank Vision Fund), Vendr SaaS Buying Platform (Tiger Global, SoftBank), Zylo SaaS Management Platform, Tropic Series B (Canapi Ventures), Coupa Thoma Bravo Privatization (~$8B, January 2023), SAP Ariba Joule AI Integration, Gartner Predictions on Autonomous Procurement 2028, Forrester Wave Source-to-Contract Suites, McKinsey AI Procurement Automation Estimates, Deloitte Procurement Process Cost Reduction, Hackett Group Digital Procurement Maturity Study, Amazon Business AI-Powered Purchasing, ServiceNow ITAM, Flexera IT Asset Optimization, Leaner Technologies (Japan), LayerX バクラク, MoneyForward クラウド調達, Ardent Partners AI Procurement Survey 2024