ACT%20-%20LinkedIn%20NYTT%20(11).png)
Tim har en bakgrund inom utveckling och programmering och är nu en del av teamet som vidareutvecklar PRO(a)ACT. Med fokus på teknik, funktionalitet och användarupplevelse arbetar han med att utveckla tjänsten och skapa ännu mer värde av organisationers inköpsdata.
Från inköpsdata till användbara insikter
PRO(a)ACT samlar inköpsdata på ett ställe och gör det möjligt att analysera, följa upp och identifiera möjligheter inom inköp. För Tim handlar utvecklingen mycket om att göra stora mängder data enklare att förstå och använda i det dagliga arbetet. En del av det som gör PRO(a)ACT särskilt intressant för honom är att tjänsten används av organisationer inom offentlig sektor.
En del av PRO(a)ACTs användare kommer från den offentliga sektorn, vilket gör att jag känner att jag bidrar positivt till samhället på olika sätt.
Samtidigt är det viktigt att tekniken inte blir ett mål i sig. För Tim handlar utvecklingen lika mycket om att förstå användarens perspektiv och skapa funktioner som faktiskt fungerar i vardagen. Man kan utveckla det mest avancerade systemet i världen, men om ingen kan använda det, vad är då poängen undrar han? Det innebär att hela tiden ställa frågor som om funktionen är tydlig, intuitiv och enkel att använda, även när tekniken bakom är avancerad.
Det är också det lilla teamet bakom PRO(a)ACT som Tim uppskattar.
Att jobba i ett litet team känns väldigt roligt. Man blir som en liten familj, alla känner varandra, man har nära kontakt till varandra och kan alltid fråga om hjälp. Man känner sig helt enkelt som hemma.
AI som nästa steg inom inköpsanalys
AI skapar nya möjligheter för hur inköpsdata kan användas. I stället för att inköpsanalytikern själv behöver leta efter avvikelser, mönster och information kan tekniken hjälpa till att hitta det som är mest relevant och föreslå vad som kan göras härnäst.
Ett exempel är hur PRO(a)ACT redan använder AI för att läsa av uppladdade avtalsfiler och automatiskt fylla i information som avtalsnamn och datum. Även leverantörskategorisering kan automatiseras genom att AI föreslår kategori tillsammans med konfidensnivå och källor.
För Tim handlar nästa steg om att koppla ihop fler av de här funktionerna så att AI inte bara hjälper till att hitta insikter, utan också gör det enklare att agera på dem.
Jag tror att vi går mot ”insight to action”, där insikten direkt kan följas av ett förslag på vad man kan göra. Om en leverantör saknar kategori eller om ett avtal snart går ut ska det inte bara visas som en siffra i en rapport, utan också kunna leda vidare till ett konkret nästa steg.
Vi är väldigt glada över att ha Tim med i teamet och ser fram emot att följa utvecklingen av PRO(a)ACT och alla nya möjligheter som AI och ny teknik kan skapa för våra användare. Varmt välkommen Tim! 💙
