בעיית ה-500 מיליארד דולר: מדוע רכש ישיר נותר מחוץ למפת התוכנה 30 שנה
Noam Shakuri
בשלב כלשהו בתחילת שנות ה-90, קבוצת מהנדסי תוכנה בחברות כמו Ariba ו-SAP קיבלה החלטה — ברובה כברירת מחדל — שתעצב את ענף תוכנת הרכש במשך שלושה עשורים הבאים.
הם בנו עבור חשבונות לתשלום.
זה היה נקודת התחלה סבירה. חשבונות לתשלום אמרו נתונים מובנים: חשבוניות עם סכומים, ספקים עם מזהים, תשלומים עם תאריכי פירעון. זה אמר נפח עסקאות גבוה — אלפי תשלומים בחודש בארגונים גדולים — מה שהקל על חישוב ROI האוטומציה. זה אמר אלוף פנימי ברור: ה-CFO, שרצה לסגור את הספרים מהר יותר ולתפוס תשלומים כפולים.
ההחלטה הגיונית בזמנה. היא גם אמרה שה-8 טריליון דולר בשנה של הוצאות רכש ישיר — חומרי גלם, רכיבים, תשומות ייצור המהוות את רוב עלות הסחורות הנמכרות לרוב היצרנים — נותרו לניהול על ידי מערכות ERP עסקאיות שלא עוצבו מעולם לניהול מורכב, עתיר-יחסים ועתיר-תקשורת של רכש ישיר.
שלושים שנה אחר כך, הפער הזה עדיין פתוח. והוא עצום.
סיפור המקור של תוכנת הרכש
כדי להבין מדוע רכש ישיר שירת בחסר, צריך להבין כיצד ענף תוכנת הרכש נבנה.
הגל הראשון של תוכנת הרכש — Ariba, שנוסדה ב-1996; Coupa, שנוסדה ב-2006; Jaggaer, שהורכבה מסדרת רכישות — נבנה סביב בעיה ספציפית: ההוצאות הבלתי מבוקרות, בפיצול גבוה, שארגונים גדולים עשו על כל דבר חוץ מתשומות הייצור המרכזיות שלהם. נסיעות, ציוד משרדי, סוכנויות שיווק, רישיונות תוכנה, שירותי ייעוץ, ניהול מתקנים. קטגוריה זו של הוצאות, שהענף מכנה הוצאות עקיפות, כללה מאפיינים שהפכו אותה לאטרקטיבית לאוטומציה:
נפח עסקאות גבוה, מורכבות יחידה נמוכה. חברה עשויה לעבד 50,000 בקשות רכישה בשנה לסחורות ושירותים עקיפים. כל עסקה פשוטה יחסית — סחורה או שירות סטנדרטי, מחיר קטלוג, תהליך אישור פשוט. אוטומציה של עסקאות בנפח גבוה ומורכבות נמוכה מייצרת רווחי יעילות גלויים ומדידים.
נקודות כאב פנימיות ברורות. צוותי רכש היו קבורים בתהליכי אישור מבוססי נייר. צוותי פיננסים לא יכלו לסגור את החודש בלי לרדוף אחרי הזמנות רכש. מבקרים מצאו פערי תאימות בהוצאות בלתי מבוקרות. לנקודות כאב אלה היו בעלי עניין מוגדרים — CFO, מנהל רכש ראשי, מנהל פיננסים — שהיו להם תקציבים וסמכות לרכוש תוכנה.
נרטיב ROI נוח. אם יכולת להראות ל-CFO שתפחית הוצאות בלתי מורשות ב-15% על בסיס הוצאות עקיפות של 100 מיליון דולר, זה היה 15 מיליון דולר בחיסכון — סיפור ROI משכנע וניתן לביקורת. חיסכון ברכש ישיר קשה יותר לבידוד מכיוון שהוא כולל משא ומתן עם ספקים, שיפורי איכות ויתרונות רצף אספקה שלא מופיעים בצורה ברורה בדוח AP.
באמצע שנות האלפיים, שוק ניהול ההוצאות העקיפות היה בשל. SAP רכשה את Ariba תמורת 4.3 מיליארד דולר ב-2012. Coupa הנפיקה ב-2016 ונרכשה בסופו של דבר תמורת 8 מיליארד דולר. Jaggaer הוערכה במיליארדים. עשרה פתרונות נקודתיים טיפלו בתת-קטגוריות ספציפיות: ניהול נסיעות, כוח עבודה תלוי, רישוי תוכנה, ניהול הוצאות.
השוק, בטרמינולוגיה של השקעות תוכנה, שירת היטב.
פער הרכש הישיר
רכש ישיר — רכישת חומרי גלם, רכיבים ותשומות ייצור הנכנסים ישירות למוצרי החברה — הוא פעילות שונה לחלוטין.
הקנה המידה שלו גדול יותר. עבור יצרן בדיד טיפוסי, רכש ישיר מייצג 60 עד 80% מעלות הסחורות הנמכרות. עבור חברת פארמה, זה עשוי להיות 70 עד 85% מעלות הייצור. עבור קבלן משנה לאלקטרוניקה, זה יכול לחרוג מ-90%. בסיס העלויות שרכש ישיר מנהל מגמד את ההוצאות העקיפות שענף תוכנת הרכש בילה שלושה עשורים באופטימיזציה שלהן.
המאפיינים התפעוליים שונים באופן יסודי:
מערכות יחסים עם ספקים הן אסטרטגיות, לא עסקאיות. חברה קונה ציוד משרדי ממי שיש לו את מחיר הקטלוג הטוב ביותר. חברה קונה סגסוגות פלדה מיוחדות, רכיבים מדויקים, או חומרי גלם פארמצוטיים פעילים מספקים שעשוי לקחת שנים להכשיר, שמייצרים לפי מפרט, ומייצגים סיכון אספקה אמיתי אם הם לא עומדים בביצועים. ניהול מערכות יחסים אלה דורש המשכיות, מומחיות ואיכות תקשורת שלא ניתן לצמצם למספר הזמנת רכש.
BOMs יוצרים מבני תלות מורכבים. מוצר מוגמר עשוי לשלב 500 רכיבים נפרדים מ-200 ספקים שונים. עיכוב או בעיית איכות עם כל אחד מהם עלולים לעצור את ייצור כל ההרכבה. הבנת תלות זו — לדעת אילו ספקים נמצאים על הנתיב הקריטי, לאילו רכיבים יש סיכון מקור בודד, אילו זמני אספקה מתהדקים — דורשת ניראות בזמן אמת לתקשורת ספקים שאף ERP לא עוצב לספק.
דרישות איכות מניעות צרכי תיעוד מתמשכים. רכש ישיר אינו רק רכישה — הוא גם הכשרה, אישור, ניהול סטיות ובקרת שינויים. ספק שמשנה תהליך ייצור חייב להודיע ללקוחות ולקבל אישור לפני שהשינוי נכנס לתוקף. אינטראקציות אלה מייצרות דרישות תיעוד מתמשכות החיות בצומת שבין רכש לניהול איכות.
זמני אספקה דורשים ניהול פרואקטיבי. זמני אספקה לרכש עקיף נמדדים בדרך כלל בימים. זמני אספקה לרכש ישיר — בפרט באלקטרוניקה, כימיקלים וחומרים מיוחדים — נמדדים בשבועות עד חודשים, עם שונות משמעותית. ניהול זמני אספקה אלה בצורה פרואקטיבית דורש מעקב אחר סטטוס אישורים על פני מאות הזמנות רכש פתוחות בו-זמנית, זיהוי חריגות מוקדם ופעולה לפני שעיכובים מתגלגלים לשיבושי ייצור.
אף אחת מפלטפורמות תוכנת הרכש שנבנו להוצאות עקיפות לא עוצבה לטפל במאפיינים הללו.
אשליית ה-ERP
אם פלטפורמות ההוצאות העקיפות לא פותרות רכש ישיר, מה כן? התשובה שרוב היצרנים ייתנו היא: ה-ERP.
תשובה זו גם נכונה וגם מטעה עמוקות.
מערכות ERP — SAP S/4HANA, Oracle Manufacturing Cloud, Infor, NetSuite — מנהלות רכש ישיר במובן שהזמנות רכש חיות ב-ERP, נתוני ספק ראשי חיים ב-ERP, וקבלות סחורה מתועדות ב-ERP. ה-ERP הוא מערכת התיעוד של מה שקרה ברכש.
הוא אינו, ולא עוצב מעולם להיות, מערכת לניהול מה שקורה.
העבודה האמיתית של רכש ישיר — העבודה שקובעת אם קווי הייצור פועלים, אם ספקים מספקים בזמן, אם בעיות איכות נלכדות לפני שנכנסות לתהליך הרכבה — קורית מחוץ ל-ERP לחלוטין. היא קורית במייל. בשיחות טלפון. בגיליונות אקסל שקניינים מתחזקים מכיוון שה-ERP לא מציף את המידע הנכון בזמן הנכון. בזיכרון המוסדי של קניינים מנוסים שיודעים שספק X תמיד מספק שלושה ימים מאוחר וספק Y צריך שיחת מעקב שבועיים לאחר הוצאת PO אחרת לא קורה כלום.
שקול מה קורה כאשר פעילות רכש ישיר מרכזית ב-ERP מקבלת אישור הזמנת רכש מספק. הספק מייל לקניין. הקניין קורא את המייל. הקניין מחלץ את תאריך האספקה המאושר. הקניין מנווט ל-ERP ומעדכן ידנית את שורת ה-PO עם התאריך המאושר. ל-ERP עכשיו יש נתונים עדכניים — אבל רק מכיוון שבן-אדם תרגם מייל לא מובנה לרשומת ERP מובנה.
אם הקניין עסוק באותו יום — מנהל 40 מיילים אחרים של ספקים, משתתף בפגישות, מחליף עמית — העדכון עשוי להתרחש מחר, או מחרתיים. בינתיים, מערכת תכנון הייצור מקבלת החלטות על בסיס תאריך האספקה המבוקש, לא המאושר. ל-ERP נראה כאילו יש לו את הנתונים. הנתונים מיושנים.
זו אינה כשל ERP. מערכות ERP עוצבו לנהל נתונים מובנים ועסקאיים בקנה מידה. הן לא עוצבו לקרוא מיילים, להבין הקשר, לטפל בחריגות, או לנהל את שכבת התקשורת הדינמית ועתירת-היחסים המחברת בין יצרנים לבסיס האספקה הישיר שלהם.
שכבה זו הושארה לבני אדם. ובני האדם עמוסים.
גודל ההזדמנות
קהילת ההשקעות החלה להכיר בגודל פער תוכנת הרכש הישיר. החישוב שווה בנייה מפורשת.
תפוקת הייצור הגלובלית עומדת על כ-16 טריליון דולר בשנה, לפי נתוני הבנק העולמי ו-UNIDO.
רכש ישיר כנתח מעלות הייצור נע בין 50 ל-85% תלוי בתעשייה. אומדן שמרני של 60% מרמז על כ-9.6 טריליון דולר בהוצאות רכש ישיר שנתיות ברחבי העולם.
הוצאות תוכנה כאחוז מהוצאות מנוהלות על ידי רכש הוא מדד benchmark מבוסס. Hackett Group ו-Gartner שניהם מעריכים שארגונים מוציאים כ-0.3 עד 0.8% מסך הוצאות הרכש על טכנולוגיית רכש. יישום הגבול התחתון של 0.3% על בסיס הרכש הישיר של 9.6 טריליון דולר מרמז על הזדמנות הוצאות תוכנה תיאורטית של כ-29 מיליארד דולר בשנה.
בפועל, חדירת תוכנת הרכש הישיר הנוכחית נמצאת הרבה מתחת לתקרה התיאורטית הזו. ערמת הטכנולוגיה של רכש ישיר ברוב היצרנים מורכבת מ-ERP (כבר בתקציב כתשתית מרכזית, לא תוכנת רכש מיוחדת) וגיליונות אקסל. הדלתא בין ההוצאה הנוכחית להוצאה הניתנת לטיפול מייצגת את הזדמנות השוק.
לשם הקשר: Coupa נרכשה תמורת 8 מיליארד דולר ב-2023. השוק הניתן לטיפול הראשי של Coupa הוא הוצאות עקיפות — שוק המייצג חלק קטן מסך הוצאות הרכש. שוק תוכנת ההוצאות העקיפות ייצר מספר תוצאות של מיליארדי דולרים בדיוק על ידי שירות החלק הקטן יותר, הפחות מורכב של יקום הרכש.
שוק תוכנת הרכש הישיר — שמשרת את החלק הגדול יותר, המורכב יותר, האסטרטגי יותר — לא ייצר תוצאה שווה ערך בקנה מידה. לא מכיוון שהבעיה פחות בעלת ערך לפתרון. מכיוון שהבעיה הייתה, עד לאחרונה, קשה יותר לפתרון ממה שהכלים הזמינים יכלו להתמודד איתו.
מדוע סוכני AI הם המפתח
בעיית הרכש הישיר לא הייתה ניתנת לפתרון על ידי שתי הדורות הראשונות של תוכנה ארגונית מסיבה ספציפית: הבעיה היא מטבעה לא מובנית.
אוטומציה מבוססת כללים — הארכיטקטורה שהניעה את הדור הראשון של תוכנת הרכש — עובדת כאשר הקלטים מתוקננים והחריגות נדירות. בנה תהליך עבודה. הגדר את הכללים. טפל במקרה הנפוץ אוטומטית; נתב את החריגות לבני אדם.
רכש ישיר כושל במודל זה בכל שלב. תקשורת ספקים מגיעה במאות פורמטים שונים. אישורים מכילים שפה עמומה הדורשת פרשנות. חריגות אינן נדירות — אחוז משמעותי מכל אצווה של PO כולל סוג כלשהו של סטייה מהתוכנית. ה"כללים" לטיפול בכל סטייה תלויים ברמות מלאי, לוחות ייצור, היסטוריית ספקים והקשר עסקי שמשתנה מדי יום.
אוטומציה מבוססת כללים ייצרה פתרונות חלקיים לחלקים המובנים של תהליך עבודה רכש ישיר: EDI למערכות היחסים הגדולות והמתוקננות ביותר עם ספקים; התראות ERP בסיסיות כאשר תאריכי אספקה חולפים. היא לא ייצרה כלום לשכבה העתירת-תקשורת ועתירת-שיקול-הדעת שמהווה את רוב העבודה בפועל.
סוכני AI מבוססי מודל שפה גדול משנים חישוב זה בשלוש דרכים ספציפיות:
הבנת קלט לא מובנה. LLMs יכולים לקרוא אישור מייל של ספק — ללא קשר לפורמט, שפה, או ניסוח — ולחלץ את אותו המידע המובנה שקניין היה מחלץ. המודל מבין ש"אנו יכולים לספק את יתרת ההזמנה שלכם עד ה-15" אומר אישור חלקי עם תאריך אספקה ספציפי, אפילו ללא תבנית נתונים מובנית.
קבלת החלטות הקשרית. מעבר לקריאת תקשורת ספקים, סוכנים יכולים להעריך אותה מול הקשר עסקי. האם עיכוב של 3 ימים מקובל בהתחשב במלאי הנוכחי? האם שיעור האישורים ההיסטורי של ספק זה אמין? האם רכיב זה נמצא על הנתיב הקריטי לבנייה הבאה של הייצור? אלה שיפוטים הדורשים הקשר — וסוכנים המחוברים לנתוני ERP יכולים לקבל אותם ברמת האיכות של קניין, עבור מקרים שגרתיים, בקנה מידה בלתי מוגבל.
טיפול במקרי קצה. שיעור האינטראקציות ברכש ישיר הנופלות מחוץ לבינארי פשוט של אישור-או-עיכוב משמעותי. משלוחים חלקיים, מחלוקות מחיר, אילוצי קיבולת, הצעות להחלפת חומר, הודעות כוח עליון — כל אחת מייצגת "מקרה קצה" שאוטומציה מבוססת כללים מנתבת לבן-אדם כברירת מחדל. סוכנים מבוססי LLM יכולים לפרש ולטפל נכון או להסלים מצבים אלה, לא מכיוון שתוכנתו ספציפית לכל מקרה, אלא מכיוון שהם מבינים שפה והקשר ברמה מספיקה לזהות עם איזה סוג מצב הם מתמודדים.
אוטומציה מבוססת כללים יכלה לאוטמט כ-20 עד 30% מתקשורת הרכש הישיר. סוכני AI יכולים לאוטמט 80 עד 90%. ההבדל הזה הוא ההבדל בין כלי שעוזר למערכת שמשנה.
כך נראים חמש השנים הבאות
המודל התפעולי של מחלקות רכש ביצרנים עומד לעבור שינוי מבני. הבנה של איך זה נראה בצד השני חשובה גם למנהלים שמנהלים את המעבר וגם למשקיעים ולמנהלים שחושבים על היכן ייצבר ערך.
ארגון הרכש של 2030
בעוד חמש שנים, ארגון הרכש ביצרן מנוהל היטב ייראה שונה מבחינה מבנית מהיום. כוח האדם התפעולי — הקניינים שמבלים ימיהם בקריאת מיילי ספקים, עדכון תאריכי אספקה ב-ERP, שליחת בקשות אישורים ורישום חריגות — יהיה קטן משמעותית. לא מכיוון שחברות מקצצות השקעות ברכש, אלא מכיוון ששכבת ביצוע התפעול שתפסה את כוח האדם הזה תפעל באופן אוטונומי.
מה שגדל הוא השכבה האסטרטגית: מנהלי פיתוח ספקים שמשקיעים בהעמקת מערכות יחסים עם שותפי האספקה הקריטיים ביותר. אסטרטגי קטגוריות שמעצבים את גישת המיקור לקטגוריות הוצאות מורכבות. מנהלי סיכוני שרשרת אספקה שעוקבים אחר סיכוני גאופוליטיקה, איכות ופיננסים על פני בסיס האספקה. וקבוצה קטנה של מומחי תפעול שבבעלותם את ההגדרה ושיפור מתמיד של מערכות ה-AI שמבצעות את עבודת הביצוע.
זו לא ספקולציה. RH Electronics, המנהלת 1,000+ ספקים ו-25,000 שורות הזמנת רכש פעילות עם צוות של 35, כבר פועלת עם מודל רכש שבו AI מטפל בשכבת הביצוע. הקניינים שלהם מנהלים חריגות ומערכות יחסים. ה-AI מנהל את הנפח.
הפיצול התחרותי
הארגונים שיבנו תשתית AI תפעולית לרכש ישיר בשנתיים-שלוש הקרובות יהיו להם יתרונות עלות וקיבולת מבניים שיהיה קשה למתחרים לסגור. היתרונות מצטברים:
- עלות תפעול נמוכה יותר לכל PO שמעובד
- איכות נתונים גבוהה יותר ב-ERP, המאפשרת תכנון ביקוש טוב יותר וניהול מלאי
- ניראות מוקדמת יותר לחריגות, המאפשרת תגובה מהירה יותר ועלויות שיבוש ייצור נמוכות יותר
- קיבולת ניהול בסיס ספקים גדולה יותר בפועל ללא גידול כוח אדם
הארגונים שמתעכבים ימשיכו להפעיל מודל ידני מול מתחרים שמריצים מודל אוטומטי. הפער בין שתי מבני העלויות התפעוליים האלה גדל עם כל שנת עיכוב.
ההשלכות לשוק התוכנה
עבור שוק התוכנה, הזדמנות הרכש הישיר מייצגת מחזור ההשקעות הגדול הבא בטכנולוגיית רכש ארגונית. גל ההוצאות העקיפות ייצר חברות ציבוריות, רכישות גדולות ותשואות משמעותיות למשקיעים בין 1995 ל-2023. גל הרכש הישיר מתחיל עכשיו, בשוק כתובת כולל גדול יותר, עם תשתית טכנולוגית מסוגלת יותר.
הפלטפורמות שיצמחו ממחזור זה ייראו שונות מ-Coupa ו-Ariba. הן יהיו סוכן-ילידיות ולא תהליך-ילידיות. הן יפעלו בשכבת המייל ולא בשכבת הפורטל. הן ישתלבו עם ERPs ולא יתחרו בהם. והן ישופטו לא לפי מדדי אימוץ משתמשים אלא לפי אחוז תקשורת הספקים שהן מטפלות בה באופן אוטונומי ללא התערבות אנושית.
המיצוב של אבולינק
אבולינק נבנתה מהשורה הראשונה של קוד עבור פער הרכש הישיר.
לא לניתוח הוצאות. לא לאירועי מיקור אסטרטגי. לא לניהול חוזים או תהליכי עבודה של הכשרת ספקים — אף שאלה בעיות בעלות ערך. לשכבת ביצוע התפעול: התקשורת היומיומית, בנפח גבוה, הלא-מובנית עם ספקים שעוברת בין יצרנים לבסיס האספקה הישיר שלהם ושמעולם לא היה לה מערכת תוכנה ייעודית לטיפול בה.
הארכיטקטורה משקפת את המיקוד הזה. אבולינק פועלת בשכבת המייל — ערוץ התקשורת האוניברסלי עם ספקים — ומטפלת בתגובות ספקים בכל שפה, פורמט או מבנה. היא מתחברת לסביבות ERP (SAP, NetSuite, Infor) לא כמערכת נפרדת הדורשת פרויקטי אינטגרציה, אלא כהרחבה תפעולית שקוראת מאובייקטי נתונים ספציפיים וכותבת אליהם דרך ממשקים סטנדרטיים. היא נפרסת תוך ימים, לא חודשים, מכיוון שהיא לא דורשת מספקים לשנות דבר באופן התקשורת שלהם.
לוגיקת ההחלטות פועלת על גבי נתוני ERP אמיתיים — רמות מלאי אמיתיות, לוחות ייצור אמיתיים, היסטוריית ביצועי ספקים אמיתית — כך שהגדרת הסוכן אם עיכוב מקובל או קריטי היא אותה הגדרה שקניין עם גישת מערכת מלאה היה מקבל, לא כלל שמיושם ללא הקשר.
כל פעולה שהסוכן מבצע מתועדת עם מעקב מלא: אילו תקשורת ספקים הפעילה את הפעולה, מה הסוכן הבין ממנה, איזו לוגיקת החלטות הוחלה, מה נכתב ל-ERP, ומה הועבר חזרה לספק. לתעשיות מוסדרות — פארמה, מזון, תעופה — מעקב זה הוא נכס תאימות. לכל היצרנים, זו תשתית ביקורת שהופכת ביצוע אוטונומי לאמין.
הבעיה שאבולינק מטפלת בה אינה בעיה חדשה. היא בעיה שיצרנים ניהלו ידנית עשורים מכיוון שלא קיים פתרון תוכנה שיכול היה להתמודד עם הטבע הלא-מובנה, עתיר-שיקול-הדעת ועתיר-היחסים של תקשורת ספקים ישירים בקנה מידה. סוכני AI מבוססי LLM הם הטכנולוגיה שסוף סוף הופכת את הבעיה לניתנת לטיפול.
המסקנה שמנהלי הרכש צריכים לשמוע
ענף תוכנת הרכש בילה שלושים שנה בייצור ערך עצום עבור המיעוט של הוצאות הרכש שהיה הכי קל לדיגיטיזציה. הוצאות עקיפות — נסיעות, ציוד משרדי, כוח עבודה תלוי, שירותי שיווק — מייצגות אולי 20 עד 40% מסך הרכש ליצרן טיפוסי, ושירתו על ידי מערכת אקולוגית של תוכנה רב-מיליארדית.
רוב הוצאות הרכש — חומרי הגלם, הרכיבים ותשומות הייצור המהוות את מבנה העלויות המרכזי של הייצור — שירתו על ידי מערכות ERP שמתעדות עסקאות ותיבות דואר שמנהלות מערכות יחסים. בני האדם שגשרו על הפער הזה הם אנשי רכש מוכשרים ומנוסים שמבלים את רוב זמנם בעבודה שלא אמורה לדרוש כישרון או ניסיון.
הטכנולוגיה לסגירת הפער הזה קיימת כיום. הארכיטקטורה — סוכני AI הפועלים בשכבת המייל, מחוברים לנתוני ERP, נפרסים ללא ניהול שינויים מצד הספקים — פותרת את הבעיות שהפכו את אוטומציית הרכש הישיר לבלתי ניתנת לטיפול שלושה עשורים.
היצרנים שיפרסו אותה בשנתיים הקרובות יבנו יתרונות תפעוליים שמתחריהם יבלו חמש שנים בניסיון להדביק. ה-CPOs שמבינים את שינוי השוק הזה עכשיו יהיו אלה שמסבירים בכנסים כיצד גרמו לזה לקרות.
בעיית ה-500 מיליארד דולר לא מחכה שפתרון טוב יותר יומצא. היא מחכה שארגונים יכירו שהפתרון כבר קיים.
אנחנו בונים את שכבת התפעול שרכש ישיר חיכה לה. ראה אותה בפעולה.
נתוני שוק: הערכות תפוקת ייצור גלובלית של הבנק העולמי ו-UNIDO; מדדי הוצאות טכנולוגיית רכש של Hackett Group ו-Gartner; רכישת SAP-Ariba (4.3 מיליארד דולר, 2012); רכישת Coupa על ידי Thoma Bravo (8 מיליארד דולר, 2023); מדדי הרכב COGS בתעשייה (אלקטרוניקה, פארמה, ייצור בדיד).