Door de aantrekkende markt zijn er meer overheidsopdrachten beschikbaar. Ook worden er steeds meer aanbestedingen georganiseerd vanwege toenemende regeldruk om te voldoen aan het aanbestedingsrecht. Aanbestedende diensten zijn huiverig voor de juridische consequenties, zoals de gerechtelijke procedures en vernietiging van gesloten contracten, in geval van het niet houden van een tender of het onjuist doorlopen van een tender. Bezoek ook het Event Digitale Dienstverlening waarin we aandacht besteden aan deze en andere onderwerpen.
Tijdrovend
Gevolg hiervan is een dure en tijdrovende exercitie voor zowel aanbestedende diensten als marktpartijen. De aanbestedingskosten die marktpartijen en aanbestedende diensten maken zijn ongeveer even hoog als de huidige winstmarges in de bouwsector. Het is tijd voor een ommekeer bij aanbesteden: aanbesteden moet efficiënter. In dit artikel wordt ingegaan op het ontstaan van de toename in het aantal aanbestedingen, de inefficiënte aspecten van een aanbesteding en aspecten die geoptimaliseerd kunnen worden door modern aan te besteden.
Uitbreiding gelijkheids- en transparantiebeginsel
De basisbeginselen van het aanbestedingsrecht zijn het gelijkheidsbeginsel en transparantiebeginsel. Het gelijkheidsbeginsel vloeit voort uit de hoofddoelstelling van de Europese Aanbestedingsrichtlijnen om daadwerkelijke mededinging op het gebied van overheidsopdrachten te ontwikkelen. Het beginsel van gelijke behandeling waarborgt dat deelnemers van een aanbestedingsprocedure door een aanbesteder niet bevoordeeld of benadeeld mogen worden ten opzichte van elkaar of derden. Daarnaast draagt dit beginsel bij aan de ontwikkeling van een gezonde en daadwerkelijke mededinging, waarbij alle inschrijvers dezelfde kansen krijgen. Het transparantiebeginsel heeft ten doel te waarborgen dat elk risico van favoritisme en willekeur door de aanbestedende dienst wordt uitgebannen. Het transparantiebeginsel impliceert dat alle voorwaarden en modaliteiten in het bestek worden geformuleerd op een duidelijke, precieze en ondubbelzinnige wijze. Uit het transparantiebeginsel volgt een verplichting om vooraf de gunningscriteria en hun relatieve gewicht kenbaar te maken en achteraf de individuele score van inschrijvers aan te geven en te onderbouwen.
Vanuit de Europese Commissie en het Hof van Justitie wordt de scope van de Europese beginselen van gelijkheid en transparantie verruimd omdat deze beginselen een Verdragsrechtelijke grondslag hebben, te weten artikel 49 en 56 van het VWEU. Hier ligt de oorzaak van de regeldruk. Overheden (aanbestedende diensten) hebben hierdoor steeds vaker te maken met het gelijkheidsbeginsel en transparantiebeginsel en zijn op grond van deze beginselen gehouden een aanbesteding te organiseren. Dit raakt ook de Nederlandse regelgeving en de Nederlandse markt, waardoor er meer aanbestedingen worden georganiseerd om zodoende het aanbestedingsrecht te volgen. Bij twijfel besluiten aanbestedende diensten het safe te spelen en een aanbesteding te organiseren.
Inzet van kunstmatige intelligentie (AI)
Het organiseren van een aanbesteding is complex, tijdrovend en kostbaar, evenals het deelnemen daaraan. Een aanbestedende dienst is in de praktijk veel tijd kwijt aan het toetsen van de tenderstukken aan de aanbestedingsregels, het inrichten van de tender conform deze regels en het beoordelen van de inschrijvingen. Voor een inschrijver is het op zijn beurt tijdrovend en intensief om alle tenderstukken te lezen en te beoordelen, zodat de inschrijving conform deze stukken geschiedt.
In onze recent uitgebrachte PPS-publicatie hebben wij een weergave gegeven van de gemiddelde kosten die gemaakt worden bij tenders. Hierbij zijn wij uitgegaan van een omzet in de bouwsector van circa € 25 miljard. Daarvan is 60% van de grond in eigendom van de overheid en wordt 80% aanbesteed. In totaal is dat een aanbestedingsvolume van € 12 miljard voor aanbestedende diensten (overheden). Voor de tenderkosten per inschrijvende partij is uitgegaan van 1 tot 1,5% van de contractsom. Daarbij is er van uitgegaan dat bij elke inschrijving gemiddeld vier partijen meedoen. De totale tenderkosten bedragen dan 4 tot 6% (4 x 1 à 1,5%) van de aanbestede contractsom (€ 12 miljard). Dit percentage komt neer op € 480 tot € 720 miljoen, een bedrag dat gelijk staat aan 2 tot 3 procent van de totale bouwproductie. Dit is ongeveer evenveel als de gemiddelde netto winstmarge in de bouwsector. Deze kosten zouden gereduceerd kunnen worden als aanbesteden efficiënter wordt en hiertoe biedt Artificial Intelligence (kunstmatige intelligentie, hierna: “AI”) mogelijkheden.
Slimme systemen
Het technologisch domein kunstmatige intelligentie wordt vaak kortweg gedefinieerd als de wetenschap van ‘slimme’ systemen. Het bouwt verder op data analytics en omvat technologieën als machine learning, patroon-, beeld- en spraakherkenning, probabilistische forecasting alsook neurologische simulatie. Onderzoek toont aan dat ongeveer 25% van de huidige juridische taken volledig kan worden geautomatiseerd door de toepassing van AI. Op dit moment kunnen bijvoorbeeld Non Disclosure Agreements (NDA’s) door een AI-tool (Robot Lawyer LISA) worden opgesteld11, maar er is nog geen AI-product beschikbaar voor aanbestedingen. Wij vinden dat het hoog tijd is om te investeren in een AI- tendertool. Wanneer je een grote data base hebt met aanbestedingsdocumenten, kan AI omvangrijke teksten screenen op relevante zoektermen en wordt een gewenst eindproduct gegenereerd. Dit gaat verder dan de elektronische tenderhulpmiddelen als Negometrix en Dynamische Aankoopsystemen. AI kan bepaalde tenderhandelingen overnemen die op dit moment onnodig intensief zijn. Dit betreft vooral handelingen in de eerste fase van een tenderprocedure.
Ter illustratie: de aanbestedende dienst wil weten of de tenderstukken voldoen aan het aanbestedingsrecht. De input die nodig is, is data van aanbestedingen zodat een vast stramien herkend wordt door het AI-hulpmiddel. Vervolgens screent het AI-hulpmiddel de voorgelegde tender aan het vaste format en de output is bijvoorbeeld een overzicht van red-flags van de voorgelegde tender. Een ander voorbeeld: een inschrijver wil een samenvatting met de belangrijkste punten van de tenderstukken. Als input worden relevante zoektermen ingevoerd (de wijze van indiening, deadlines, minimale eisen e.d.) waarna het AI-hulpmiddel de voorgelegde tenderstukken screent aan de hand van de opgegeven zoektermen en vervolgens als eindproduct een checklist genereert met een uitwerking van de belangrijkste punten.
Kansen voor AI-tool
De groei in het aantal aanbestedingen in gebiedsontwikkeling is toe te juichen omdat het een bevestiging is dat het beter gaat met de markt en dat overheidsopdrachten transparant worden gegund. Gevolg is wel dat aanbestedende diensten en inschrijvers met hoge kosten kampen die gepaard gaan bij het organiseren van een aanbesteding. Als eerder aangegeven in onze PPS-publicatie zijn wij van mening dat het aanbesteden bij gebiedsontwikkeling beter, sneller en goedkoper kan. Dit kan mede worden bereikt door op een moderne manier aan te besteden met behulp van AI. Het resultaat is dat er een aanbesteding wordt georganiseerd conform het aanbestedingsrecht, maar wel op een efficiënte manier omdat bepaalde handelingen overgenomen worden door AI. Het grootste voordeel van aanbesteden middels AI is de tijd- en kostenwinst. Andere voordelen zijn dat aanbestedende diensten erop kunnen vertrouwen dat zij de aanbestedingsregels volgen. Indirect kan dit leiden tot minder gerechtelijke procedures wegens het niet navolgen van het gelijkheids- en transparantiebeginsel. Voor de markt levert het tenders op met kwalitatief goede inschrijvingen, wat op zijn beurt weer zorgt voor de beste prijs en kwaliteit. Voordeel voor inschrijvers is dat zij zich optimaal kunnen focussen op de opdracht in plaats van de inschrijving en dit leidt tot meer creativiteit, kwaliteit en innovatie bij opdrachten.
Dit artikel is geschreven door Irmela Kodžaga LLM, Business Analyst bij Deloitte Real Estate & Partnerships.