AGRs administrerende direktør Haukur Hannesson deltok nylig sammen med Clarus’ administrerende direktør Dan Walsh i en direktesendt «Clarity in Conversation»-sending, der de drøftet prosessen fra prognose til gjennomføring og hvordan bedre data, kunstig intelligens og sammenkoblede systemer endrer styringen av forsyningskjeden.
Diskusjonen tok for seg noen av de gapene som fremdeles finnes mellom prognoser, innkjøp og lagerdrift, samt den raske utviklingen innen kunstig intelligens i planleggingen av forsyningskjeden og hva dette innebærer for de som tar beslutninger knyttet til forsyningskjeden.
Blant temaene som ble behandlet, var:
- Integrering av prognoser, innkjøp og lagerdrift
- Bruk av data for å balansere tilgjengelighet og lagerinvesteringer
- AI får en stadig større rolle i de daglige beslutningene i forsyningskjeden
- Bruk av AI til å forutsi etterspørselen etter nye produkter
- Hvordan AI-assistenter går fra å svare på spørsmål til å arbeide med sanntids forretningsdata
- Potensialet i Model Context Protocol (MCP) for å koble sammen mennesker, AI og forsyningskjedesystemer
- Å utarbeide en konkret forretningsmodell for bedre lagerplanlegging
Å bryte ned siloer i forsyningskjeden
Et av hovedtemaene var at problemer i forsyningskjeden ikke alltid skyldes dårlig planlegging i et enkelt team. Ofte er det gapene mellom teamene som skaper problemet.
Haukur delte eksempler på bedrifter der innkjøpsteamene først ble klar over en kommende kampanje da de så den annonsert. På det tidspunktet kan leverandørenes leveringstider gjøre det umulig å få det nødvendige lageret på plass i tide.
Det samme problemet kan oppstå lenger nede i kjeden. Innkjøpsavdelingen kan optimalisere påfyllingen basert på etterspørselen, men lageret har kanskje ikke kapasitet til å motta alle disse ordrene på en gang.
Bedre systemer og data kan bidra til å knytte disse beslutningene sammen, men Haukur understreket at teknologi ikke er hele løsningen. Tydelig kommunikasjon og prosesser mellom avdelingene er også viktig.
AI trenger fortsatt det menneskelige preget
Kunstig intelligens i planleggingen av forsyningskjeden ble naturligvis et sentralt tema i samtalen, særlig med tanke på hvor mye som har endret seg siden Haukur sist ble en del av Clarus-teamet for seks måneder siden.
AGRs AI-assistent, Finn, har allerede gått fra å hjelpe brukerne med å finne generell informasjon og dokumentasjon til å arbeide med deres egne lagerdata. Brukerne kan nå stille spørsmål om lagerbeholdningen sin på naturlig språk, for eksempel om de har nok av et bestemt produkt eller tilstrekkelig lagerbeholdning til en kommende sesong.
AGR bruker også AI direkte i prognosearbeidet. Haukur snakket om utfordringen med å forutsi etterspørselen etter nye produkter, der det ikke finnes noen salgshistorikk som tradisjonelle statistiske modeller kan basere seg på. AI kan bruke egenskapene til en ny vare og mønstre fra lignende produkter til å lage en innledende prognose, som deretter tilpasses etter hvert som reelle salgsdata blir tilgjengelige.
Men selv om AI tar på seg en større del av analysen, mener Haukur at menneskelig ekspertise fortsatt er avgjørende.
«Når dette gjøres riktig, bruker man dataene og AI til å beregne behovet og når man skal reagere,» forklarte han. «Men så trenger man alltid et menneskelig innslag på toppen av det.»
Mennesker bidrar fortsatt med informasjon og kontekst som beregningene ikke nødvendigvis fanger opp – alt fra kundesamtaler og kommende aktiviteter til kunnskap om hva som skjer andre steder i virksomheten.
Muligheten ligger altså ikke i å fjerne mennesker fra planleggingen av forsyningskjeden. Den ligger i å automatisere flere av de tunge oppgavene og gi planleggerne bedre informasjon, slik at de kan bruke mer tid på å utnytte sin ekspertise der det gjør størst forskjell.
Å gjøre verdien håndgripelig
Samtalen kom også tilbake til forretningsargumentet for bedre lagerplanlegging.
Haukur delte den potensielle avkastningen inn i tre områder: automatisering, lagerholdskostnader og servicenivåer. Han tok opp eksemplet med en bedrift som hadde varelager til en verdi av 10 millioner pund. Dersom bedre planlegging kunne redusere dette varelageret med 20 % samtidig som det samme servicenivået opprettholdes, ville bedriften frigjøre 2 millioner pund fra varelageret.
Hvis man legger til grunn en tommelfingerregel om at de årlige driftskostnadene utgjør 25 %, innebærer denne reduksjonen en potensiell årlig besparelse på 500 000 pund – uten å ta hensyn til verdien av den arbeidstiden som spares gjennom automatisering, eller den effekten økt tilgjengelighet kan ha på salg og kundefastholdelse.
Det er en nyttig påminnelse om det overordnede temaet bak diskusjonen. Ny teknologi, kunstig intelligens og økt tilkobling endrer måten forsyningskjeder fungerer på, men målet er fortsatt det samme: å ha riktig lagerbeholdning tilgjengelig når det trengs, holde lagerinvesteringene under kontroll og gi folk den informasjonen de trenger for å ta bedre beslutninger.
