Att omvandla en godkänd inköpsförfrågan till en officiell beställning är en av de uppgifter där automatisering redan har trängt djupt in. Inte för att AI förstår något speciellt här, utan för att uppgiften i sig lämnar lite att förstå. Förfrågan är redan godkänd, leverantören är fastställd, formatet för beställningen är fastställt. Det som återstår är: hämta uppgifter, generera ett dokument, skicka det, registrera det i ERP-systemet. Det är den typen av arbete där regler räcker och där ingen bedömning krävs om vad som egentligen bör beställas.
Tre axlar avgör bilden här. Strukturgraden är hög: inmatningen är entydig, utmatningen är ett fast dokument, det krävs ingen tolkning av vaga formuleringar eller ofullständig information. Volymen är hög: företag av viss storlek gör tiotals till hundratals beställningar per vecka, ofta med samma steg. Och bedömningsutrymmet är begränsat, för beslutet att beställa har redan fattats av den som godkände förfrågan. Det som återstår är utförande, inte beslutsfattande.
Därtill spelar kundkontakt och fysiska handlingar knappt någon roll, vilket gör det enklare: det finns ingen som behöver övertygas om beställningen, och det finns inget som fysiskt måste flyttas för att slutföra uppgiften. Kreativitet är i det närmaste frånvarande, vilket är logiskt för en uppgift som per definition är repeterbar. Felkostnader och regelefterlevnad ligger i mitten: en felaktigt beställd mängd eller ett felaktigt leverantörsnummer kostar pengar och tid att åtgärda, och vid reglerad inköp (tänk på farliga ämnen eller certifierade komponenter) gäller ytterligare krav. Det är anledningen till att mänsklig tillsyn i praktiken oftast finns kvar, även när utförandet är automatiserat.
Tekniken som klarar denna uppgift är inte generativ AI i betydelsen att skriva text eller skapa bilder, utan RPA: robotic process automation. Ett system som läser den godkända förfrågan, för över uppgifterna till ett beställningsformat, skapar dokumentet och skickar det till leverantören, och skriver tillbaka statusen i ERP-systemet. Det fungerar bra så länge två villkor gäller: det finns ett fast beställningsformat, och godkännandeflödet är kopplat till systemet som genererar beställningen. Utan den kopplingen förblir en människa bryggan mellan godkännande och utförande, och det mesta av den frigjorda timmen försvinner igen.
Detta är alltså inte en uppgift där AI själv beslutar vad som ska beställas. Det beslutet — hur mycket, hos vem, på vilka villkor — ligger i inköpsförfrågan som redan är godkänd. Uppgiften som tas över här är det administrativa steget efteråt: från förfrågan till beställningsorder, utan att en människa behöver skriva av det manuellt.
Hos ett företag med ett enda ERP-system, ett begränsat antal fasta leverantörer och ett standardiserat beställningsformat går denna uppgift redan idag till stor del att automatisera. Hos ett företag som beställer via lösa e-postmeddelanden, per telefon eller med varierande format ser det annorlunda ut: då måste man först standardisera innan automatisering ger något resultat. Även vad som köps in spelar roll. Standardiserade kontorsmaterial eller regelbundna råvaror låter sig lätt automatiseras; skräddarsydda beställningar med förhandlade specifikationer per order kräver oftare en människa som håller koll.
Denna uppgift står inte heller isolerad från resten av inköpsprocessen. Vad som sker innan beställningen görs — hur lagernivåer följs upp för att avgöra om påfyllning behövs — bidrar till att avgöra hur många beställningar som uppstår och hur förutsägbar den volymen är. Och vad som sker efter att beställningen gjorts, såsom upprättandet av fraktdokument för leveransen eller hanteringen av de inköpsfakturor som följer på beställningen, hör till samma kedja av administrativa steg som lätt låter sig automatiseras när systemen väl är kopplade till varandra.
Detta är inte en bedömning av vad ett företag borde göra med frigjorda timmar, och inget argument för eller emot ett personalbeslut. Om automatisering av denna uppgift får konsekvenser för tjänster eller bemanning gäller de egna lagstadgade kraven kring arbetsrätt och medbestämmande; det är en annan fråga än om uppgiften i sig är tekniskt möjlig att ta över.
Om denna uppgift i er egen organisation har den beskrivna profilen beror på er ERP-uppsättning, antalet leverantörer och i vilken grad beställningsformat redan är fastställda. En översiktlig första indikation ger den kostnadsfria snabbanalysen: tolv frågor, utan konto, med en indikation på hur stor del av timmarna i den här typen av arbete som idag kan tas över av AI. Den fullständiga arbetsanalysen, som bryter ner ett helt företags arbete i uppgifter och räknar om det per uppgift till fte-kapacitet, är fortfarande under uppbyggnad.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.