Utifrån stycklistor och orderantal bestäms vilka material och kvantiteter som behövs, och om påfyllning krävs. Detta är arbete för planeraren eller inköparen, utfört i ERP-systemet eller lagersystemet. Det är räknearbete med en fast källa och en fast efterfrågan: stycklista gånger orderantal, jämfört med vad som finns i lager.
Tre axlar avgör: strukturering, volym och felkostnader.
Struktureringen är hög. En stycklista är en fast uppräkning av delar och kvantiteter per slutprodukt. Ett orderantal är en siffra. Beräkningen som följer därefter — mängd som behövs gånger antal, minus vad som finns i lager, är påfyllning — är en räkneregel utan tolkningsutrymme. Det finns inget ögonblick där någon måste avgöra vad en kund "egentligen" menar, som vid förklaring av en vag kundfråga. Reglerna ligger fast i stycklistehanteringen.
Volymen är hög. Vid varje order, varje dag, måste denna beräkning göras på nytt. Vid hundratals order per vecka blir detta snabbt en betydande del av timmarna för en planerare eller inköpare. Arbete som ofta återkommer och varierar lite är precis det arbete där en AI-agent vinner tid: inte därför att det är avancerat, utan därför att det är mycket.
Felkostnaderna ligger i mitten och det är anledningen till tillsynen. En felaktig materialberäkning leder inte omedelbart till en farlig situation eller ett juridiskt problem, men väl till en order som fastnar på verkstadsgolvet på grund av för lite material, eller till onödigt hög lagerhållning på grund av att för mycket har beställts. Det kostar pengar och tid att åtgärda, men det går oftast att rätta till. Därför passar här en AI-agent som utför beräkningen och föreslår en påfyllning, med en människa som godkänner utfallet innan det faktiskt beställs eller en inköpsorder placeras hos en leverantör.
De övriga axlarna visar varför detta inte är en uppgift som lämnas till AI utan tillsyn.
Bedömningsutrymme får 3: det finns situationer där en planerare gör ett undantag, till exempel därför att en leverantör levererar opålitligt eller därför att en kund har en akut order som bryter den normala ordningen. Efterlevnad får 4, vilket innebär att det finns få lagliga skyldigheter kopplade till själva uppgiften, men att konsekvenserna av en felaktig beräkning — för lite material för en kritisk leverans — kan påverka avtal med kunder.
Kundkontakt, fysiskt arbete och kreativitet är inte relevanta här: detta är en intern beräkning, inget samtal och ingen fysisk handling. Det talar inte emot automatisering, det är helt enkelt inte en relevant tröskel för denna uppgift.
För denna uppgift kan en AI-agent användas: ett system som självständigt kombinerar stycklistan med orderantalet, konsulterar lagersaldot och lägger fram ett förslag på påfyllning. Människan bedömer förslaget, godkänner eller avslår det, och griper in vid undantag.
Detta fungerar endast under två förutsättningar. För det första måste stycklistorna vara aktuella: om en stycklista saknar en del eller anger ett felaktigt antal, räknar AI felfritt vidare på en felaktig grund. För det andra måste lagersaldona vara tillförlitliga: om lagersystemet inte stämmer med vad som verkligen finns på hyllan, blir heller inte beräkningen av påfyllningen korrekt. Företag där inkommande varor strukturerat tas emot och bokförs har vanligtvis den förutsättningen i ordning; företag där detta fortfarande sker manuellt och oregelbundet stöter på en vägg av felaktig data innan själva beräkningen någonsin blir ett problem.
Hos ett företag med ett begränsat antal fasta produkter och överskådliga stycklistor kan denna uppgift automatiseras nästan fullständigt, med en lätt kontroll efteråt. Hos ett företag med mycket specialtillverkning, växlande leverantörer och stycklistor som skiljer sig lite från order till order, finns mer arbete kvar där en planerare själv bedömer om beräkningen är korrekt och om ett undantag behövs. Även kvaliteten på de underliggande systemen gör skillnad: ett företag som konsekvent underhåller sitt ERP- och lagersystem vinner fler frigjorda timmar än ett företag där dessa data ligger efter.
Denna förändring hänger också samman med andra delar av verksamheten. Den som automatiserar materialberäkning ser ofta att efterföljande steg som beställning och mottagning också behöver ses över, och det gäller mer generellt för produktionsmiljöer — se vad AI kan ta över inom installationsbranschen för hur den här typen av uppgifter hänger samman med planering och materiallogistik. Även på administrationen skiftar bilden: vilket arbete inom administrationen AI redan idag tar över visar att liknande räkneregler ofta gäller där också.
Detta är inte personalrådgivning och ingen anledning att dra slutsatser om tjänster. Vad en arbetsgivare gör med de frigjorda timmarna är upp till arbetsgivaren själv; där gäller egna lagkrav som denna sida inte tar ställning till. Vad som står här är en beskrivning av uppgiften: vilken del som är tillräckligt strukturerad för en AI-agent, och vilken del som fortsatt kräver tillsyn.
Om materialberäkning i er situation till stor del kan överföras beror på hur aktuella era stycklistor är och hur tillförlitlig er lagerregistrering är. Den kostnadsfria snabbanalysen med tolv frågor, utan konto, ger en första indikation på vilken del av timmarna i denna profil som idag kan tas över av AI. Den fullständiga arbetsanalysen, som bryter ner ert företags arbete uppgift för uppgift, 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.