Kennisbank

AI och logistik: vilka uppgifter förskjuts, vilka förblir mänskligt arbete?

Logistik och inköp består av en lång kedja av uppgifter: från att upptäcka att något behövs, till att förhandla med leverantörer, till att hantera fakturan som till slut kommer in. Inom vår taxonomi faller 62 uppgifter inom detta område. Inte alla uppgifter lämpar sig lika väl för automatisering. Mönstret blir tydligt så fort man tittar på vad en uppgift kräver: fasta regler och strukturerad data, eller bedömning, förhandling och ansvar.

Kategori 1: uppgifter som AI kan ta över

De uppgifter som har störst potential för fullständig övertagning har en sak gemensamt: de bygger på jämförbar, strukturerad information och följer en fast procedur utan många undantag.

Kontroll av orderbekräftelse är ett bra exempel på detta. Att jämföra en orderbekräftelse med den ursprungliga beställningen avseende pris, antal och leveranstid är en fråga om att lägga uppgifter bredvid varandra. Det finns ingen förhandling, ingen riskbedömning, endast en kontroll av avvikelser.

Även bevakning och uppföljning av orderstatus faller inom denna kategori. Att systematiskt följa öppna order och automatiskt fråga leverantörer när en leveranstid riskerar att inte hållas är repetitivt arbete som bygger på data och fasta utlösare.

Hantering av inköpsfakturor, i grunden matchning av faktura, order och mottagningsbevis, går också att automatisera väl så länge de tre dokumenten stämmer överens. Anledningen till att dessa uppgifter är överförbara är alltid densamma: beslutsutrymmet är litet och indatan är strukturerad.

Kategori 2: AI med mänsklig tillsyn

En större grupp uppgifter kombinerar en del som AI kan förbereda väl med en del där en människa måste väga, godkänna eller avvisa. Det beror inte på att tekniken kommer till korta, utan på att utfallet kräver en bedömning som går utöver datan.

Att begära in och jämföra offerter är ett tydligt exempel på detta. AI kan utan problem sammanställa priser, villkor och leveranstider och lägga fram ett förslag. Men det slutliga valet väger ofta in mjukare faktorer också, såsom relationen till en leverantör eller strategiska överväganden, och det kräver en människa som godkänner eller avvisar rekommendationen med motivering.

Bedömning av leverantörsprestation faller i samma kategori. Att samla in och sammanfatta siffror om leveranstid, kvalitet och klagomål går utmärkt att automatisera. Bedömningen av vad det betyder för relationen, och om åtgärder behövs, ligger kvar hos en människa.

Utredning av prisavvikelser kan till största delen automatiseras vad gäller upptäckt och förberedande sortering, men det faktiska lösandet med leverantören kräver ofta ett samtal och en avvägning som AI inte kan slutföra på egen hand.

För uppgifter i denna kategori är det extra viktigt att i förväg fastställa vem som ger godkännandet och på vilka grunder, särskilt när det gäller automatiserad bedömning av leverantörer eller prestationer. Det berör sättet som högrisk-AI på arbetsplatsen används på, och det är bra att känna till att egna lagkrav gäller för det.

Kategori 3: uppgifter som förblir mänskligt arbete

En tredje grupp uppgifter förblir, med teknikens nuvarande ståndpunkt, mänskligt arbete. Det är uppgifter där förhandling, relationshantering och ansvar för ett långsiktigt samarbete står i centrum.

Val av leverantör är det tydligaste exemplet här. Valet av leverantör vid ett större uppdrag eller ett långvarigt kontrakt väger in pris och kvalitet, men även förtroende, strategiskt beroende och villighet att anpassa sig vid framtida problem. Det är ett beslut med konsekvenser som sträcker sig längre än vad som går att fastställa i data.

Förhandling om inköpspriser förblir likaså mänskligt arbete. Förhandling är en dynamisk process där ton, timing och ömsesidig förståelse av intressen spelar roll. Det går inte att fånga i ett fast manus.

Även upprättande av ett inköpsavtal kräver, trots att delar av det kan stödjas med standardklausuler, i slutänden en jurist eller inköpare som överblickar riskerna för den egna organisationen och bär ansvar för de överenskommelser som sätts på papper.

Vad detta betyder för avdelningen som helhet

Totalbilden av dessa 62 uppgifter visar att den administrativa och kontrollerande delen av den logistiska kedjan har störst potential för övertagning av AI, att bedömande arbete ofta behöver en mellanform med tillsyn, och att allt som handlar om att förhandla, välja eller ta ansvar förblir hos en människa. Det är ingen fast procentsats per avdelning; det beror på hur er inköpsprocess är utformad, hur många leverantörer ni har och hur standardiserade era avtal redan är.

När ni överväger att fördela uppgifter annorlunda mellan människa och AI är det relevant att undersöka när facknämnden ska involveras, särskilt om förändringen påverkar tjänster eller arbetssätt på avdelningen. Även sättet som leverantörsuppgifter och personuppgifter om kontaktpersoner behandlas på berör GDPR vid automatisering av uppgifter. Denna artikel beskriver vilket arbete som lämpar sig för automatisering; den utgör inget underlag för beslut om personal, och den ersätter inte egen juridisk granskning.

Logistik och inköp står för övrigt inte isolerade från andra avdelningar: den som bevakar lagernivåer och leveranstider samarbetar ofta nära med planering, och det kan därför vara upplysande att även läsa vilket arbete kan AI ta över inom planeringen.

Vad ni kan göra nu

Denna översikt visar mönstret, men varje organisation har sin egen mix av uppgifter, system och leverantörer. Vill ni veta hur detta faller ut för er egen situation kan ni fylla i den kostnadsfria snabbskanningen från ftetoai: tolv frågor, utan konto, som ger en indikation på hur stor del av timmarna i er profil som idag kan tas över av AI. En mer omfattande arbetsskanning som går djupare in på uppgiftsnivå är fortfarande under utveckling; den finns inte ännu, och vi meddelar det hellre ärligt än att erbjuda den i förtid.