AI og automatisering ændrer spilleregler for ledelse af forsyningskæden

Ifølge så forskellige kilder som McKinsey & Company, Teknologisk Institut og Roima Intelligence er 2026 året, hvor COO’er og supply chain-ledere skal tage springet fra at være driftschefer til at blive strategiske arkitekter, der designer intelligente, bæredygtige og modstandsdygtige forsyningskæder. Men succesen afhænger ikke af teknologien alene – den afhænger af, hvordan ledere integrerer AI i deres strategi, kultur og daglige beslutninger.

Fra reaktiv til prædiktiv ledelse

Traditionelt har forsyningskædelederne været problemløsere – de, der sørger for, at varer flyder, leverandører leverer, og kunder får, hvad de har bestilt. Men med generativ AI og avanceret maskinlæring skifter rollen til at være strategisk og forudsigende. ”COO’er skal ikke længere bare være gode operatører. De skal være de bedste ’end-to-end-tænkere’, der forstår hele værdikæden – fra indkøb og produktudvikling til produktion, logistik og salg”, siger Daniel Swan, senior partner i McKinsey. Det betyder, at ledere ikke længere kan nøjes med at reagere på kriser – de skal forudsige og forebygge dem.

Et konkret eksempel er Demand AI, som ifølge Benjamin Obling, partner og COO i Roima Intelligence, kan forbedre prognosenøjagtigheden med 15–20 procent og optimere lagerstyring i realtid. ”Prognosen er udgangspunktet for den proaktive forsyningskæde. Hvis vi kan forudsige, hvilke komponenter der skal være på plads, hvornår produktion skal sættes i gang, og hvordan varer skal fordeles, kan vi både servicere kunderne bedre og balancere lagerbeholdning og kapacitet optimalt”, forklarer Obling.

Men AI er ikke en mirakelkur. Ifølge Teknologisk Instituts rapport om domænedrevet AI er ”videnskløften den største barriere”: 35 procent af virksomhederne mangler indsigt i, hvordan AI kan bruges i deres specifikke domæne, og 72 procent ved ikke, hvilke processer teknologien kan optimere. ”AI skal ikke erstatte fagfolk, men forstærke deres evner”, skriver Juan Farré, administrerende direktør for Teknologisk Institut. ”Konkurrenceevnen vindes på evnen til at anvende AI intelligent, målrettet og i skala”.

Fra siloer til tværfagligt samarbejde

En af de største udfordringer for ledere i 2026 er at bryde siloerne og skabe tværfagligt samarbejde på tværs af afdelinger. AI og automatisering kræver nemlig data og input fra hele virksomheden – fra indkøb og produktudvikling til salg og IT.

Daniel Swan fra McKinsey peger på tre centrale områder, hvor ledere må tage initiativ:

1. Samarbejd med CFO’en om at prioritere AI-investeringer med klar ROI.

2. Arbejd tæt med CIO’en om at vælge de rette teknologiske løsninger og sikre integration med eksisterende systemer.

3. Inddrag HR i at omskole medarbejderne, så de kan bruge de nye værktøjer effektivt.

”Teknologi er ikke længere et isoleret IT-anliggende,” siger Swan. ”Det er en kernekompetence for hele operationsafdelingen.”

Et godt eksempel er Mette Munk, der med hjælp fra Teknologisk Institut implementerede AI til kvalitetssikring af wienerbrød. Løsningen var ikke bare en teknisk installation, men et samspil mellem algoritmer og medarbejdernes dybe produktionsviden – og resulterede i en kapacitet på 35.000 stykker wienerbrød i timen med høj præcision.

Fra omkostningsfokus til bæredygtig vækst

AI ændrer ikke bare effektiviteten – den ændrer også bæredygtighedsagendaen. Ifølge artiklen ’AI kan accelerere ESG i forsyningskæden, men snubletrådene er mangfoldige’, der er baseret på undersøgelsen ’Greener supply chains need smarter AI systems’ gennemført af ’The Economist Impact’ og sponsoreret af GEP, kan AI accelerere ESG-mål i forsyningskæden ved at:

• Reducere spild gennem mere præcise prognoser og lagerstyring.
• Optimere transportruter for at mindske CO₂-udledningen.
• Forbedre leverandørtransparens ved at analysere bæredygtighedsdata i realtid.

AI kan hjælpe virksomheder med at opfylde deres ESG-forpligtelser ved at identificere risici og muligheder i forsyningskæden, som mennesker ikke kan se, er en af konklusionerne på undersøgelsen. Men der er også faldgruber: ”Hvis data er dårlige eller ufuldstændige, kan AI føre til forkerte beslutninger – og dermed undergrave bæredygtighedsindsatsen.”

Sådan undgår du de største fejl

Et af de største problemer med AI-projekter er, at 95 procent ender som isolerede piloter, der aldrig bliver skaleret. Ifølge McKinsey er nøglen til succes at:

• Tænke skala fra start: Ikke ’kan vi teste det her?’, men ’hvordan ruller vi det ud på tværs af alle fabrikker?’.
• Fokusere på processer med klar ROI: For eksempel kundeservice, hvor AI-chatbots har vist sig at øge kundetilfredsheden sammenlignet med menneskelige medarbejdere.
• Involvere medarbejderne: Vise, hvordan AI forstærker – ikke erstatter – deres arbejde.

Benjamin Obling fra Roima Intelligence understreger også vigtigheden af at ’fence’ AI-modellerne – altså at sætte grænser for, hvor aggressive prognoserne må være, for at undgå urealistiske udsving.

AI som strategisk våben

I 2026 er AI ikke længere et valgfrit tilvalg – det er en nødvendighed for at kunne konkurrere. ”De virksomheder, der klarer sig bedst, vil ikke være dem med de mest avancerede teknologier, men dem, der bedst kan kombinere data, fleksibilitet og strategisk risikotænkning,” konkluderer Everstream Analytics i deres årlige risikorapport.

For danske ledere i forsyningskæden betyder det, at 2026 ikke handler om at købe ny teknologi, men om at tænke ny teknologi ind i strategien. Det kræver:

• Invester i realtidsovervågning af cybertrusler, vejr og geopolitiske udviklinger.
• Diversificer leverandørbasen geografisk og politisk for at undgå at blive fanget i handelskrige eller forsyningsafbrydelser.
• Opbyg bufferlagre af kritiske komponenter – en radikal afvigelse fra den tidligere ”just-in-time”-model.
• Skab en kultur for eksperimentering, hvor nysgerrighed og læring belønnes.

”Det handler ikke længere om at reagere på kriser – det handler om at forudsige dem”, siger Daniel Swan. Og det er præcis det, AI gør muligt.

Læs også: Ligestilling på arbejdsmarkedet står bomstille

En hybrid af teknolog, strateg og menneskelig leder

I 2026 er AI og automatisering ikke længere værktøjer – de er kernen i, hvordan forsyningskæder designes, styres og optimeres. For danske ledere betyder det, at rollen som COO eller supply chain-chef er blevet langt mere strategisk, tværfaglig og datadrevet.

”Fremtidens forsyningskæde skal være hurtigere, skarpere og drevet af data,” siger Søren Hammer Pedersen, partner og CCO i Roima Denmark. ”Dem, der investerer i intelligente løsninger som Demand AI, vil stå stærkest i en global økonomi, hvor hastighed og præcision er afgørende.”

Men teknologien er kun halvdelen af løsningen. Den anden halvdel er ledelse – evnen til at skabe en kultur, der omfavner forandring, bryde siloer og sikre, at medarbejderne har de rette kompetencer til at udnytte AI’s potentiale.

”Konkurrenceevnen vindes ikke på adgang til de nyeste AI-løsninger, men på evnen til at anvende AI intelligent, målrettet og i skala”, fortæller Juan Farré fra Teknologisk Institut. Og det er præcis den udfordring – og mulighed – der ligger foran danske forsyningskædeleder i 2026.

Læs mere i temaet.