Indspark: AI i supply chain kræver aktiv styring – erfaringer fra Boozt
AI skaber ikke effektiviseringer af sig selv. Uden en struktureret tilgang til risikostyring og kvalitetskontrol skaber teknologien flere udfordringer end løsninger.
"I dag genererer vi automatisk produktbeskrivelser for mere end 120.000 varer på op til 14 sprog. Dette er med til at understøtte en forretning, der håndterer mere end 4,2 millioner unikke produkter på tværs af 800 leverandører", fortæller Steffan Mølbæk Andersen. Foto: Boozt
Hos Boozt har vi de seneste år arbejdet målrettet med at anvende AI til skalering af vores supply chain-processer. I dag genereres der automatisk produktbeskrivelser for mere end 120.000 varer på op til 14 sprog. Dette er med til at understøtte en forretning, der håndterer mere end 4,2 millioner unikke produkter på tværs af 800 leverandører.
Erfaringerne viser dog tydeligt, at AI ikke skaber effektivisering af sig selv. Uden systematisk styring og kvalitetskontrol risikerer man, at automatiseringen skaber flere fejl end gevinster.
Læs også: Tema: AI og automation i forsyningskæden
Derfor har vi fastholdt manuel håndtering på cirka 60.000 produkter, hvor automatisering indebærer for stor risiko. Det gælder særligt inden for kategorier som kosmetik og legetøj, hvor regulatoriske krav er høje, og hvor AI kan introducere fejl – eksempelvis ved at hallucinerede beskrivelser kan få alvorlige juridiske konsekvenser. Derudover har visse brands stillet krav om, at deres egne produkttekster anvendes uændret.
En væsentlig udfordring i arbejdet med AI er balancen mellem skaleringsbehov og kvalitetskrav. AI-modeller kan introducere forenklinger eller fejl i metadata, bruge for promoverende sprog eller overse særlige krav for visse produktkategorier. For at imødegå dette har vi investeret i opkvalificering af medarbejdere, så de kan vurdere outputtet kritisk og foretage nødvendige korrektioner.
Læs også: Brug af kunstig intelligens i forsyningskæden medfører kun moderate gevinster
Det har været centralt for os at se AI som en støttefunktion, ikke som en erstatning for menneskelig vurdering. Effektivisering via AI kræver ikke kun teknisk implementering, men også ændringer i processer, organisering og kompetenceudvikling.
Som udgangspunkt håndterer vi AI på samme måde som andre risikoelementer i vores drift: med kontinuerlig overvågning, klare ansvarsplaceringer og løbende forbedringer.
Vores erfaring er klar:
AI kan være et effektivt værktøj til skalering, men uden en struktureret tilgang til risikostyring og kvalitetskontrol skaber teknologien flere udfordringer end løsninger.