Kunstig intelligens vil lige om lidt ændre radikalt på din supply chain-planlægning

”De logistiktunge virksomheder, som ikke kommer med på vognen med kunstig intelligens og machine learning nu, vil sakke bagud i konkurrencen”, fortæller Jens Davidsen, da undertegnede beder ham sætte ord på den erkendelse, der ramte ham på en international supply chain-konference i Stockholm sidste år. Jens er projektleder hos Aurora Group, der er distributør af elektronik og tilbehør.

Læs også: Big Data, IoT og sensorer får stor effekt for de ansatte

”Jeg hørte om erfaringer fra Amazon og andre fremadstormende virksomheder, og det gik lige pludselig op for mig, at vi står på tærsklen til et paradigmeskifte inden for planlægning af forsyningskæden. Nye teknologier som AI (artificial intelligence eller kunstig intelligens, red.) og machine learning, der er en del af AI, kan noget helt nyt. De kan helt enkelt automatisere den dataindsamling, som jeg og kollegaer i årevis har brugt størstedelen af vores arbejdstid på. De kan udføre opgaver, som vi bruger 10 timer på i dag, på 10 sekunder”, siger han.

Han og hans kollegaer i de forskellige virksomheder, han i sin 25-årige karriere inden for supply chain management har været ansat i, har brugt enorme ressourcer på at indtaste data i forskellige Excel-ark samt afstemme arkene med hinanden. Excel-arkene bliver delt med salgsafdelingen, som taster friske data ind som ordrer og reserverer varer på lageret.

”Der bliver brugt enorme ressourcer på at taste data ind, skabe overblik og vedligeholde lister fra masser af medarbejdere i indkøb, salg, marketing, planlægning og logistik. De nye systemer baseret på kunstig intelligens og machine learning kan udføre dette arbejde mere kvalificeret og dynamisk, så der ikke sker fejl, og så dataene altid er opdaterede”, forklarer han og supplerer:

”Det frigør lige pludselig en masse dygtige medarbejdere, der i stedet kan koncentrere sig om at få bedre styr på lagerniveauer, så kunderne oplever høje serviceniveauer, og finansafdelingen oplever lavere kapitalbindinger eller lavere arbejdskapital”.

Analyserne blev større og større
Jens Davidsen beretter om, at hverdagen for ham og hans kollegaer i demand planning samt indkøb er præget af analyser af demand, der bliver større og større og indeholder rigtig mange MB data. Aurora er en virksomhed, der er i kraftig vækst med en fordobling af omsætningen de seneste fem år.

”Analyserne er udarbejdet i Excel, som er et fantastisk system. Men de bliver delt med både salg, marketing, indkøb, it og ledelse; og hvis én part foretager en ændring, er det næsten umuligt for en anden part at opdage det. Det kan også være tæt på umuligt at spore en ændring, når den opdages, ligesom det ikke er til at vide, hvornår ændringen er foretaget", siger han og fortsætter: 

Det betyder alt sammen, at analyserne bliver meget sårbare, alle bliver nervøse for om, de sidder med den opdaterede og korrekte information, og der bliver i det hele taget brugt store mængder tid på analyserne. Det er tid, der i sig selv ikke skaber værdi for kunderne eller forretningen, så det er jo egentlig spildtid”.

For meget brandslukning
Konsekvenserne af de uoverskuelige Excel-baserede planlægningssystemer er, at planlægning, indkøb og it ender med at bruge rigtig meget tid på brandslukninger. Nogen opdager, at der er en fejl, men det tager lang tid at finde frem til fejlkilden og få den rettet.

I mellemtiden er der dukket to andre fejl op – og alt imens tiden går med krævende fejlfindinger, så er lagerniveauerne ikke helt så skarpe, som de kunne være. Det er meget naturligt, fordi fokus er rettet mod at finde og rette fejl, frem for at analysere sig frem til de helt rigtige lagerniveauer på alle varekategorier og varenumre (SKUs). Det betyder så igen, at lagerbindingerne er for høje, og servicegrader ikke er nær så gode, som de kunne være.

Brug tiden på konsekvenserne
”I Aurora har vi valgt at investere i to systemer, der gør brug af kunstig intelligens teknologi. De skal automatisere store dele af vores forecast- og demand planning-proces samt hjælpe os med at analysere på dataene. Det er lukkede systemer, der henter data direkte i en SQL-server. Det betyder, at alle de ændringer, der bliver foretaget, vil blive logget, og det er nemt at se hvem, der har ændret hvad hvornår”, siger Jens Davidsen.

Han fremhæver, at det har mange fordele og peger særligt på to: Tilliden til dataene og planerne vil stige, og funktionerne i virksomheden kan begynde at bruge kræfterne på hjælpe hinanden til at finde frem til de helt rigtige lagerniveauer og på den måde styrke arbejdskapital og serviceniveauer.

”Det er ikke særligt værdiskabende for forretningen og vores leverandører samt kunder, at vi bruger vores tid på at indsamle og justere data. Det er meget bedre, at vi fokuserer på konsekvenserne af analyserne: hvad betyder disse data om efterspørgsel og forventet salg for, hvad vi skal foretage os i indkøb og logistik?”, fortæller han.

Involvering og ledelsesopbakning
Aurora har investeret i et system til forecasting og demand planning, som gik i luften i det tidlige efterår 2018. Virksomheden har også investeret i et business intellligence-system, der skal automatisere og forbedre det analysearbejde, som følger, når efterspørgsels-prognoserne (demand forecast) er kortlagt. Det bliver implementeret lidt senere på året.

”Det er naturligvis en stor mundfuld for hele organisationen at indføre to nye systemer, der vil medføre meget store forandringer i den måde, vi arbejder på. Implementering af demand-systemet er foregået henover seks workshops fordelt over en længere periode, hvor vi har lagt vægt på at bruge tid på at få alle med".

"Det har handlet om tre ting: 1) at give alle berørte medarbejdere en god mulighed for at lære det nye system at kende, 2) at skabe en dyb forståelse for hvorfor, det er en god idé, og 3) at skabe tillid til, at indførelsen af de nye systemer ikke handler om at afskedige medarbejdere, men derimod handler om at beskytte arbejdspladser ved at gøre Aurora og vores forsyningskæde til en stærke forretning”, fortæller Jens Davidsen.

Han peger på to helt afgørende forudsætninger for at få succes med at implementere nye systemer, der forandrer en organisations arbejdsmåder. Det er: Få topledelsens synlige opbakning, ellers vil det aldrig lykkes. Og involver alle berørte medarbejdere på tidligt og så meget som muligt, så de får oplevelsen af at blive taget seriøst og får mulighed for at tage ejerskab for forandringerne.

S&OP er målet
Målet for Aurora er at indføre en effektiv sales & operations planning-proces (S&OP), hvor salg, logistik og indkøb løbende arbejder tæt sammen om til enhver tid at have de rette lagerniveauer på alle varer. Hverken for meget eller for lidt.

”En effektiv S&OP kræver, at vi har nem adgang til gode og valide data. Det skal de to nye systemer hjælpe os med. Vi skal basere vores prognoser, indkøb og lagerniveauer på fakta frem for følelser. Indkøbernes og planlæggernes rolle i Aurora vil i fremtiden være mere præget af analyseopgaver og samarbejde end af udførende databearbejdnings-opgaver. Vi skal gå fra at være reaktive til at være proaktive, så vi proaktivt kan gå ud til kunder og leverandører og hjælpe dem til at gøre både dem og os stærkere”.

Læs også: Danske virksomheder lukker robotterne ind

Ledelsen på alle niveauer har ifølge Jens Davidsen længe haft et ønske om at få en platform med ”rigtige data”.  Ved både at kunne se historiske samt fremadrettet tendenser bliver ledelsesinformationen væsentligt bedre og kan gavne både planlægning, budgettering, fremskaffelse af cash på de rigtige tidspunkter. Dette letter kommunikationen til såvel kunder, leverandører og medarbejdere, da man sidder med et fælles overblik og beslutningsgrundlag.