Inköpare på handelsföretag med stora varulager har likartade utmaningar. Att ha rätt produkter på lager i rätt tid. Att inte köpa hem för mycket och inte för lite. Att förutse säsongvariationer och andra faktorer som påverkar försäljningen. På en del företag är Excel det enda arbetsverktyget.
Andra har valt system som automatiserar rutinerna. Nu har utvecklingen tagit ytterligare ett steg när AI – Artificiell Intelligens - och maskininlärning integrerats i ett sådant system.
För ett par år sedan anordnades en konferens på temat ”framtidens digitala inköpsprocesser”. I fokus stod möjligheterna med Artificiell Intelligens och maskininlärning (Machine Learning) i system för supply chain management. En slutsats var att AI är en stor men dåligt tillvaratagen tillgång. Man efterlyste också systemleverantörer som vågade inleda AI-satsningar.
Ett företag som gjort det är Promosoft i Göteborg. Under 2020 startades en långsiktig AI-resa inom ramarna för ett EU-finansierat projekt. Företagets system SOLO har hjälpt mer än hundra kunder att automatisera och digitalisera rutiner för lagerstyrning.
- Våra kunder är handelsföretag med stora varulager där kärnverksamheten är lager och distribution. SOLO har hjälpt dessa företag att skapa betydande affärsvärden. Tidskrävande manuella rutiner automatiseras. Inköpare kan arbeta mer strategiskt. Sänkta lagervärden som ger minskad kapitalbindning och förbättrade efterfrågeprognoser är några exempel. Genom att ta tillvara potentialen i AI ville vi skapa ännu större affärsvärden, säger Promosofts VD Nils Robertsson.
Bättre beslutsunderlag, säkrare prognoser och minskad kapitalbindning
Satsningen på AI inleddes tillsammans med AI-specialister från Chalmers Tekniska Högskola. Under 2022 uppnåddes ett första delmål. Promosoft kunde då presentera en AI-version där en maskininlärningsmodell ytterligare ökar prognosprecisionen hos SOLOs statistiska modeller. Det blir möjligt genom att AI-modellen matas med stora mängder indata från affärssystem och även omvärldsinformation. AI ”tränar” SOLO att upptäcka mönster och säljpåverkande faktorer som säljare och inköpare har svårt at se.
Med maskininlärning kan också säljhistorik utnyttjas smartare och effektivare. Hur mycket kommer olika produkter att sälja under året? Hur mycket kan en ny produkt tänkas sälja? När är det bäst att ha en kampanj? Hur mycket ska vi ha på lager under de olika faserna av en produkts livscykel fram till end-of-life? AI rätar ut frågetecken och levererar bättre beslutsunderlag än vad som är möjligt med erfarenhet och intuition.
På sikt kommer Promosoft att utveckla fler maskininlärningsmodeller anpassade till kraven hos olika artikelkategorier som högfrekventa artiklar, lågfrekventa, säsongsartiklar och nya artiklar. Magnus Törnqvist är systemägare hos Promosoft.
- Affärsnyttan med att utnyttja AI för lagerstyrning är stor och jag är övertygad om att många företag vill utnyttja möjligheterna. SOLO har betytt mycket för automatisering och ökad prognosprecision, men med AI blir systemet ännu vassare. Säkrare prognoser innebär mindre säkerhetslager och ytterligare minskad kapitalbindning. AI gör också att systemet hinner reagera på snabba efterfrågeförändringar och minimerar därmed risken för varubrist och överlager. En stor fördel är även att beställningspunkter för säsongspåverkade produkter höjs helt automatiskt. Vi ser en mycket spännande AI-resa framför oss!