För knappt ett år sedan hade vi en blogg med rubriken ”AI inom lagerstyrning – vill du vara först på bollen?” Vi berättade lite om PromoSofts utvecklingssatsning på att komplettera SOLOs statistiska modeller med Artificiell Intelligens (AI) och Machine Learning (ML, maskininlärning). Bollen har varit i rullning en tid och inom några månader kommer den också att rulla in i mål.
Vi kommer att i bloggar och artiklar presentera resultatet av satsningen, och hur AI kommer att lyfta digitaliserade och automatiserade inköpsprocesser till en ny nivå. Att det blir så vet vi redan. Vi tror också att vi står inför en scenförändring när det gäller inköparnas roll och betydelse i många företag, och även en förändring i en många gånger traditionell syn på inköpsavdelningarnas ansvarsområde.
På samma sätt som ekonomiavdelningarna fick sitt lyft med hjälp av affärssystemen kommer inköpsavdelningarna att få företagsledningarnas gillande när de ser hur AI och maskininlärning skapar nya mervärden med stor betydelse både ekonomiskt och för konkurrenskraften.
Digitaliserade och automatiserade inköpsprocesser med SOLO har redan blivit något av en väckarklocka på ledningsnivå i många företag. Insikten om hur viktig inköpsfunktionen är kommer att bli ännu starkare när SOLO kompletteras med AI. Det är vår övertygelse!
Ett stort tack till er som bidragit med testdata
PromoSofts AI-projekt har bedrivits tillsammans med Hans Salomonsson på företaget Machine Intelligence och forskare på Chalmers Tekniska Högskola. Det som möjliggör en integration av AI med SOLO är att Machine Intelligence utvecklat lösningar på det som varit en stor utmaning för tillämpningen av maskininlärning: Big Data (stora datamängder) + Algoritmer + Datorkraft.
Det som varit ett hinder för en bredare tillämpning av AI har varit att algoritmerna genomför tunga beräkningar av en stor mängd data. Datorer med mycket beräkningskraft har krävt dyrbara investeringar. Det Machine Intelligence gjort är att optimera kärnan i AI-systemen så att de blir snabbare och kräver mindre datorkraft. Detta samtidigt som tillförlitligheten bibehålls. Därmed ligger vägen öppen för branschspecifika applikationer som t ex inköps- och lagerstyrningssystem.
En viktig drivkraft i projektet har varit det starka engagemanget från kunder som genom att bidra med verkliga data om bl a försäljningshistorik (givetvis har dessa data förvanskats under utvecklingsarbetet!) möjliggjort bra testförhållanden och jämförelser av olika AI-modeller. Ett stort tack till er!
AI gör SOLOS statistiska modeller ännu vassare
Redan idag använder SOLO algoritmer i form av statistiska modeller. För många inköpare har dessa, i kombination med en digitaliserad och automatiserad inköps- och lagerstyrningsprocess, förenklat många arbetsmoment. Man kan göra smartare inköp med mer exakta prognoser där rätt artiklar finns i lagret, i rätt tid och med rätt volym. Man spar mycket tid, ser till att binda mindre kapital samtidigt som man får full kontroll över hela processen.
Det som nu händer när AI blir en del av SOLO är att de statistiska modellerna vässas ytterligare genom att AI-algoritmerna kontinuerligt tränas och lär sig hur inköpsprocessen och lagerstyrningen ska optimeras. Datorerna förbättrar alltså sina algoritmer själva för att för att få fram allt bättre inköpsbeslut. Principen är att ju större mängder data, desto mer exakta prognoser och större precision i inköpen. Därför kommer också AI att över tid bli ett alltmer exakt verktyg när systemet får tillgång till försäljningsstatistik för flera år. Dessutom blir det möjligt att med AI förutse konsekvenserna av olika omvärldsfaktorer. SOLO kommer att kunna avgöra vilken information som är relevant och föreslå vilka artiklar och volymer som ska köpas in. Det här är ingen utopi utan snart verklighet!
Är det farligt att lämna över kontrollen till algoritmer?
Är du som inköpare tveksam till om du ska våga lita på ”AI-baserade inköpsbeslut”? Kan jag bli av med jobbet när datorn ska ta besluten? Hur fungerar AI som inköpsverktyg, egentligen? Frågorna är många och vi ska i olika bloggar förklara och berätta mer om hur tekniken för maskininlärning fungerar och blir ett stöd i inköpsarbetet.
Inom psykologin finns en term för den tveksamhet man kan känna inför AI och algoritmer; Algoritm Aversion. Det handlar om att många, oavsett bransch, känner en irrationell skepsis mot algoritmiska beslut. En undersökning utförd av konsultföretaget KPMG (från 2018) visar att 2/3 av affärsledare ignorerar beslutsunderlag från dataanalyser när det motsäger deras intuition för strategiskt viktiga affärsbeslut.
Vi ska därför återkomma med en blogg om VD-perspektivet på inköpsfunktionen, och den utveckling som nu sker och där AI ger en ny dimension åt begreppet ”digitaliserad lagerstyrning”!