Artificiell intelligens för inköp – såhär optimerar du lagerstyrningen med AI och Machine Learning

3 min läsning

Tags: Blogg

Ebba Hallman   29 oktober 2019


Artificiell intelligens för inköp

Innehåll

  1. Hur påverkas framtidens inköpsavdelning av AI?
  2. Den digitala utvecklingen
  3. Vad är då artificiell intelligens?
  4. Machine learning som en form av AI
  5. Artificiell intelligens för inköp och lagerstyrning
  6. Ett nytt sätt att jobba

Hur påverkas framtidens inköpsavdelning av AI?

”Artificiell Intelligens” och ”Machine Learning”, begrepp som väl ingen har undgått, men som kommer med många frågetecknen. Vad är egentligen Artificiell Intelligens och Machine Learning? Vad är skillnaden mellan AI och ML? Finns det ens någon skillnad? Och till sist, den viktigaste frågan av alla – hur kan jag använda det i mitt dagliga arbete, eller kommer jag till och med att bli av med mitt jobb? I den här posten kommer vi reda ut begreppen AI och ML, men framförallt besvara hur detta påverkar just dig och din roll som inköpare.

Den digitala utvecklingen

Artificiell intelligens inom inköp Innan vi går in på begreppen vill vi prata om den digitala utvecklingen i stort eftersom det gör det lättare att förstå hur AI och ML kommer in i bilden. Vi är nog alla överens om att arbetet som utförs på en ekonomiavdelning har förändrats i takt med digitaliseringen och affärssystem som blivit både mer kraftfulla och tillgängliga för fler användare. Inköpsavdelningarna ligger inte långt efter och vi ser en tydlig trend där inköpsfunktionerna hos allt fler företag följer samma mönster. Många av våra kunder väljer att investera i system som hanterar inköps- och lageroptimering med hjälp av avancerade algoritmer. Dessa håller koll på bland annat säsongsvariationer, leveranstider och var i produktlivscykeln varje artikel befinner sig. Systemet kan därmed ta fram kvalificerade orderförslag för varje artikel så att du som användare har rätt artikel på lager, i rätt tid, varje gång, utan att binda upp onödigt kapital. Den här typen av system gör att användarna både sparar enorma mängder tid och samtidigt gör smartare inköp som optimerar lagret, då systemen klarar av att göra beräkningar mer tidseffektivt och exakt än vad människor kan. Därför börjar det bli lika självklart att ha ett system som hanterar inköps- och lageroptimering som att ha ett affärssystem.

Vad är då artificiell intelligens?

Nu när vi har pratat lite om hur digitaliseringen har påverkat företag hittills tänkte vi återgå till att besvara frågorna vi ställde i början. Kortfattat skulle man kunna förklara Artificiell Intelligens som algoritmer som gör att datorer kan agera mer som människor, dvs lösa komplexa problem. Ett enkelt exempel är hur man får en sökmotor att förstå skillnaden mellan en katt och en hund. Ska du förklara hur en katt och en hund ser ut, utan att visa en bild, blir beskrivningarna ganska lika varandra. Båda har fyra ben, en svans, två öron och en nos. Men, om du ser en bild på en hund eller en katt vet du ju precis vad som är vad, eller hur? För en dator är det inte lika lätt att förstå, men det är precis det den kan med hjälp av AI.

white dog

White cat

Machine learning som en form av AI

För att ta det ett steg längre har man utvecklat det som brukar kallas för Machine Learning, vilket är en form av AI. Machine Learning innebär att man låter datorn förbättra sina algoritmer själv för att få fram bättre resultat. Ta exemplet med hundar och katter igen och låtsas att du söker en bild på en hund. Varje gång det dyker det upp en katt bland dina sökresultat, går du vidare utan att klicka eftersom du letar efter bilder på hundar. Sökmotorn uppfattar att bilden på en katt inte är intressant för dig vid denna sökning och justerar därför automatiskt sin algoritm. Nästa gång du gör samma sökning slipper du se bild på en katt och istället får du upp ytterligare en bild på en hund. Du har fått ett träffsäkrare resultat!

Artificiell intelligens för inköp och lagerstyrning

Hur kan man då kunna använda sig av AI och Machine Learning som inköpare? Även om det ibland kan låta som att AI är något nytt har inköps- och lagerstyrningssystem som EazyStock länge byggt på avancerade algoritmer som kan ta samma komplexa beslut som en mänsklig hjärna. Machine learning spetsar till algoritmerna ytterligare genom att justera beräkningarna efter mönster som den mänskliga hjärnan kan ha svårt att uppfatta. Ett exempel är inom eftermarknadsbranschen där man med hjälp av sensorer på maskiner kan använda machine learning för att hitta mönster och på förhand avgöra när en del kommer att gå sönder. På så sätt kan du se till att beställa rätt reservdel i god tid och hålla maskinen igång utan onödiga avbrott, något man brukar refereras till som ”uptime”.

Jobbar du inte inom eftermarknad? Algoritmerna i EazyStock ser till att rätt artiklar beställs i tid så att en lastbil i princip rullar in på lastkajen precis när lagret når en kritisk nivå. Allt detta utan att du behöver göra någonting.

Ett nytt sätt att jobba

Sammanfattningsvis kan vi säga att Machine Learning är en form av Artificiell Intelligens och att det kommer att förändra hur vi jobbar i framtiden. Inköpare kommer inte längre behöva lägga timmar på att gå igenom orderrader och återanskaffning kommer bli allt smartare, vilket resulterar i allt högre servicegrader och lägre överlager. Men nej, du kommer inte att bli av med ditt jobb. Precis på samma sätt som införandet av datorer inte gjorde att alla jobb plötsligt försvann. Ditt jobb kommer däremot att innehålla mindre administration och mer tid för att kunna ta både fler och mer genomtänkta strategiska beslut!


Whitepaper - Automatisera lagerstyrning och inköp