Detailhandlen består af arbejde, der gentager sig, og arbejde, der drejer sig om selve øjeblikket. Optælling af lager, prisjusteringer, bestillinger, behandling af returneringer, vagtplaner: det er en stor del af kontor- og backoffice-timerne, og det er arbejde med en fast struktur. Modsat står arbejdet ved kassen, i butikken, i telefonen: en kunde der er i tvivl mellem to størrelser, en klage over en levering, et spørgsmål der ikke passer ind i scriptet. Disse to typer arbejde styrer sammen udfaldet af enhver AI-ambition i denne sektor. Hvor arbejdet er struktureret og data er korrekte, flytter kapacitet relativt hurtigt. Hvor arbejdet drejer sig om at aflæse en situation og bære ansvaret for en beslutning, flytter der lidt eller intet.
Den samme tredeling, der gælder for alle sektorer, gælder også her. En del af arbejdet kan overtages af AI: prissammenligning, lagerprognose baseret på salgshistorik, sammensætning af standardrapporter, den første sortering af returanmodninger. En anden del sker delvist, med et menneske der godkender eller afviser med en begrundelse: et system foreslår en bestilling, en indkøber vurderer den i forhold til sæsonpåvirkninger eller en leverandøraftale, som systemet ikke kender. Og en tredje del forbliver menneskeligt arbejde: samtalen med en kunde der har et specifikt behov, vurderingen ved en tvist om en garanti, ledelsen af et team på gulvet i en travl periode. Hvilken del af arbejdet der falder i hvilken kategori, varierer fra virksomhed til virksomhed. Det afhænger af, hvor standardiseret sortimentet er, hvor rene lager- og salgsdataene er, og hvor stor en del af kundekontakten der allerede foregår via fastlagte kanaler.
En butikskæde med et begrænset sortiment, central indkøb og digitale kasseapparater har allerede grundlaget for en stor del af backoffice-opgaverne på plads: dataene er der, processen er gentagelig, og et system kan komme med et forslag, som et menneske vurderer. En kæde med et bredt og skiftende sortiment, decentral indkøb pr. butik og mange manuelle undtagelser har ikke dette grundlag. Denne forskel ligger ikke i ambitionen — begge direktioner kan udtale samme sætning, "AI skal overtage vores lagerplanlægning" — men i, hvad organisationen allerede kan, før dette arbejde kan flyttes. Er de roller, der nu bestiller manuelt, også de roller, der senere skal vurdere et systemforslag? Er der tildelt en beslutningsret til den, der behandler undtagelsen? Disse spørgsmål ligger under ambitionen, og de bliver synlige, så snart man tester i stedet for at antage.
Når kapacitet frigøres, fordi en opgave overgår til et system med tilsyn, opstår spørgsmålet om, hvad der skal ske med de frigjorte timer: andre opgaver, mindre indlejet arbejdskraft, en anden personalesammensætning. Dette spørgsmål ligger hos arbejdsgiveren, og for beslutninger, der påvirker personalestyrken, gælder egne lovmæssige krav. Hvad der er til debat her, er skridtet forinden: hvilket arbejde er, med hensyn til opgavestruktur og datakvalitet, allerede så langt fremme, at et system kan overtage eller understøtte det, og hvilket arbejde er det ikke. Det er et faktuelt spørgsmål om arbejde, ikke et råd om mennesker.
Detailhandlen er ikke den eneste sektor, hvor dette spørgsmål gør sig gældende, og svarene varierer fra branche til branche af sammenlignelige grunde. I restaurationsbranchen er spørgsmålet anderledes på grund af den direkte betjening og den skiftende bemanding, som beskrevet i de AI-ambitioner der gør sig gældende i restaurationsbranchen; i landbrugssektoren spiller sæsonpåvirkninger og fysisk arbejde en større rolle, beskrevet i hvordan AI-ambitioner i landbrugssektoren forholder sig til sæsonarbejde; og i den finansielle sektor ligger tyngdepunktet netop ved regulering og tilsyn, som uddybet i AI-ambitionerne inden for finansiel tjenesteydelse og compliance-rollen. Sammenligningen viser, at selve ambitionen er mindre afgørende end den bagvedliggende parathed.
En ambition, der fastslår at AI overtager arbejde, forudsætter kapaciteter, der måske endnu ikke findes: rene data, en klar beslutningsret ved undtagelser, et team der kan vurdere et systemforslag i stedet for blot at udføre det. Uden denne test forbliver ambitionen en sætning på papir, en risiko der gør sig bredere gældende, og som behandles i hvorfor en strategi til tider forbliver et dokument i stedet for en forandring. Omvendt er det også muligt, at en forandring allerede begynder at ske, før nogen giver den et navn; hvilke tegn der peger på dette, er beskrevet i de tidlige tegn på at en forandring slår igennem. Det underliggende spørgsmål — hvilket arbejde i denne specifikke virksomhed reelt kan overtages af AI — besvares pr. opgave med arbejdsscanningen fra FTE TO AI.
Det første skridt er ikke at omformulere ambitionen, men at se på, hvor organisationen allerede står. En gratis parathedstjek med otte korte spørgsmål, ét pr. dimension, giver et billede af, hvor De er længst fremme, og hvor De er mindst fremme. Den fulde ambitionstest, med de fire lag og de fem confidence gates, er under udarbejdelse.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.