Engroshandelen kører på strømme: varer, ordrer, fakturaer og information, der bevæger sig mellem leverandører og aftagere. En stor del af kontortimerne går til arbejde, der gentager sig inden for den strøm — indtastning og kontrol af ordrer, afstemning af lager mod indkøb og salg, opfølgning på prisaftaler, matchning af fakturaer med pakkesedler, besvarelse af kundespørgsmål om leveringstider og tilgængelighed. Sideløbende er der arbejde, der gentager sig mindre: forhandling med leverandører, sammensætning af et sortiment, betjening af en kunde i en vanskelig situation, beslutning om hvad der skal ske, når en levering går i stå.
De to typer arbejde giver et forskelligt udfald, når en ambition forudsætter AI-arbejde. Gentagende arbejde med fastlagte regler er nemmere at overtage end arbejde, hvor nogen hele tiden vurderer, hvad der er rigtigt i den givne situation. De forhold, der styrer udfaldet, er ikke kun arbejdets karakter, men også hvor rene og strukturerede de underliggende data er — en ordrelinje, der noteres forskelligt i fem systemer, er sværere at læse for et system end for et menneske, der kender konteksten.
Hos en del af engrosvirksomhederne overtages arbejde allerede i dag: ordrekontrol mod indkøbsbetingelser, sammenfatning af leverandørmail til en handling, udfyldning af en lagerprognose baseret på historiske mønstre. Hos en anden del af virksomhederne ligger præcis det samme arbejde stadig fuldt hos mennesker. Forskellen ligger sjældent i viljen til forandring. Den ligger i, om dataene er i orden, om der er en person, der kan godkende eller afvise et systems udfald med en begrundelse, og om organisationen har fastlagt, hvem der beslutter hvad, når noget går galt.
Tre kategorier går igennem næsten hver proces i engroshandelen. Der er arbejde, som et system kan overtage uden mellemkomst, f.eks. overførsel af en ordrelinje til det korrekte format. Der er arbejde, hvor AI fremsætter et forslag, og et menneske vurderer forslaget — en kreditnota, der foreslås, men godkendes eller sendes tilbage med en begrundelse af en medarbejder. Og der er arbejde, der forbliver menneskearbejde, f.eks. samtalen med en leverandør, der ikke holder sin leveringstid. Hvilken opgave, der falder i hvilken kategori, varierer fra virksomhed til virksomhed og fra system til system, og ændrer sig, når data eller proces ændrer sig.
En ambition som "vores kundeservice kommer fremover til at fungere stort set automatiseret" forudsætter, at virksomheden kan kategorisere kundespørgsmål, at den viden, der ligger bag et svar, er struktureret et sted, og at der er en aftale om, hvornår et spørgsmål går til et menneske. Uden disse tre elementer er ambitionen en sætning, ikke en plan. Det samme gælder en ambition om lagerstyring: den kræver, at indkøbs-, salgs- og logistikdata stemmer overens, og at nogen har beføjelse til at rette en bestillingsanbefaling, der er foreslået af AI.
Ambitionstesten fastlægger sådanne ambitioner i fire lag — vision, vision state, target, target state — og tester dem på otte dimensioner af parathed, med fem confidence gates, der viser, hvor planen stadig bygger på tillid frem for på bevis. Samme test omsætter udfaldet til capabilities: hvad skal en given rolle kunne, og hvem får beslutningsretten, når et system fremlægger et udfald. For engrosvirksomheder, der også overvejer, hvor stor en del af overskuddet der går til at fastholde markedsandel, er det værd at læse hvordan De afvejer vækst mod margin i en strategi, fordi en AI-ambition uden denne afvejning hurtigt bliver en antagelse i stedet for et valg.
Engroshandelen deler meget med logistikkæderne før og efter. Den, der vil sammenligne med en sektor, hvor det fysiske varearbejde ligger endnu tættere på processen, finder det i hvilke AI-ambitioner der gør sig gældende i transportsektoren, og den, der vil se, hvordan samme ambition omsættes i et produktionsmiljø, kan læse hvilke AI-ambitioner der gør sig gældende i fremstillingsindustrien. Mønstret gentager sig: samme ambitionsord, anden parathed, andet udfald.
Der, hvor det berører personale — hvilke funktioner ændrer sig, når arbejde flytter — gælder der egne lovkrav, som falder uden for denne test. Hvad ambitionstesten derimod gør, er at gøre det klart, hvilken kapacitet der frigøres, når bestemt arbejde flytter, i timer og fte, så en direktion ved, hvad den taler om, før den taler om mennesker.
Det underliggende spørgsmål — hvilket arbejde i denne virksomhed reelt kan overtages af AI — besvares med FTE TO AI's arbejdsscan pr. opgave, i stedet for pr. funktion eller pr. antagelse. For en direktion, der først vil vide, om den egen vision er målbar nok til at teste den, er der hvordan De gør en vision målbar.
Den, der vil vide, hvor egen organisation står, kan tage den gratis parathedscheck: otte korte spørgsmål, ét per dimension, med et resultat, der viser, 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.