Detaljhandeln består av arbete som upprepar sig och arbete som handlar om själva ögonblicket. Räkna lager, justera priser, lägga beställningar, hantera returer, göra scheman: det utgör en stor del av kontors- och backoffice-timmarna, och det är arbete med en fast struktur. Däremot står arbetet vid disken, i butiken, i telefonen: någon som tvekar mellan två storlekar, ett klagomål om en leverans, en fråga som inte passar in i manuset. Dessa två typer av arbete styr tillsammans utfallet av varje AI-ambition inom denna sektor. Där arbetet är strukturerat och data stämmer, förskjuts kapacitet relativt snabbt. Där arbetet handlar om att läsa av en situation och bära ansvar för ett beslut, förskjuts lite eller ingenting.
Samma tredelning som löper genom alla sektorer gäller även här. En del av arbetet kan tas över av AI: prisjämförelse, lagerprognos baserad på försäljningshistorik, sammanställning av standardrapporter, den första sorteringen av returförfrågningar. En annan del görs delvis, med en människa som godkänner eller avvisar med motivering: ett system föreslår en beställning, en inköpare kontrollerar den mot säsongspåverkan eller en leverantörsöverenskommelse som systemet inte känner till. Och en tredje del förblir mänskligt arbete: samtalet med en kund som behöver något specifikt, avvägningen vid en tvist om en garanti, ledningen av ett team på golvet under en hektisk period. Vilken del av arbetet som hamnar i vilken kategori skiljer sig mellan olika företag. Det beror på hur standardiserat sortimentet är, hur rena lager- och försäljningsdata är, och hur mycket av kundkontakten som redan sker via fasta kanaler.
En butikskedja med ett begränsat sortiment, central inköp och digitala kassor har redan grunden på plats för en stor del av backoffice-uppgifterna: data finns, processen är repeterbar, och ett system kan lägga fram ett förslag som en människa kontrollerar. En kedja med ett brett och varierande sortiment, decentraliserat inköp per enhet och många manuella undantag saknar den grunden. Den skillnaden ligger inte i ambitionen — båda ledningarna kan uttala samma mening, "AI ska ta över vår lagerplanering" — utan i vad organisationen redan klarar av innan det arbetet kan flyttas. Är de roller som nu beställer manuellt också de roller som sedan ska bedöma ett systemförslag? Är beslutsrätten tilldelad den som hanterar undantaget? Dessa frågor ligger under ambitionen, och de blir synliga så snart man testar i stället för att anta.
Om kapacitet frigörs genom att en uppgift övergår till ett system med tillsyn, uppstår en fråga om vad som händer med de frigjorda timmarna: andra uppgifter, mindre inhyrning, en annan personalsammansättning. Den frågan ligger hos arbetsgivaren, och för beslut som påverkar personalstyrkan gäller egna lagstadgade krav. Det som är aktuellt här är steget innan: vilket arbete är, vad gäller uppgiftsstruktur och datakvalitet, redan så långt kommet att ett system kan ta över eller stödja det, och vilket arbete är det inte. Det är en faktisk fråga om arbete, inte råd om människor.
Detaljhandeln är inte den enda sektorn där denna fråga är aktuell, och svaren skiljer sig mellan branscher av liknande skäl. Inom restaurangbranschen ser frågan annorlunda ut på grund av den direkta betjäningen och den varierande bemanningen, vilket går att läsa om i de AI-ambitioner som spelar en roll inom restaurangbranschen; inom jordbrukssektorn spelar säsongspåverkan och fysiskt arbete en större roll, beskrivet i hur AI-ambitioner inom jordbrukssektorn förhåller sig till säsongsarbete; och inom finansiella tjänster ligger tyngdpunkten just på regelverk och tillsyn, vilket utvecklas i AI-ambitionerna inom finansiella tjänster och rollen för compliance. Jämförelsen visar att ambitionen i sig är mindre avgörande än beredskapen bakom den.
En ambition som säger att AI tar över arbete förutsätter kapaciteter som kanske ännu inte finns: rena data, en tydlig beslutsrätt vid undantag, ett team som kan bedöma ett systemförslag i stället för att bara utföra det. Utan den prövningen förblir ambitionen en mening på papper, en risk som är bredare och som behandlas i varför en strategi ibland förblir ett dokument i stället för en förändring. Omvänt är det också möjligt att en förändring redan börjar ske innan någon ger den ett namn; vilka signaler som pekar på det beskrivs i de tidiga tecknen på att en förändring slår igenom. Den underliggande frågan — vilket arbete i detta specifika företag verkligen kan tas över av AI — besvaras per uppgift med arbetsscanen från FTE TO AI.
Det första steget är inte att omformulera ambitionen, utan att titta på var organisationen redan står. En kostnadsfri beredskapskontroll med åtta korta frågor, en per dimension, ger en bild av var ni har kommit längst och var ni har kommit kortast. Den fullständiga ambitionstesten, med de fyra lagren och de fem confidence gates, är under uppbyggnad.
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.