Att beställa rätt artiklar, i god tid, från en pålitlig leverantör är inköpschefens jobb. Här möts behovet att hantera alternativ med den mänskliga förmågan att se mönster och bedöma risker. Jag jobbar nu med att göra nästa generations system där AI kan hjälpa till med att se ännu fler alternativ och ännu fler mönster för att kunna minska marginalerna, minska riskerna och kapa kostnader.

Kan man mer automatiska hitta alternativa artilar och alternativa leverantörer?

Utmaningarna jag möter är många. AI system skall “tränas”, det nya namnet för att programmera. Hur skall vi göra det så att det passar så många företag som möjligt “out of the box”? Hur får vi IBM och andra AI-leverantörer att anpassa sin prissättning så att små och medelstora bolag har råd med alla olika delsystem som behövs? Kan man mer automatiska hitta alternativa artilar och alternativa leverantörer? Hur mycket detaljer behövs lagras extra i bolagens ERP-system? Hur kommer framtidens kontrakt att se ut när det är AI-system som förhandlar med varandra?

Datavetenskap möter juridik och ekonomi på ett mycket mera komplext sätt. Jag tänker mig att förseningstariffer där leverantörer erbjuder komplexa rabatter vid leveransförseningar kommer att bli vanliga. Idag klarar våra gamla system inte av att hantera särskilt komplexa kontrakt tillsammans med de mänskliga cheferna. Det är svåröverskådligt och för dyrt att finlira med detaljer. När vi kopplar in AI kan riskerna delas mellan leverantör och kund.

 

Förstå omvärlden

 

Ett AI-system kan också läsa och förstå omvärlden på samma sätt som vi chefer idag gör när vi läser nyheterna på morgonen. Skillnaden är att AI-systemet kan läsa alla tidskrifter och alla artiklar. Och det stannar inte där. AI systemet kan läsa alla relevanta bloggar och följa strömningar på LinkedIn och Facebook.

Här är det mycket som skall anpassas.

Mitt jobb är att förbereda ERP systemen så att rätt mängd precision finns när AI systemet skall förstå vad som är relevant för ett enskilt bolag. Transaktionerna i systemet skall taggas och markeras på sätt som kan underhållas och förstås av både människa och maskin. Här är det mycket som skall anpassas.

 

En spännande utmaning

 

Vi jobbar även med röstanalys. Färdiga verktyg finns redan för att bedöma stress och pålitlighet i tonfallet. Låter du ett AI-system lyssna på dina samtal med leverantörer kan du få hjälp med att bedöma trovärdigheten i deras erbjudande. Men ett AI-system förstår inte av sig självt vad ditt företag håller på med och vad som är viktigt för dig och det är där vi som ERP-leverantör kommer in. Vi bygger bryggan där du kan svara på de frågor som system behöver för att förstå din verklighet. Det kommer att bli en ständigt pågående process. Du kommer att uppleva systemet som nyfiket och frågvist, men också snabbt se att det lär sig.

En enorm och spännande utmaning.

Jag är tillbaka på skolbänken igen för att kunna förstå vilka möjligheter som finns. De som bygger och säljer AI-system förstår inte alltid produktion och att göra affärer. Denna brygga måste jag och mitt team bygga. En enorm och spännande utmaning.