Frå store løfte til praktisk kvardag
I mange år har AI i transport og logistikk vore snakka om som noko stort og litt fjernt: sjølvkøyrande bilar, perfekte ruteplanar og automatiserte lager. Det finst framleis mykje hype. Men den mest nyttige AI-en for vanlege norske verksemder i dag er mykje meir jordnær.
Han les dokument. Han lagar utkast. Han finn avvik. Han føreslår kva som bør gjerast først. Han hjelper folk å sleppe dobbeltarbeid.
For ein transportør, grossist, entreprenør, butikkjede eller produsent kan dette bety mindre tasting, færre manuelle kontrollar og betre oversikt over oppdrag som er på veg. Det handlar ikkje om å byte ut heile transportopplegget. Det handlar om å setje AI inn på dei stadene der folk i dag brukar mykje tid på å flytte informasjon frå éin stad til ein annan.
Der AI passar best akkurat no
Dei beste bruksområda er ofte dei kjedelege. Det er bra. For det er der timane forsvinn.
AI kan til dømes lese innkomande transportdokument, trekkje ut kundenamn, referansenummer, vekt, dato, adresse og prisgrunnlag, og føreslå kor informasjonen skal inn i systemet. Har de mange veiesetlar, fraktbrev, pakkelister eller leveringskvitteringar, er dette eit naturleg startpunkt.
I Norden ser vi no konkrete døme på dette. Hogia MoveIT har lansert ein AI-modul for kundar i Noreg og Sverige som skal automatisere handtering av veiesetlar. Logibud er trekt fram som eit norsk døme der transportselskap kan kople TMS direkte mot AI-modellar som ChatGPT og Claude, til dømes for å lage fakturautkast frå fullførte oppdrag.
Slike løysingar er interessante fordi dei ligg nær arbeidsflyten. Dei krev ikkje at alle tilsette skal lære seg eit nytt stort system. AI-en kjem inn som eit tillegg til det de allereie gjer.
Typiske område å starte med er:
- fakturautkast frå fullførte oppdrag
- tolking av veiesetlar, fraktbrev og leveringsdokument
- automatisk oppsummering av avvik og forseinkingar
- betre svar til kundar om status og estimert levering
- enkel analyse av kostnader, ruter og kapasitetsbruk
Ikkje start med full autopilot
Det kan vere freistande å tenkje at AI skal planleggje alle ruter, disponere alle bilar og optimalisere heile verdikjeda. For nokre store verksemder kan det vere aktuelt. Men for ei mindre eller mellomstor verksemd er det ofte feil plass å starte.
Ruteplanlegging og disponering er krevjande fordi røynda er rotete. Sjåføren kjenner vegen. Kunden er ikkje klar. Ferja er forseinka. Ein pall manglar. Nokon ringjer og ber om ei hasteendring. Mykje av dette ligg ikkje pent strukturert i eit system.
AI kan likevel hjelpe. Han kan føreslå, varsle og prioritere. Til dømes kan han peike på oppdrag som står i fare for å bli forseinka, samle meldingar frå fleire kanalar, eller lage ei kort forklaring på kvifor ein leveranse bør flyttast. Men mennesket bør framleis ha siste ordet, særleg når det handlar om kundeløfte, tryggleik og kostbare val.
Ein god tommelfingerregel er: Bruk AI som ein flink assistent, ikkje som usynleg sjef.
Kva kostar det å kome i gang?
Prisane sprikar kraftig. Store internasjonale plattformer for synlegheit, planlegging og forsyningskjede kan koste frå titusenvis til fleire hundre tusen dollar i året, og nokre av dei største løysingane går langt over det. Det er sjeldan rett første steg for ei vanleg norsk verksemd.
Den gode nyheita er at det no finst langt billegare inngangar. Nokre analyse- og automatiseringsverktøy kostar berre nokre få hundrelappar i månaden. Andre kjem som tillegg i transportstyringssystemet de brukar frå før. Det er ofte her små og mellomstore verksemder bør leite først: Kva AI-funksjonar finst allereie i TMS, økonomisystem, ordrehandtering eller kundeserviceverktøy?
Å byggje noko sjølv kan også vere rett, men då bør omfanget vere smalt. I staden for å byggje ein komplett AI-plattform, kan de lage éin flyt: Når eit oppdrag er fullført, hentar AI-en relevante data, kontrollerer mot dokument, lagar fakturautkast og markerer usikre punkt for manuell sjekk. Det er konkret, målbart og lettare å forsvare økonomisk.
Pass på data, ansvar og kontroll
Transportdata kan innehalde mykje sensitivt: kundar, adresser, prisar, avtalar, volum, ruter og interne marginar. Før de koplar AI på, må de vite kva data som blir sendt kvar, kven som får tilgang, og om informasjonen blir brukt til å trene modellar vidare.
De treng ikkje lage eit stort regelverk for å kome i gang, men de bør ha nokre enkle køyrereglar. Ikkje legg inn meir data enn nødvendig. Test først på eit avgrensa område. La folk kontrollere resultatet før noko går til kunde eller faktura. Merk tydeleg kva som er AI-forslag og kva som er godkjent av ein tilsett.
Det viktigaste er å velje prosessar der feil kan fangast opp. AI kan lese feil, misforstå dokument og foreslå noko som ser rett ut, men ikkje er det. Difor bør første prosjekt ha låg risiko, men høg tidsbruk i dag.
Mitt konkrete råd: Finn éin manuell logistikkjobb som tek meir enn fem timar i veka, til dømes fakturagrunnlag eller dokumentregistrering. Ta ut ti ekte døme, test dei i eit verktøy eller med leverandøren dykkar, og mål kor mykje tid de faktisk sparer før de går vidare.