Hyperautomation i Supply Chains

 

Hyperautomation i Supply Chains

Hyperautomation utsågs 2019 av Gartner som en av 10 strategiska teknologitrender i världen just nu (Gartner Top 10 Strategic Technology Trends). Begreppet Hyperautomation beskrivs av Gartner som införandet av automation end-to-end där man drar nytta av de samverkande teknikerna Robot Process Automation (RPA), intelligent business management software (iBMS) samt maskinlärning och AI. Målsättningen är att öka det automatiserade och AI-drivna beslutsfattandet i mer komplexa affärsprocesser som tidigare krävt mänsklig medverkan.

Här tar jag sikte på Hyperautomation och dess effekter på den mänskliga involveringen i supply chains, i en tid när uppkopplingarna – connectiviteten – ökar, allt fler processer digitaliseras och stora datamängder därmed blir tillgängliga. Hyperautomation möjliggörs då inom ett flertal processer, vilket leder till att delar av det arbete människor utfört inom både demand och supply management automatiseras med hjälp av ny teknologi och blir maskinstyrt. Inom supply chain management-relaterat mjukvarustöd handlar den nya teknologin främst om AI och så kallad Edge AI. Många ”hypes” blir aldrig verklighet. Hyperautomation inom supply chains tror jag definitivt kommer att bli det och Automotive-industrin ligger bra till som pilot.

Robot Process Automation med AI

Hyperautomation kan bli en motorväg mot en bredare transformation av processer med mänsklig inblandning till ytterligare automation av mer komplext arbete som idag kräver kunskaps-input från människor. Man talar idag om "Upskilling RPA* with intelligence" och att det skapar förutsättningar för mer avancerad automation som inte enbart ersätter monotont arbete, utan också klarar av att ta in data löpande och bedöma situationen samt agera utifrån detta. Hyperautomation skapar så kallade Digital Workers som kan kopplas samman med olika processkritiska applikationer, agera utifrån såväl strukturerad som ostrukturerad data, analysera data och fatta beslut samt även upptäcka möjligheter till ytterligare förbättring av processer och automationsmöjligheter. Att kombinera RPA- och AI-teknologi skapar därmed möjligheter att automatisera processer som tidigare inte varit möjliga att automatisera, det vill säga icke-dokumenterade processer som till del baseras på ostrukturerade datamängder.

Automotive har definitivt förutsättningar att lyckas

Automotive-industrin och den förändring som pågår där gynnar utvecklingen av initiativ som hyperautomation. Industrin genomgår en fundamental förändring driven av både digitalisering, elektrifiering, molntjänster och AI. Företagsledningarna inom Automotive känner av dessa massiva förändringar. Accenture skriver i en av sina rapporter från senare år bland annat att 75 % av ledande befattningshavare (”CXOs”) gör bedömningen att Automotive-industrin kommer att förändras totalt av ny intelligent teknologi. Ytterligare 60 % tror, enligt Accenture, att AI kommer att användas brett inom de organisatoriska processerna. Hälften av CXOs gör också bedömningen att samexistensen och samarbetet mellan människa och maskin är en viktig utgångspunkt om företagen ska uppnå sina strategiska mål. Min tolkning av marknadsläget är att ny teknologi kommer att påverka industrin långt mer än vad traditionell automation inom produktion har gjort. Inte minst då AI har en potential att påverka hela supply chain-flöden och inte bara enskilda processer ”inom företagets fyra väggar”. Detta kommer troligen att tvinga inte minst fordonstillverkarna att transformera sin personal, både vad gäller utbildning och hur den strategiska utvecklingen förväntas påverka företagens framtid. Men är verkligen personalen redo? Lägger företagen tillräckligt med resurser på utbildning och omskolning för användning av AI som stöd för ökad automation?

"People + Technology = Future strength"

Intressant nog, lyfter Accenture fram att majoriteten av anställda inom Automotive som ingått i deras olika undersökningar bedömer att deras jobb skulle underlättas av intelligent ny teknik och uppmuntra kreativitet och innovation. Personligen tror jag att det stämmer, men hyperautomation innebär rimligen också att färre personer behövs i de processer som berörs. De jobb som blir kvar blir förmodligen både mer intressanta och mer utvecklande.

Smartare teknologi leder till högre grad av digital integration och därmed bättre beslut

Ny smartare teknologi öppnar också upp för närmare och mer transparent samarbete i supply chains, samtidigt som systemen i allt högre grad är integrerade med varandra. Företagens datakällor kan därmed inom rimliga gränser öppnas upp för varandra och beslut fattas på ett mer gränsöverskridande sätt, istället för inom respektive legal entitet. Detta i sig, skapar förutsättningar för nya möjligheter och lägger vi dessutom till AI tror jag att vi kan ta ett språng, kanske till och med ett kvantumsprång, vad gäller gränsöverskridande värdeskapande i supply chains.

Hyperautomation med AI - att se skogen trots alla träden

Under många år har vi på PipeChain, liksom många branschkollegor, jobbat med KPI:er (nyckeltal) och s k performance management i våra mjukvaror i syfte att hjälpa våra kunder att se problem och möjliga källor till förbättringar. Den här typen av KPI:er tar dock typiskt sett sikte på det som redan har hänt. Fokuserar vi istället vårt mjukvarustöd på det som händer här och nu, eller ännu bättre det som med stor sannolikhet förväntas hända, ökar möjligheterna för både högre värdeskapande och lägre affärsrisker och lägre kostnader hos våra kunder. AI-stödet skjuter in sig just precis på den här frågan och hjälper användarna att se skogen, trots alla träden.

Det mesta återstår att skörda och hyperautomation hjälper till

Idag delar och använder företag data mer än någonsin tidigare, men potentialen i den här nya vågen av collaboration inom supply chains är till största delen orealiserad. Vägen mot ökat värdeskapande med hjälp av hyperautomation är att inte gapa efter för mycket på en gång. Välj istället ut en delprocess, t ex leveransplaner och leveranser i Automotive-flödet, och behandla både strukturerade och ostrukturerade datamängder med hjälp av AI, för att fatta snabbare och smartare beslut. Vinsterna kommer att komma genom att första skiktet leverantörer både förstår och reagerar bättre på OEM:ernas behov. Men också att OEM:erna kan få värdefull återkoppling från sitt leverantörsled för ökad kvalitet i sina egna prognoser och därmed säkrare leveranser. Det senare är ett känt och mycket omdiskuterat problem, som bland annat legat till grund för branschinitiativ baserade på KPI:er som FAI (Forecast Accuracy Index). Slutligen skapar hyperautomation även förutsättningar för värdeskapande i flera led än bara mellan OEM och första skiktet leverantörer.

Allt detta sammantaget får mig att tro att hyperautomation är en hype som kommer att bli verklighet!

 

* Robotic Process Automation, RPA, kallas även Digital medarbetare och handlar om att automatisera vissa arbetsflöden, typiskt sådant som är repetitivt, utförs på grund av att något digitalt system är klart med sitt arbetsmoment, är regelstyrt utan en massa avvägningar eller undantag, matar andra digitala system (Wikipedia).

 

-Hans Berggren är CEO för PipeChain Group

 

Läs mer om hur PipeChain kan stödja automotive-branschen här

Insikter

Om du är intresserad av att lära dig mer om hur du skapar en kraftfull, sammankopplad supply chain, finns våra senaste insikter här.

Tech papers

För att hjälpa dig att få en djupare och bättre förståelse för våra lösningar och din supply chain har vi tagit fram ett antal detaljerade tech papers om olika ämnen.

Nyheter

Det händer mycket på PipeChain. Här kan du läsa mer om hur vi effektiviserar och framtidssäkrar våra kunders verksamheter.

Case

Vi har hjälpt många företag att effektivisera sina verksamheter och optimera sina supply chains genom åren. Här är några exempel.

Nedladdningar

För att hjälpa dig att förbättra din verksamhet har vi tagit fram ett antal guider, rekommendationer och andra dokument som du kan ladda ner här.