Kunskapsdelning, Produktinformation, AI

Steg för steg guide: Automatisera inköp & beställningar innan lagret tar slut, utan att ändra i affärssystemet

En praktisk genomgång för er som vill minska risken för bristsituationer, få färre panikbeställningar och skapa en tydlig beställningssignal, utan att bygga om eller byta affärssystem.

Hur upptäcker ni att det är dags att beställa mer? På många mindre och medelstora industriföretag finns ingen formell bevakning av lagernivåer för varje artikel. I stället upptäcker en medarbetare att något börjar ta slut, det kan handla om en viss förpackningsstorlek som plötsligt bara har en kartong kvar eller en basvara som alltid måste finnas, etc. Först då påbörjas en beställning hos leverantören.

Beställningen startar alltså när någon ser bristen, inte som en planerad rutin och inte utifrån en löpande bevakning. Det fungerar ofta men skapar onödiga risker, mer stress och fler små beställningar än nödvändigt. Problemet är sällan själva beställningen, utan upptäckandet av vad som behöver beställas.

Innehåll

1. Utmaningen med inköp (för många) idag

2. Verkligt exempel på inköp

Steg 1: Sätt minmigräns för artiklar

Steg 2: Jämför lagersaldot med minimigräns per artikel

Steg 3: Den stora skillnaden, se hela lagersaldot samtidigt

3. En beställningssignal behöver inte vara en automatisk beställning

4. Hur hela automatiserade inköpsflödet kan se ut

5. Vad händer med inköparens arbete?

6. Varför behöver man inte bygga om affärssystemet?

7. Börja inte med hela lagret

8. Från inköp som "går på känsla" till en tydlig beställningssignal

9. Vart automationen börjar

10. Vanliga frågor om automatisk inköp/bevakning och beställningssignaler

1. Utmaningen med inköp (för många) idag

En erfaren medarbetare kan ofta känna igen när något börjar ta slut och det är en värdefull kunskap. Problemet är att den bevakningen sker en artikel i taget.

Så när en medarbetare upptäcker att en viss artikel börjar ta slut startas en beställning för just den artikeln. Sedan behöver någon gå igenom resten av sortimentet från samma leverantör för att se om något annat också behöver beställas. Det kan innebära att flera artiklar upptäcks vid olika tillfällen, en idag, en annan om några dagar, en tredje först när någon råkar se den i lagret. Resultatet blir ofta flera mindre beställningar i stället för en samlad beställning.

Det är alltså inte nödvändigtvis själva beställningen som är problemet, det är upptäckandet av vad som behöver beställas.

Ibland hinner en artikel ta slut innan någon upptäcker det, vilket är normalt. Då blir effekten akuta åtgärder, expressleveranser eller missnöjda kunder, trots att lagersaldot visade nivåerna klart och tydligt i affärssystemet hela tiden.

💡Tips: Utgå från att medarbetarnas magkänsla är värdefull, men se den som ett komplement till ett enkelt, systematiskt sätt att bevaka lagernivåer.

2. Verkligt exempel på inköp

Föreställ er ett industriföretag med över 20 leverantörer. Hos en av dem, som vi kan kalla Leverantör X, köper företaget ett stort antal tillbehörsartiklar som säljs vidare till kunder. En medarbetare går löpande runt i lagret och plockar av artikel Y i takt med att kundorder kommer in.

"Vi har bara en kartong kvar av artikel Y"

Först när medarbetaren själv upptäcker att artikel Y/en specifik artikel börjar ta slut, till exempel en viss förpackningsstorlek uppstår behovet av en beställning. Då skrivs en beställningslista ut för just den leverantören & medarbetaren går sedan en runda i lagret för att kontrollera vad mer som behöver beställas från samma leverantör.

Det här är i grunden ett reaktivt system & beställningen påbörjas när bristen på en enskild artikel upptäcks. Det finns ingen löpande bevakning som samtidigt visar vilka andra artiklar från samma leverantör som också börjar närma sig sina gränser.

📌Notering: När beställningar startar först när någon ser en brist riskerar man fler småorder, mer manuellt arbete och större risk för att något faktiskt tar slut.

Steg 1: Sätt minmigräns för artiklar

Det kan låta som ett AI-problem, men det första steget är egentligen mycket enklare. Ni i företaget behöver bestämma:

Hur lite får vi ha kvar av den här artikeln innan vi vill få en signal?

Det kan vara 10 stycken för en artikel, 50 för en annan och 5 kartonger för en tredje. Det viktiga är inte att alla artiklar får samma gräns, utan att ni börjar definiera gränsen i stället för att en medarbetare ska behöva känna av den.

Man behöver inte heller börja med hela lagret. Börja med de viktigaste artiklarna hos en leverantör och när de fungerar kan fler artiklar läggas till. På så sätt blir det ett kontrollerat första steg, inte ett stort IT-projekt.

💡Tips: Ta ut en lista på de 20–50 mest kritiska artiklarna per leverantör och sätt en enkel miniminivå, det räcker för att börja se effekten.

När kan lagerpåfyllnad bevakas automatiskt?

Nästa steg skulle kunna vara att läsa lagersaldot från affärssystemet och det behöver inte innebära att man bygger om affärssystemet. Systemet skulle kunna få läsbehörighet till den information som redan finns där.

Många affärssystem har någon form av export, API eller annan koppling som kan användas för att läsa data. Poängen är enkel: systemet behöver veta hur många artiklar som finns på lager. Det behöver alltså inte skriva tillbaka något, det behöver bara kunna läsa saldot.

Steg 2: Jämför lagersaldot med minimigräns per artikel

När lagersaldot finns tillgängligt kan det jämföras med den minimigräns som ni i företaget har satt för varje artikel, se visuellt exempel nedan:

Det här skulle kunna kontrolleras automatiskt en gång per dag och ingen behöver gå runt och komma ihåg att titta på just de här artiklarna. Systemet gör själva bevakningen och markerar vilka artiklar som behöver uppmärksamhet.

💡Tips: Använd olika statusnivåer, till exempel "nära miniminivå" och "under miniminivå" för att kunna planera beställningar i tid.

Steg 3: Den stora skillnaden, se hela lagersaldot samtidigt

Här finns den kanske viktigaste förbättringen. Anta att Artikel A går under sin minimigräns. I dagens process kan det vara det enda som uppmärksammas, man börjar beställa Artikel A och går sedan manuellt igenom lagret för att se om något mer behöver tas med i samma beställning.

Leverantör X – artiklar att kontrollera:

Artikel A – under miniminivå
Artikel B – nära miniminivå
Artikel D – under miniminivå
Artikel F – nära miniminivå

Med en automatisk bevakning kan systemet i stället direkt visa alla relevanta artiklar från samma leverantör. I stället för att upptäcka en artikel och sedan manuellt leta efter resten får den ansvariga en samlad bild av vad som behöver kontrolleras hos samma leverantör. Det är där mycket av nyttan ligger; färre småorder, bättre planering och mindre risk att missa något.

3. En beställningssignal behöver inte vara en automatisk beställning

Det är viktigt att skilja på de två. Systemet behöver inte själv beställa någo, utan kan i stället bara skicka en notis via mail eller den interna kanal som företaget använder:

Beställningssignal – Leverantör X

4 artiklar ligger under eller nära definierad miniminivå.
Se orderunderlag.

Den ansvariga personen kan sedan kontrollera listan, kanske ska allt beställas? Kanske ska bara två artiklar beställas? Kanske har en kundorder precis kommit in som förändrar behovet?

📌Notering: Det är fortfarande människan som fattar beslutet. Systemets roll är att upptäcka, sammanställa och signalera. En beställningssignal är ett beslutsunderlag – inte ett automatiskt inköp. Det gör det lättare att införa utan att ändra ansvarsfördelning.

4. Hur hela automatiserade inköpsflödet kan se ut

En enkel version skulle kunna fungera så här:

1. Företaget definierar en minimigräns per artikel

2. Systemet läser lagersaldo

3. Lagersaldo jämförs med minimigränsen

4. Artiklar under eller nära gränsen identifieras

5. Systemet grupperar artiklarna per leverantör

6. En samlad beställningssignal skickas

7. Ansvarig person kontrollerar

8. Människan lägger beställningen

Det är en ganska liten förändring i arbetsflödet, men den flyttar bevakningen från "någon måste upptäcka det" till "systemet talar om när det är dags att titta".

5. Vad händer med inköparens arbete?

Den anställda behöver fortfarande använda sitt omdöme & det är inte säkert att en artikel ska beställas bara för att lagersaldot går under en viss nivå. Det kan finnas en pågående kundorder, en förändring i efterfrågan, en beställning som redan är lagd eller andra omständigheter som systemet inte känner till.

Därför är det rimligt att låta systemet föreslå och samla ihop informationen, medan människan fattar beslutet. Det manuella arbetet som försvinner är framför allt själva bevakningen:

• Någon behöver inte längre upptäcka varje artikel separat.

• Någon behöver inte börja om från början varje gång en brist dyker upp.

• Någon får i stället en samlad signal när det finns något att kontrollera.

📌Notering: Automationens uppgift är att ta bort det monotona övervakningsarbetet, inte att ersätta medarbetarens omdöme och ansvar.

6. Varför behöver man inte bygga om affärssystemet?

Det är en vanlig invändning när man pratar om automatisering:

"Det där skulle kräva att vi bygger om hela systemet."

Inte nödvändigtvis. I den här typen av upplägg behöver affärssystemet i första hand vara källan till lagersaldot. Ett separat automatiseringsflöde skulle kunna läsa informationen och göra själva bevakningen utanför affärssystemet.

Det innebär att man inte behöver byta ut eller bygga om det befintliga systemet för att börja testa idén. Första steget skulle till och med kunna vara så enkelt som:

Lagersaldo → automatisk kontroll → notis

Se ert affärssystemet som datakälla, inte som platsen där all logik måste bo. Det gör det lättare att experimentera utan stora projekt.

7. Börja inte med hela lagret

Det finns också en risk att göra projektet större än det behöver vara. Man behöver inte börja med tusentals artiklar. Välj exempelvis en leverantör där företaget har många återkommande artiklar.

• Definiera gränser för de viktigaste artiklarna.

• Kör bevakningen under en period.

• Se vilka signaler som faktiskt kommer.

• Justera gränserna efter verklig förbrukning.

Därefter kan fler artiklar läggas till. Det gör det lättare att se om automatiseringen faktiskt hjälper i det dagliga arbetet, i stället för att allt blir en teoretisk övning.

8. Från inköp som "går på känsla" till en tydlig beställningssignal

Skillnaden kan sammanfattas ganska enkelt.

Idag:

1. Någon ser att en artikel börjar ta slut.

2. Beställning påbörjas.

3. Någon går igenom lagret.

4. Fler artiklar upptäcks manuellt.

5. Beställning läggs.

Med automatisk bevakning:

1. Lagersaldo läses.

2. Artiklar jämförs mot definierade gränser.

3. Alla relevanta artiklar hos samma leverantör samlas.

4. En beställningssignal skickas.

5. Människan kontrollerar.

6. Beställning läggs.

Det är inte en helt automatiserad inköpsprocess och det behöver den inte vara. Det är en automatisk inköpssignal som hjälper människan att upptäcka behovet tidigare och se hela bilden på en gång.

9. Vart automationen börjar

När man pratar om att automatisera inköp är det lätt att hoppa direkt till frågan: "Kan AI lägga beställningen åt oss?"

Det är inte alltid den viktigaste frågan. En bättre första fråga är:

Hur upptäcker ni idag att det är dags att beställa?

Om svaret är:

"Någon märker att något börjar ta slut."

Då finns det redan en konkret arbetsuppgift att titta på. Man behöver inte automatisera själva beslutet. Man kan börja med att automatisera upptäckandet eftersom att lagersaldot, leverantörerna och artiklar finns redan.

Det som saknas är en löpande signal som samlar ihop informationen och visar vad som behöver kontrolleras. Det är en betydligt mindre förändring än att bygga om hela affärssystemet och för ett företag med många återkommande artiklar kan det vara en mycket intressant första nivå av automatiserad lagerpåfyllnad.

Vill ni diskutera hur ett sådant flöde skulle kunna se ut hos er är ni välkomna att kontakta oss här.

10. Vanliga frågor om automatisk inköp/bevakning och beställningssignaler

1. Blir vi låsta vid miniminivåerna vi sätter från början?

   Nej, miniminivåerna är ett startvärde & inte en sanning för alltid. Tanken är att ni börjar med en rimlig nivå, kör bevakningen under en period och sedan justerar utifrån verklig förbrukning, leveranstider och säsongsvariationer. Det viktiga är att ni börjar mäta och styra, inte att allt är perfekt från dag ett.

2. Riskerar vi att få för många beställningssignaler?

   Det beror på hur ni sätter gränserna. Om ni börjar för lågt kan signalerna komma för sent, om ni börjar för högt kan de bli för många. Därför är det klokt att börja med en begränsad mängd artiklar och justera efterhand. Ni kan också filtrera så att systemet bara skickar en samlad signal per leverantör och dag, i stället för en signal per artikel.

3. Kräver detta att vi byter affärssystem?

   Nej, poängen med upplägget är att inte behöva byta eller bygga om affärssystemet. Så länge ni kan läsa ut lagersaldo (via export, API eller rapporter) går det att skapa ett separat bevakningsflöde som arbetar vid sidan av ert befintliga system. Affärssystemet är datakälla, automatiseringen sköter bevakning och signaler.

4. Vad är en bra första start?

   Ett bra första steg är ofta en enskild leverantör där ni har många återkommande artiklar och där bristsituationer skapar störst problem. Välj 20–50 artiklar, sätt miniminivåer, kör bevakning i några veckor och utvärdera: vilka signaler kom, vad hade ni gjort annars och hur påverkades arbetet i lagret och inköp?

Vill ni diskutera hur ett sådant flöde skulle kunna se ut hos er är ni välkomna att kontakta oss här.