AV MATTIAS GREDENHAG
För två år sedan var artificiell intelligens (AI) ett experiment. Idag används AI allt oftare vid planering, routing och kundservice. Forskning från Accenture visar att implementering av AI i supply chains har lett till 27-procentiga minskningar av orderledtider och 25-procentiga ökningar av produktiviteten¹.
Att leveranser är viktiga är uppenbart, och sista milen-leveranser är särskilt affärskritiska och på samma gång kostsamma. Detta innebär att AI inom just detta område har potential att skapa särskilt stort värde.
Sista milen – ”sanningens ögonblick”
För e-handelsföretag och detaljhandel är den sista milen det dyraste steget i supply chain, och står för cirka 60–70 procent av den totala leveranskostnaden². Samtidigt är just sista milen det ”sanningens ögonblick” som visar kunderna ifall leverantören håller sina löften. Detta återspeglar kundernas förväntningar på hastighet, noggrannhet och transparens. Vaga ankomsttider eller missade leveranser urholkar snabbt förtroendet och skadar kundlojaliteten. De händer alltför ofta, särskilt under högtrafik. Under Black Friday 2024 rapporterade en tredjedel av brittiska handelskunder problem med leveranser³. Om leveranserna blir rätt förbättras dock kundlojaliteten. Utmaningen för AI i den sista milen är därför att bidra till att sänka de totala kostnaderna och samtidigt förbättra kundservicen.
Fyra sätt som AI förändrar leveransen
AI har, som sagt, en stor potential i supply chain och vi kommer att se många tillämpningar framöver. För just leveranser ser jag främst fyra sätt där AI kommer att göra stor nytta:
1. Kundservice – snabbare svar
AI är i allt högre grad den första linjen för leveranssupport. När kunder frågar: ”Var är min beställning?” eller ”Kan jag ändra min leverans?” kan en digital assistent kontrollera spårningshändelser, tolka förseningar och erbjuda alternativ på några sekunder. Om det görs väl handlar det inte om att gömma sig bakom en AI-bot. Det handlar om att ge kunderna tydliga svar snabbt. Den bästa modellen är hybrid. Automation hanterar rutinmässiga frågor som orderspårning eller returer. Människor griper in när problem blir mer komplexa.
2. Köprekommendationer och agentisk handel
E-handelns natur förändras i sig. Kunder använder inte bara AI-verktyg för att få köprekommendationer – de instruerar dem i allt högre grad att göra köp för deras räkning – känt som agentisk handel. Ledande AI-leverantörer som OpenAI och Google har lanserat protokoll för agentisk handel för att göra processen enklare och mer pålitlig. Företag som använder verktyg från dessa leverantörer kan få betydande försäljningsökningar. I praktiken innebär detta att säkerställa att köpresan, från produktsida till checkout, är maskinläsbar. Rätt plattform för leveranshantering gör det möjligt för AI-agenter att fråga om leveranser för kunders räkning. Detta innebär att leveransstatus och returalternativ presenteras på ett strukturerat sätt så att agenter kan interagera med dem.
3. Operativ nytta – praktiska vinster bakom kulisserna
De största vinsterna med AI är ofta de minst uppenbara. Några av de mest kraftfulla användningsområdena för AI kommer från att göra komplex programvara lättförståelig. I stället för att gå djupt in i ett okänt gränssnitt kan användare i företag justera leveranstjänster och be om AI-genererade rekommendationer och best practice, med hjälp av ett chattfönster och skrivet på vardagsspråk. Detta skulle kunna förändra leveransverksamheten för sista milen genom att ge företag möjlighet att utforska och implementera de leveranstjänster de vill ha, med hjälp av en terminologi som alla kan förstå. Detta kan hjälpa företag att utforma leveranslöften som uppfyller kundernas behov, vilket leder till ökade konverteringar och försäljning. Vår nyligen presenterade nShift Companion omsätter många av dessa principer i praktiken. Tidiga kunder ser redan förbättringar i konverteringsfrekvens, produktivitet och beslutsfattande vid utcheckning.
4. Data – från historiska dashboards till prognoser
I åratal tittade rapporteringen av leveransdata bakåt. Den var mycket bra på att förklara vad som gick fel förra veckan. Den var svagare på att förutsäga vad som kan hända i framtiden. AI förändrar detta. Moderna kontrolltorn, som bygger på AI, kan kombinera realtidsdata med prediktiva modeller för att belysa risker och föreslå åtgärder. Med hjälp av orderhistorik, transportörsprestationer, väder och kapacitetsdata kan AI-verktyg prognostisera efterfrågan, uppskatta leveranstider och flagga förseningar. Det ger företag säkerhet och hjälper dem att ge sina kunder bättre service.
Utnyttja AI:s fördelar för sista milen-leveranser
Trots att företag har digitaliserat hur de marknadsför och säljer sina produkter, är delar av sista milen-leveranserna fortfarande starkt rotade i den analoga eran. Manuella processer är vanliga, vilket gör det svårare att skala upp verksamheten. Det ökar också sannolikheten för misstag. Problemet är att alla leveransbolag har olika sätt att behandla data. Vissa transportörers integrationsspecifikationer kan vara hundratals sidor långa. För att företag ska kunna dra nytta av AI i sista milen måste de se till att deras leveranskapacitet är AI-redo. Det finns två steg de behöver överväga först av allt:
• För det första bör de lägga rätt grund. Leveransföretagens IT-system är för komplexa för att AI-verktyg ska kunna interagera direkt med dem – många är årtionden gamla. Rätt leveranshanteringsplattform kan fungera som en mellanhand mellan kunder, det egna företaget och dess transportörer.
• För det andra kan de börja sin AI-resa genom att automatisera sina befintliga processer. Börja med repeterbara processer såsom val av transportör, beräkningar av ETA (Estimated Time of Arrival), leveransmeddelanden och WISMO (”Where is my order”).
De företag som lyckas kommer att ta sig bortom pilotstadiet. Genom att kombinera en stabil leveransgrund med pragmatisk automatisering kan dessa företag använda AI på ett praktiskt och effektivt sätt, där AI blir ett verktyg som hjälper dem att hålla sina leveranslöften varje dag.
—
Mattias Gredenhag är Chief Product Officer på nShift.
1. https://www.accenture.com/us-en/insights/supply-chain/making-autonomous-supply-chains-real
2. https://cross-border-magazine.com/parcel-lockers-ineurope-2025/
3. https://wearecitizensadvice.org.uk/return-to-sender-itstime-ofcom-sent-a-stronger-message-to-delivery-companiesbe5778269464
