En lovet leveringstid udsprang af bemanding: hvor mange mennesker der var til at planlægge ordrer, behandle undtagelser og informere kunder, hvis noget gik galt. Den, der havde mere kapacitet, kunne omstille sig hurtigere og dermed love en kortere leveringstid. Det var spillepladen, og på den spilleplade vidste en kommercielt ansvarlig nogenlunde, hvor han stod i forhold til konkurrenterne: bemanding er synlig, eller til at vurdere.
Den antagelse gælder ikke længere overalt. Hvor planlægning, ordrebehandling og kundeopdateringer i vid udstrækning udføres af AI, er leveringstid ikke længere en funktion af, hvor mange mennesker der er på arbejde, men af hvor godt systemet bag det er indrettet. To virksomheder med lige mange medarbejdere kan så love helt forskellige leveringstider. Det er ikke et fremtidsbillede: det sker i dag, hos den ene virksomhed allerede og hos den anden endnu ikke.
Bag en lovet leveringstid ligger en række opgaver, der falder i tre kategorier.
En del kan AI overtage fuldstændigt: at kombinere lagerpositioner, produktionskapacitet og transporttider til en realistisk leveringsdato er regnearbejde, og regnearbejde er præcis dét, AI er systematisk hurtigere og mere konsistent til end en planlægger, der gør dette sideløbende med andre opgaver.
En del sker med menneskeligt tilsyn: ved en forstyrrelse — en leverandør, der svigter, en ordre, der afviger fra mønstret — kan AI foreslå en justeret leveringstid, men en person godkender eller afviser det forslag, med begrundelse. Hastigheden af den godkendelse afgør, hvor hurtigt det nye tilsagn er hos kunden.
En del forbliver menneskearbejde: den kunde, der ringer, fordi en levering er blevet udskudt to gange, vil have en forklaring og en afvejning, der går videre end et tryk på en knap. Hvor meget af den samtale, der stadig er nødvendig, afhænger af, hvor godt de første to kategorier allerede fungerer — jo færre forstyrrelser der forbliver ubemærkede, jo færre af den type samtaler er nødvendige.
Forskellen mellem virksomheder ligger ikke i spørgsmålet, om de bruger AI, men i hvad der allerede er koblet sammen. Et planlægningssystem, der er afkoblet fra lagerregistreringen, giver kun lidt gevinst, hvor avanceret modellen bag det end er. En virksomhed, hvor ordredata, lager og transportplanlægning allerede griber ind i hinanden, kan lægge en planlægningsmodel oven på det med det samme og justere leveringstiden nedad. En virksomhed, hvor de data ligger i separate systemer og regneark, skal først rette det op, før der er noget at automatisere.
Det forklarer, hvorfor forskydningen ikke sker lige hurtigt overalt, og hvorfor to konkurrenter på samme marked med samme medarbejderantal alligevel kan love forskellig leveringstid. Det siger intet om, hvor mange mennesker der arbejder eller burde arbejde; det er en selvstændig afvejning med egne lovkrav, som ikke er til debat her.
Når leveringstid forskydes fra et bemandingsspørgsmål til et systemspørgsmål, forskydes også det, hvorpå De sammenligner konkurrenter. At spørge, hvor mange mand der sidder på planlægningen, siger ikke længere meget. Mere relevant er, om en konkurrent konsekvent holder leveringstider, hvor hurtigt vedkommende justerer ved forstyrrelser, og om det allerede fremgår af, hvor sikker han vover at være, når han nævner en leveringsdato.
Det er netop et af de steder, hvor hvordan De skaffer brugbar information om konkurrenter, der ikke offentliggør tal bliver relevant: leveringstid er en af de få dimensioner, der i praksis kan testes, via egne bestillinger eller kundesignaler, også uden at en konkurrent deler tal om det.
Leveringstid står heller ikke isoleret fra andre dimensioner. En kortere leveringstid, der følges af flere fejl, er ingen gevinst; hvordan de to forholder sig til hinanden, kommer op igen i hvordan AI ændrer konkurrencen på kvalitet. Og en leveringstid, der kun er kort ved standardordrer, siger noget andet end en leveringstid, der også holder ved et bredt sortiment, som beskrevet i hvordan AI ændrer konkurrencen på produktbredde. Den, der i egen markedsføring og konkurrenters primært møder genkendelige løfter om hastighed uden forskel, genkender mønstret fra hvorfor konkurrenter alle lyder ens i deres løfter.
Spørgsmålet om, hvorvidt leveringstid i Deres virksomhed er et bemandingsspørgsmål eller allerede et systemspørgsmål, er svært at besvare med et overordnet blik; hvilket arbejde bag det reelt kan overtages af AI, besvares opgave for opgave med arbejdsscanningen fra FTE TO AI.
For sammenligningen med konkurrenter er et første skridt mindre: angiv, hvorpå De tror, De vinder på leveringstid, og test med den gratis dimensionscheck, hvilke af disse påstande der kan forsvares med bevis. Den fulde benchmark, med scorer og bevismatrix pr. dimension, er under opbygning.