En tilsagt leveringstid udsprang af en planlægningsproces: samle ordrer, afveje kapacitet, løse undtagelser manuelt, og kommunikere en dato der stemte med en vis margin. Den, der satte flere mennesker på planlægningen, kunne love mere nøjagtigt. Den, der var trængt der, regnede med margin og tabte til tider en handel på en leveringstid, der egentlig var udmærket opnåelig, men ikke var udregnet hurtigt nok.
Det er årsagen til, at leveringstid længe var et spørgsmål om størrelse. Større planlægningsafdelinger, mere erfaring i teamet, mere tid til at genberegne pr. ordre. Den, der kunne betale for det, vandt på dette punkt i sammenligningen. Den, der ikke kunne, kompenserede med margin på tilsagnet eller med en lavere pris.
Når en stor del af genberegningen af kapacitet, lager og rute udføres af AI, ændrer det ikke leveringstiden selv, men hastigheden og nøjagtigheden hvormed den bliver tilsagt. Et tilbud, der for en dag siden endnu blev afgivet med en rummelig margin, kan med aktuelle data om lager, produktionsstatus og logistisk planlægning beregnes skarpere, og det sker så ved hver forespørgsel igen, ikke kun ved de store ordrer, som en planlægger frigør tid til.
Det forskyder sammenligningen. Ikke den part med flest mennesker i planlægningen vinder da på leveringstid, men den part der har sine systemer i orden: rene lagerdata, koblet produktionsplanlægning, en logistisk kæde der videregiver aktuel status. Bemanding var flaskehalsen; datakvalitet og systemopsætning bliver det.
Tre typer arbejde løber igennem en leveringstidstilsagn, og de forskydes ikke alle lige langt.
Genberegningen af en leveringstid baseret på aktuelle lager- og kapacitetsdata er den del, AI mest fuldstændigt kan overtage, især hvor de underliggende systemer allerede leverer strukturerede data.
Afvejningen af en undtagelse — en stor ordre der forstyrrer planlægningen, en kunde der vil forrest i køen, en leverandør der forsinker — forbliver delvist menneskeligt arbejde, hvor AI stiller et forslag, og en planlægger med begrundelse godkender eller afviser.
Aftalen med en kunde om, hvad en forpasset leveringstid betyder, forhandlingsrummet i en kontrakt, vurderingen af om en undtagelse er relationen værd: det forbliver menneskeligt arbejde, og det ændrer sig ikke, fordi beregningsarbejdet bag det forskydes.
Forskellen ligger ikke i sektoren, men i fundamentet. En virksomhed, hvor lager, produktionsplanlægning og logistik allerede er i koblede systemer, kan i dag allerede overlade genberegningen af en leveringstid til AI og skarpt tilsige et tilbud inden for minutter. En virksomhed, hvor disse data stadig ligger i separate spreadsheets eller forskellige systemer uden kobling, har den samme AI til rådighed, men ingen brugbare data at regne med, og forbliver dermed på den gamle hastighed.
Det forklarer, hvorfor to konkurrenter af sammenlignelig størrelse kan divergere på dette punkt. Ikke fordi den ene har investeret mere i AI, men fordi den ene allerede havde de underliggende systemer i orden, før AI kunne gøre noget med det.
En kunde mærker ikke dette på en annonce om AI, men på tilbudsøjeblikket. En leveringstid, der gives direkte og med præcision i stedet for efter en dags ventetid på intern rådslagning, er den synlige konsekvens af, hvad der er forskudt bag kulisserne. Hos en anden leverandør, der får det samme spørgsmål, kan den proces stadig være fuldstændig manuel, med en længere gennemløbstid og en rummeligere margin som resultat.
For at vide, om denne forskel også afgør handlen på deres marked, er det nødvendigt at vide, hvordan deres leveringstidstilsagn står i sammenligningen, hvad hvordan benchmarker jeg min virksomhed mod konkurrenter viser, og om en påstand om hastighed også holder, når den bliver testet, som beskrevet på hvordan bedømmer man en konkurrent uden at gøre antagelser.
Leveringstid bliver i en handel sjældent bedømt isoleret. En skarp leveringstid sammen med en uklar kvalitetspåstand overbeviser mindre end en skarp leveringstid sammen med et underbygget svar på spørgsmålet om, hvad der sker, når noget går galt, som det kan læses på hvilket forspring giver AI på service efter salg. Også spørgsmålet om, hvorvidt hastighed går hånd i hånd med et konsistent produkt, spiller ind, behandlet på hvilket forspring giver AI på kvalitet.
Det underliggende spørgsmål om, hvilket arbejde i denne virksomhed virkelig kan overtages af AI, ligger derfor ikke ved leveringstid alene, og besvares med arbejdsscanen fra FTE TO AI pr. opgave.
Hvis forskydningen af planlægningsarbejde har konsekvenser for anvendelsen af personale, gælder der egne lovkrav for det. Det er ikke en del af en konkurrentsammenligning og behandles ikke som sådan her.
Hvorvidt Deres leveringstidstilsagn lige nu er et forspring eller et efterslæb, afhænger af, hvad der ligger bag Deres egen planlægning, og af hvad konkurrenter allerede har ændret der. Med den gratis dimensionscheck angiver De, hvor De tror De vinder, på leveringstid eller på en anden dimension, og De ser hvilke af disse påstande der kan forsvares med bevis. Den fulde benchmark er under opbygning.