En utlovad leveranstid härstammade från bemanning: hur många personer det fanns för att planera in order, hantera undantag och informera kunder när något gick fel. Den som hade mer kapacitet kunde växla snabbare och därmed utlova en kortare leveranstid. Det var spelplanen, och på den spelplanen visste en kommersiellt ansvarig ungefär var han stod jämfört med konkurrenterna: bemanning är synlig, eller går att uppskatta.
Det antagandet gäller inte längre överallt. Där planering, orderhantering och kundunderrättelser till stor del sköts av AI, är leveranstid inte längre en funktion av hur många personer som arbetar, utan av hur väl systemet bakom det är inrättat. Två företag med lika mycket personal kan då utlova helt olika leveranstider. Det är ingen framtidsbild: det händer redan idag, hos det ena företaget redan och hos det andra ännu inte.
Bakom en utlovad leveranstid ligger en rad uppgifter som faller i tre kategorier.
En del kan AI helt ta över: att kombinera lagerpositioner, produktionskapacitet och transporttider till ett genomförbart leveransdatum är räknearbete, och räknearbete är precis där AI systematiskt är snabbare och mer konsekvent än en planerare som gör detta vid sidan av andra uppgifter.
En del sker med mänsklig tillsyn: vid en störning — en leverantör som faller bort, en order som avviker från mönstret — kan AI föreslå en anpassad leveranstid, men någon godkänner eller avslår det förslaget, med skäl. Hastigheten i det godkännandet bestämmer hur snabbt det nya åtagandet når kunden.
En del förblir mänskligt arbete: kunden som ringer eftersom en leverans har skjutits upp två gånger vill ha en förklaring och en avvägning som går längre än ett knapptryck. Hur mycket av det samtalet som fortfarande behövs beror på hur väl de första två kategorierna redan fungerar — ju färre störningar som förblir oupptäckta, ju färre sådana samtal behövs.
Skillnaden mellan företag ligger inte i frågan om de använder AI, utan i vad som redan är kopplat samman. Ett planeringssystem som är fristående från lageradministrationen ger lite vinst, oavsett hur avancerad modellen bakom det är. Ett företag där orderdata, lager och transportplanering redan griper in i varandra kan lägga ett planeringssystem direkt ovanpå och justera leveranstiden nedåt. Ett företag där den datan finns i lösa system och kalkylblad måste först räta ut det innan det finns något att automatisera.
Det förklarar varför förskjutningen inte går lika snabbt överallt, och varför två konkurrenter på samma marknad med samma personalstyrka ändå kan utlova olika leveranstider. Det säger ingenting om hur många personer som arbetar eller borde arbeta; det är en egen avvägning med egna lagkrav, som inte behandlas här.
Om leveranstid förskjuts från en bemanningsfråga till en systemfråga, förskjuts också det ni jämför konkurrenter på. Att fråga hur många personer som sitter med planeringen säger inte mycket längre. Mer relevant är om en konkurrent konsekvent når leveranstider, hur snabbt han justerar vid störning, och om det redan syns i framsidan i hur bestämt han vågar ange ett leveransdatum.
Det är genast en av de platser där hur ni får användbar information om konkurrenter som inte publicerar siffror blir relevant: leveranstid är en av de få dimensioner som i praktiken går att pröva, via egna beställningar eller kundsignaler, även utan att en konkurrent delar siffror om det.
Leveranstid står också inte fristående från andra dimensioner. En kortare leveranstid som medför fler fel är ingen vinst; hur dessa två förhåller sig till varandra återkommer i hur AI förändrar konkurrensen på kvalitet. Och en leveranstid som bara är kort vid standardorder säger något annat än en leveranstid som håller sig även vid ett brett sortiment, som diskuterat i hur AI förändrar konkurrensen på produktbredd. Den som i egen marknadsföring och konkurrenternas mest stöter på igenkännbara löften om snabbhet utan urskillning, känner igen mönstret från varför konkurrenter alla låter likadana i sina löften.
Frågan om leveranstid hos ert företag är en bemanningsfråga eller redan en systemfråga är svår att besvara med en övergripande blick; vilket arbete bakom den verkligen kan tas över av AI besvaras per uppgift med arbetsskanningen från FTE TO AI.
För jämförelsen med konkurrenter är ett första steg mindre: ange vad ni tror att ni vinner på i leveranstid, och pröva med den kostnadsfria dimensionskontrollen vilka av dessa påståenden som går att försvara med bevis. Den fullständiga benchmarken, med poäng och bevismatris per dimension, är under uppbyggnad.