En utlovad leveranstid växte fram ur en planeringsprocess: samla order, väga kapacitet, lösa undantag manuellt, och kommunicera ett datum som stämde med viss marginal. Den som satte fler personer på planeringen kunde lova mer exakt. Den som hade det snålt tilltaget räknade med marginal och förlorade ibland en affär på en leveranstid som egentligen var fullt möjlig, men som inte hade blivit uträknad snabbt nog.
Det är orsaken till att leveranstid länge var en fråga om storlek. Större planeringsavdelningar, mer erfarenhet i teamet, mer tid att räkna om per order. Den som kunde betala för det vann på denna punkt i jämförelsen. Den som inte kunde det kompenserade med marginal på löftet eller med ett lägre pris.
Om en stor del av omräkningen av kapacitet, lager och rutt görs av AI, förändras inte leveranstiden i sig utan snabbheten och precisionen med vilken den utlovas. En offert som för en dag sedan lämnades med en generös marginal kan med aktuella uppgifter om lager, produktionsstatus och logistikplanering räknas fram mer exakt, och det sker då vid varje förfrågan på nytt, inte bara vid de stora orderna som en planerare frigör tid för.
Det förskjuter jämförelsen. Det är inte längre parten med flest personer i planeringen som vinner på leveranstid, utan parten som har sina system i ordning: ren lagerdata, kopplad produktionsplanering, en logistikkedja som skickar aktuell status. Beläggning var flaskhalsen; datakvalitet och systemuppbyggnad blir det.
Tre typer av arbete löper genom ett leveranstidslöfte, och de förskjuts inte lika långt.
Omräkningen av en leveranstid utifrån aktuella lager- och kapacitetsuppgifter är den del som AI kan ta över mest fullständigt, särskilt där underliggande system redan levererar strukturerad data.
Avvägningen av ett undantag — en stor order som stör planeringen, en kund som vill gå före i kön, en leverantör som blir sen — förblir delvis mänskligt arbete, med AI som lägger fram ett förslag och en planerare som med motivering godkänner eller avvisar det.
Överenskommelsen med en kund om vad en missad leveranstid innebär, förhandlingsutrymmet i ett avtal, bedömningen av om ett undantag är värt relationen: det förblir mänskligt arbete, och det förändras inte av att räknearbetet bakom det förskjuts.
Skillnaden ligger inte i branschen utan i grunden. Ett företag där lager, produktionsplanering och logistik redan finns i kopplade system kan redan idag låta AI räkna om en leveranstid och lova en skarp offert inom minuter. Ett företag där dessa uppgifter fortfarande finns i separata kalkylblad eller olika system utan koppling har samma AI tillgänglig men ingen användbar data att räkna med, och förblir därmed på den gamla hastigheten.
Det förklarar varför två konkurrenter av jämförbar storlek kan hamna isär på denna punkt. Inte därför att den ena har investerat mer i AI, utan därför att den ena redan hade de underliggande systemen i ordning innan AI kunde göra något med dem.
En kund märker inte detta genom en annons om AI, utan i ögonblicket för offerten. En leveranstid som ges direkt och med precision istället för efter en dags väntan på intern överläggning är den synliga följden av vad som har förskjutits bakom kulisserna. Hos en annan leverantör som får samma fråga kan den processen fortfarande vara helt manuell, med längre genomloppstid och en rymligare marginal som resultat.
För att veta om denna skillnad även avgör affären på er marknad behöver ni veta hur ert leveranstidslöfte står sig i jämförelsen, vilket hur benchmarkar jag mitt företag mot konkurrenter visar, och om ett påstående om snabbhet också håller när det testas, som beskrivs på hur bedömer man en konkurrent utan att göra antaganden.
Leveranstid bedöms sällan isolerat i en affär. En skarp leveranstid bredvid ett otydligt kvalitetspåstående övertygar mindre än en skarp leveranstid bredvid ett underbyggt svar på frågan vad som händer om något går fel, vilket kan läsas på vilket försprång ger AI vid service efter försäljning. Även frågan om snabbhet går hand i hand med en konsekvent produkt spelar in, behandlad på vilket försprång ger AI vid kvalitet.
Den underliggande frågan om vilket arbete i detta företag verkligen kan tas över av AI ligger alltså inte bara vid leveranstid, och besvaras med arbetsanalysen från FTE TO AI per uppgift.
Om förskjutningen av planeringsarbete får konsekvenser för personalanvändningen gäller egna lagkrav för det. Det är inte en del av en konkurrensjämförelse och behandlas inte som sådant här.
Om ert leveranstidslöfte just nu är ett försprång eller ett underläge beror på vad som finns bakom er egen planering och på vad konkurrenter redan har förändrat där. Med den kostnadsfria dimensionskontrollen anger ni var ni tror att ni vinner, på leveranstid eller på en annan dimension, och ser vilka av dessa påståenden som kan försvaras med bevis. Den fullständiga benchmarken är under uppbyggnad.