AI på lageret:
Hypen møter virkeligheten

For ett år siden gjennomførte PSI Software, i samarbeid med analyseselskapet Civey, en undersøkelse blant 300 fagfolk og ledere innen logistikk. Målet var å finne ut hvordan bransjen så på bruk av kunstig intelligens i intralogistikken.

Resultatene viste et tydelig sprik mellom ambisjon og virkelighet.

Bare 15 prosent av virksomhetene oppga at de allerede brukte AI i den operative lagerdriften. Samtidig svarte 41 prosent at de planla å investere i slike løsninger innen 2028.

Lageroptimalisering ble trukket frem som det viktigste bruksområdet av 44 prosent, mens 33 prosent pekte på lager- og beholdningsstyring. Varemottak, innlagring og returhåndtering var andre områder der virksomhetene så muligheter.

På den andre siden sto utfordringene nærmest i kø. Kostnader ved implementering, aksept blant medarbeiderne og teknisk integrasjon ble alle trukket frem av rundt 40 prosent av respondentene.

Fra store ambisjoner til små steg

Ett år senere ser interessen for AI på ingen måte ut til å ha forsvunnet. Men utviklingen viser samtidig hvor krevende det er å gå fra ambisjoner og pilotprosjekter til løsninger som faktisk blir en del av den daglige lagerdriften.

AI brukes stadig mer i logistikkvirksomheter, men mye av bruken skjer fortsatt innen administrative oppgaver. Når teknologien tas i bruk operativt på lageret, er det gjerne innenfor klart avgrensede områder, som plukkoptimalisering eller lageranalyse.

Det er altså foreløpig mindre snakk om at AI overtar styringen av lageret, og mer om at teknologien løser bestemte oppgaver innenfor eksisterende systemer og prosesser.

Mange initiativer kommer heller aldri lenger enn til demonstrasjons- eller pilotstadiet. Skal en løsning bli værende, må den kunne integreres i den eksisterende driften og samtidig gi en konkret og målbar gevinst.

Her ser vi også en utvikling mot AI som beslutningsstøtte. Teknologien analyserer informasjon og gir anbefalinger, mens brukeren fortsatt tar den endelige beslutningen. I forretningskritiske lagerprosesser er terskelen høyere for å overlate beslutningene til løsninger der det er vanskelig å forstå hvorfor systemet har kommet frem til et bestemt svar.

Fra pilot til hverdagsverktøy

Den kanskje viktigste utfordringen fremover blir derfor ikke å utvikle stadig mer spektakulære AI-løsninger, men å gjøre teknologien til et praktisk verktøy i den daglige driften.

For lageroperasjoner handler det om ganske jordnære spørsmål: Kan teknologien redusere unødvendig kjøring og gåing? Kan den bidra til bedre plukk? Kan den gjøre det enklere å analysere lagerbeholdningen eller raskere å sette opp og justere prosesser?

Når slike gevinster kan dokumenteres, blir veien fra pilotprosjekt til ordinær drift betydelig kortere.

Det betyr også at AI-utviklingen i intralogistikken kanskje blir mindre dramatisk enn mange forestilte seg for bare noen år siden. I stedet for én stor teknologisk revolusjon ser vi en rekke mindre forbedringer som gradvis finner sin plass i den eksisterende lagerdriften.

Det kan høres mindre spektakulært ut. Men for virksomhetene som skal investere i teknologien, kan det være en langt mer realistisk vei fremover.

AI er ikke en universalløsning for lageret. Erfaringene så langt tyder snarere på at pragmatismen vinner: De løsningene som lykkes, er de som kan integreres uten store omveltninger, løser et konkret problem og gir en gevinst som faktisk kan måles.