När industriella leveranskedjor blir smartare med RPA och AI

En europeisk tillverkningskoncern inom avancerade maskinkomponenter kämpade med en allt mer komplex leveranskedja. Kunder krävde kortare leveranstider, större flexibilitet och högre transparens, samtidigt som antalet leverantörer och logistikpartners ökade. Planerare och inköpare lade orimligt mycket tid på att manuellt uppdatera system, jaga bekräftelser och korrigera fel i orderflöden. I denna miljö fick Radners team uppdraget att införa smart RPA och AI för att skapa en mer förutsägbar och robust kedja från beställning till leverans.

Utgångspunkten var en detaljerad analys av hur information rörde sig genom organisationen. Radners team följde ett antal representativa kundorder från första offert till slutlig leverans, och dokumenterade varje system, fil och mänsklig handpåläggning som krävdes. Det visade sig att samma data ofta registrerades flera gånger i olika system, och att små avvikelser i artikelnummer eller leveransvillkor ledde till tidskrävande utredningar. Denna kartläggning gjorde det tydligt var automatisering kunde ge störst effekt.

En särskilt kritisk punkt var kommunikationen med underleverantörer. Många av dem använde egna portaler eller skickade orderbekräftelser via e-post i varierande format. Planerare kopierade manuellt information från dessa källor in i företagets ERP-system, vilket både tog tid och skapade fel. Radners team designade därför RPA-flöden som kunde logga in i leverantörsportaler, hämta bekräftelser, tolka innehållet med hjälp av AI-baserad textanalys och uppdatera interna system automatiskt.

För att säkerställa att robotarna hanterade variationer i format och språk tränades AI-modeller på historiska bekräftelser från ett stort antal leverantörer. Radners team byggde en lösning där modellen först klassificerade vilken typ av dokument som mottagits, och därefter extraherade relevanta fält som leveransdatum, kvantitet och pris. När osäkerheten var hög markerades posten för manuell kontroll, men i majoriteten av fallen kunde roboten uppdatera ordern utan inblandning. Detta frigjorde betydande tid för planerarna.

Parallellt automatiserades ett antal interna processer kopplade till behovsplanering och lagerstyrning. Radners team skapade RPA-flöden som regelbundet hämtade data om försäljning, produktionsstatus och lagernivåer från flera system, sammanställde dem och matade in dem i planeringsverktyget. Tidigare hade denna konsolidering gjorts manuellt i kalkylark, vilket ofta ledde till att besluten baserades på inaktuella siffror. Med automatiseringen kunde planeringen uppdateras oftare och med högre precision.

För att hantera osäkerhet i efterfrågan integrerades AI-baserade prognosmodeller. Radners team tränade modellerna på flera års försäljningsdata, kompletterade med information om säsongsvariationer, kampanjer och kundspecifika mönster. Dessa prognoser användes sedan som input till de automatiserade planeringsflödena, vilket gjorde att inköp och produktion kunde anpassas mer dynamiskt. Kombinationen av RPA och AI skapade därmed ett mer responsivt system som reagerade snabbare på förändringar i marknaden.

En viktig aspekt var att skapa transparens för både interna och externa intressenter. Radners team utvecklade därför dashboards där status för order, leveranser och kapacitetsutnyttjande visualiserades i nära realtid. Data till dessa vyer hämtades och uppdaterades av robotar, vilket minskade behovet av manuella rapporter. Produktionschefer, inköpare och kundservice kunde se samma uppdaterade information, vilket minskade antalet interna förfrågningar och missförstånd.

För kundservicefunktionen innebar lösningen en tydlig förbättring. Tidigare behövde medarbetare logga in i flera system för att svara på frågor om leveransstatus, restorder eller ändringar i leveransdatum. Radners team implementerade RPA-flöden som sammanställde relevant information i ett gemensamt gränssnitt. När en kund ringde eller skrev kunde kundservice snabbt ge ett korrekt svar baserat på den senaste datan, istället för att lova återkoppling efter intern research.

På logistikområdet automatiserades bokning och uppföljning av transporter. Radners team skapade robotar som, baserat på orderdata och leveransvillkor, valde lämplig transportör, bokade frakt via transportörernas portaler och registrerade sändningsnummer i ERP-systemet. När leveransen väl var på väg följde robotarna upp status via spårningslänkar och uppdaterade systemen vid viktiga milstolpar. Detta gav både företaget och kunderna bättre insyn i var godset befann sig.

För att hantera avvikelser, som förseningar eller skadade leveranser, byggdes ett särskilt undantagsflöde. Radners team definierade regler för när en avvikelse skulle eskaleras, till exempel vid risk för att en kundorder inte skulle hinna fram i tid. I sådana fall skickade roboten automatiskt notifieringar till ansvariga planerare och kundservice, tillsammans med förslag på alternativa åtgärder. Detta gjorde att problemen kunde hanteras proaktivt istället för att upptäckas först när kunden hörde av sig.

En central del av projektet var att säkra datakvalitet genom hela kedjan. Radners team införde automatiska kontroller där robotarna jämförde data mellan olika system och flaggade inkonsekvenser. Exempelvis kontrollerades att leveransadresser, artikelnummer och prislistor var synkroniserade. När avvikelser upptäcktes skapades ärenden i ett gemensamt system, där ansvariga fick uppgift att korrigera källan. På så sätt förbättrades kvaliteten successivt, vilket i sin tur ökade träffsäkerheten i de automatiserade flödena.

För att säkerställa att lösningen kunde växa med verksamheten etablerades en modulär arkitektur. Radners team strukturerade RPA-flödena i återanvändbara komponenter, till exempel för inloggning, filhantering och API-anrop. När nya leverantörer, transportörer eller system tillkom kunde befintliga komponenter kombineras på nya sätt istället för att allt behövde byggas från grunden. Detta minskade både utvecklingstid och underhållskostnader.

På organisationsnivå innebar införandet av smart RPA att roller och ansvar behövde justeras. Planerare och inköpare gick från att vara manuella datainmatningsresurser till att bli analytiker och beslutsfattare. Radners team stödde denna omställning genom utbildningar i hur de nya verktygen fungerade, hur AI-prognoser skulle tolkas och hur undantagshantering bäst organiserades. Genom att involvera nyckelpersoner tidigt skapades ägarskap för lösningen inom verksamheten.

Resultaten lät inte vänta på sig. Ledtiderna från kundorder till leverans minskade, samtidigt som leveransprecisionen ökade. Radners team följde upp nyckeltal som orderrättelsefrekvens, antal manuella ingrepp per order och andel automatiskt bekräftade leveransdatum. Dessa indikatorer visade tydligt att automatiseringen inte bara sparade tid utan också minskade antalet fel som tidigare lett till omplaneringar och extra kostnader.

Ekonomiskt sett gav satsningen på smart RPA i leveranskedjan en kombination av direkta besparingar och indirekta intäktsökningar. Minskade fel och förseningar ledde till färre expressleveranser och mindre spill i produktionen. Samtidigt upplevde kunderna en mer pålitlig leveransservice, vilket stärkte relationerna och öppnade för merförsäljning. Radners team hjälpte företaget att kvantifiera dessa effekter i en modell som visade återbetalningstiden för investeringen.

På längre sikt skapade lösningen en plattform för fortsatt digitalisering. När RPA och AI väl var etablerade i leveranskedjan blev det naturligt att titta på angränsande områden som kvalitetsuppföljning, produktionsoptimering och eftermarknadsservice. Radners team bidrog med erfarenheter från det första projektet för att snabbare kunna identifiera nya automatiseringsmöjligheter. På så sätt blev den initiala satsningen startpunkten för en bredare transformation av hela industriverksamheten.

Den kanske mest betydelsefulla förändringen var dock att leveranskedjan gick från att vara reaktiv och personberoende till att bli datadriven och skalbar. Genom att kombinera smart RPA i logistikflöden med AI-baserade prognoser och avvikelsehantering kunde företaget hantera ökande komplexitet utan att tappa kontroll. Radners team visade hur en väl genomförd automatisering inte bara effektiviserar befintliga processer, utan också skapar förutsättningar för nya affärsmodeller och starkare kundrelationer i en konkurrensutsatt industri.