Kunstig intelligens hjelper et finsk bakeri med å forbedre planlegging og prognoser.
I Finland og Baltikum drar tusenvis av mennesker hver dag innom det lokale bakeriet for å kjøpe et nybakt Vaasan Ruispalat, Finlands mest populære brød.
I dagens marked er god planlegging og automatisering avgjørende for å lykkes. Konkurransen er tøff for alle som produserer forbrukervarer. Produksjonskostnadene må holdes nede, og man kan ikke tillate seg over- eller underproduksjon.
I dag bruker Vaasan de innebygde og prediktive AI-drevne algoritmene i Planning Analytics with Watson på tre viktige områder i virksomheten: prognoser for energiforbruk og priser, analyse av kostnadstrender og langsiktig produktplanlegging.
IBM Planning Analytics with Watson er en robust løsning som støtter alle prosessene i Vaasans planleggingssyklus. Dermed kan de raskt tilpasse seg de stadige endringene i bransjen.
For Vaasan Ltd., et 172 år gammelt finsk bakeri som er en del av den svenske Lantmännen-gruppen, er produksjonssyklusen kort og krevende. Ovnene må produsere og levere tusenvis av brød og andre bakevarer til hele regionen, hver dag unntatt søndag. De kan ikke tillate seg å over- eller underprodusere, og konkurransen er tøff.
I dagens marked er god planlegging og automatisering avgjørende for å lykkes. Ingen vet dette bedre enn Joonas Alasaari, Senior Business Controller i Vaasan. «Vi må være svært nøye med produksjonskostnadene», sier han. «I tillegg må vi forstå utviklingen i kapasiteten vår, både på kort og lang sikt.»
På generelt grunnlag har Vaasan god kontroll på den kortsiktige kapasitetsplanleggingen, siden etterspørselen er stabil og planleggingssystemene deres tar høyde for sesongvariasjoner. Men kunne bakeriet reagere på riktig måte da covid-19-pandemien førte til at etterspørselen eksploderte etter alle typer produkter, inkludert brød?
«I 10–15 år hadde vi jobbet for å legge produksjonskapasiteten vår så nær de normale volumene som mulig, og plutselig ble bestillingene doblet og tredoblet over natten», sier Alasaari. «Vi måtte respondere på kundens endrede behov umiddelbart og fortelle dem hvor mye vi faktisk kunne klare å levere».
Vi visste at vi hadde full kontroll på tallene. Vi kunne gi dem nøyaktige tall på makskapasitet og antall kilo vi kunne levere for å håndtere den store etterspørselen i den første perioden av pandemien.
Joonas Alasaari Senior Business Controller, - Vaasan Ltd.Vaasan har investert i automatiserings- og planleggingsløsninger i flere år. Ved hjelp av sin rådgiver, IBM Business Partner Intito Finland, har Vaasan tatt i bruk IBM Planning Analytics with Watson og IBM Cognos Analytics for å forenkle og fremskynde forretningsplanlegging og rapportering. Med disse løsningene kan bedriften budsjettere, lage prognoser og gjennomføre andre økonomiske prosesser for hele organisasjonen på ett sted.
«Vi har samarbeidet med Vaasan trinn for trinn», sier Petri Sipola, administrerende direktør og seniorrådgiver i Intito. «De har hatt en meget sterk kultur for planlegging av salg og drift. De ønsket også å se hvordan driftsplanene deres kunne settes i sammenheng med den økonomiske planleggingen. Dermed har løsningen trinn for trinn fått flere funksjoner og blitt mer robust. IBM Planning Analytics with Watson bidrar i prosessene deres, i motsetning til andre løsninger som ikke ville oppfylt alle behovene.»
I dag bruker Vaasan de innebygde og prediktive AI-drevne algoritmene i Planning Analytics with Watson på tre viktige områder i virksomheten: prognoser for energiforbruk og priser, analyse av kostnadstrender og langsiktig produktplanlegging.
Prognostiseringen av energiforbruk med Planning Analytics with Watson hjelper selskapet med å planlegge bedre og forhandle frem bedre energipriser fra produsentene. Algoritmen tar høyde for eksterne data, for eksempel forventet utendørstemperatur, i kombinasjon med produksjonsestimatene. Dette gir Vaasan en mer presis prognose for fremtidig energibehov, som de igjen bruker til å forhandle frem avtaler med energiprodusentene og kjøpe mer bærekraftig energi. Tidligere produserte de månedsestimater manuelt, men disse hadde liten verdi for selskapet.
Vaasan bruker også Planning Analytics with Watson til å analysere kostnadstrender. Økonomiavdelingen har fire timer på seg til å sluttføre månedsavslutningen ved utgangen av hver måned, så de kunne ikke gjennomgå alle tallene manuelt. Nå har de en løsning som automatisk gjennomgår månedsrapportene, sammenligner dem med historiske trender og påpeker eventuelle avvik, slik at disse kan følges opp.
Vaasan og Intito har nå utviklet en langsiktig planleggingsmodell som bruker historiske data til å forutsi fremtidig salg. Selskapet sammenligner disse AI-baserte estimatene med estimater som utarbeides av salgsavdelingen, slik at de kan håndtere overdrevent optimistiske prognoser hvis salget av et produkt begynner å avta.
Da Vaasan måtte reagere på den økte etterspørselen i begynnelsen av covid-19-pandemien, så de at de allerede hadde de riktige verktøyene på plass. «Vi visste at vi hadde full kontroll på tallene», sier Alasaari.
Så snart selskapet fikk oversikt over hvor mange av bestillingene som gjenspeilet faktisk behov, og hvilke som bare var butikker som fikk panikk, la de inn tallene i Planning Analytics with Watson. Vaasan kunne raskt berolige butikkene med at de ville fortsette å levere produktene. «Vi kunne gi dem nøyaktige tall på makskapasitet og antall kilo vi kunne levere for å håndtere den store etterspørselen i den første perioden av pandemien», sier Alasaari.
Til vanlig bruker Vaasan IBM Planning Analytics with Watson til månedlig økonomisk planlegging og til å lage prognoser for inneværende og kommende regnskapsår. Løsningen innlemmer spesifikke data, både historiske og i sanntid, om levering, etterspørsel og eksterne økonomiske faktorer. Resultatet er at selskapet kan fortsette å redusere overskytende kapasitet og tilby produktutvalget som kundene ønsker.
Vaasan har en stor mengde data, som blant annet omfatter de historiske dataene som Planning Analytics with Watson bruker til å forutsi energiforbruket. Mer presise prognoser for energiforbruket vil hjelpe selskapet med å ytterligere forbedre den økonomiske planleggingsprosessen. «Nå har vi svært presise prognoser for både energiforbruk og energipriser», sier Alasaari. «Disse går inn i resultatregnskapet vårt for de kommende månedene, og vi vet hva energikostnadene våre blir om seks eller åtte måneder, basert på volumene vi forventer å produsere.»
Å lage presise prognoser for energiforbruk var tidligere tidkrevende og kjedelig manuelt arbeid, som ble mer komplisert fordi selskapet opererer i flere land og må kjøpe energi fra ulike leverandører. Vaasan ønsket å automatisere disse ensformige, manuelle oppgavene som Planning Analytics with Watson kan gjøre raskere og bedre.
«Vi jobber for automatisering fordi vi har flinke ansatte», sier Alasaari. «De er smarte folk. Vi vil at de skal kunne se fremover, i stedet for å bruke tiden på kjedelig, manuelt arbeid som vi kan gjøre automatisk.» Løsningen med Planning Analytics with Watson kan gjøre jobben raskere, billigere og med større presisjon, ifølge Alasaari.
Mens vi er inne på temaet hastighet: Modulen for analyse av kostnader var ferdig implementert og testet i løpet av bare noen få uker. «Installasjonen og implementeringen gikk superraskt ved hjelp av REST API-en fra Planning Analytics with Watson», sier Sipola. Kostnadsmodulen er en forhåndsbygd pakke som kan kjøres på alle plattformer, inkludert IBM Watson Studio-programvare, noe som bidrar til å utvide kapasiteten til Planning Analytics with Watson-løsningen.
Alasaari håper å utvide bruken av kostnadsmodulen til andre områder av virksomheten, blant annet til å varsle om avvik i daglige bestillinger. «Hvis vi ser at en kunde vanligvis bestiller hamburger- og pølsebrød fra oss hver onsdag, men bestillingen plutselig mangler en uke, kan vi undersøke om kunden glemte å bestille, om bestillingen har stoppet i systemet, eller om noe annet har skjedd.» Dette kan øke kundetilfredsheten og bidra til å unngå underproduksjon.
Vaasan har valgt å gradvis ta i bruk flere moduler i prosessen med å innføre planleggings- og analysemodeller og bruke Planning Analytics with Watson-løsningene i hele organisasjonen. Så snart en modul er implementert og fungerer, starter de innføringen av den neste. Samarbeidet med Intito er sentralt i denne strategien. «Det er veldig fint for oss at vi kunne utvikle dette samarbeidet til et punkt hvor vi fungerer som en forlengelse av Vaasan-organisasjonen», sier Sipola.
Ettersom Intito er en viktig IBM Business Partner, kan de gi Vaasan tilgang til den aller nyeste funksjonaliteten. «Vi får muligheten til å prøve ut helt nye og spennende funksjoner, så det er en fordel for begge parter», konkluderer Sipola.
Vaasan har hovedkvarter i Helsingfors i Finland, og selskapet har produsert brød og andre bakevarer siden 1849. Det finske bakeriet har også virksomhet i Baltikum, hvor de leverer ferskt brød og sukkervarer til over 3000 butikker hver dag. Vaasan har ca. 1400 ansatte i Finland, Estland, Latvia og Litauen. Selskapet er en del av Lantmännen-gruppen, et svensk landbrukssamvirke som er Nord-Europas ledende aktør på landbruk, maskiner, bioenergi og matprodukter.
- IBM Planning Analytics with Watson
- IBM Cognos Analytics
- IBM Watson Studio
Du finner den originale kundereferansen «Baking in AI and analytics to meet rising demand», skrevet av Michelle Cloutier, på IBMs nettsted her.
PRINTPost address:
Intito Oy, PL 87, FI-00101 Helsinki
Visiting addresses:
Kaisaniemenkatu 4 A, 00100 Helsinki
Länsikatu 15, 80110 Joensuu
Business ID: 2657499-3
Visiting address:
Repslagaragatan 17 B
118 46 Stockholm
Business ID: 556971-0980