Kan artificiell intelligens öka lönsamheten, minska svinn, ge bättre prognoser och hjälpa oss att ta ett rejält språng mot ett mer hållbart klimat? Kan AI vara räddningen för framtidens handel? Eller låter det kanske lite för bra för att vara sant? Vi träffade Simon Åkerlund, medgrundare till Binary Brains som erbjuder intelligenta prognoser, och drog slutsatsen att ibland är saker och ting precis så bra som de verkar.

Att utbilda sig till läkare tar sju år för en människa. För en dator tar det en sekund. Den glömmer dessutom aldrig sin kunskap och kan jobba dygnet runt. Idag skapas dagligen 6,2 miljoner terabyte data, som ingen människa har förmågan att processa. Men datorer klarar det lätt. När vi tar all data, programmerar instruktioner och slår ihop det med teknik och kodning kring mänskliga element så skapas artificiell intelligens. AI hör inte längre till framtiden, utan är redan en del av vår vardag. Men vad möter vi för AI i Sverige idag, och på vilket sätt påverkar den oss?

– Den vanligaste typen av AI som du möter i vardagen är nog rekommendationer och förslag, t.ex. när Netflix tipsar om serier du kanske kommer tycka om utifrån titt-historik, eller när du får produktförslag från en e-handel utifrån vad du lägger i din korg och tidigare köp, berättar Simon. Men det finns också AI för att till exempel upptäcka bedrägeri. När du handlar med Klarna och ska checka ut så vet systemet redan om du är godkänd för att handla eftersom AI-programmet har jobbat igenom din data för att avgöra det.

Det är dock inte bara din egen historik som avgör vilka filmtips du får, utan snarare en större mängd data från många människor som analyserats utifrån faktorer som ålder, kön och var ni befinner er, tillsammans med olika beteenden.

USA och Asien ligger betydligt längre fram med AI-utvecklingen än vad Europa gör, vilket innebär att rekommendationsmotorerna är mer träffsäkra där. Man har också kommit längre i den tekniska integrationen mot kunden. Det kan t.ex. vara vissa typer av rekryteringsprocesser eller läkarbesök där du får träffa en AI istället för en människa. Där är vi inte i Europa ännu, av olika anledningar.

– Jag tror att det mer handlar om en rädsla för tekniken än kostnaderna för den, säger Simon. I grund och botten har vi människor lite svårt att ta till oss att statistiska modeller skulle kunna klara av något bättre än vi. Vi värdesätter magkänsla och mänsklig erfarenhet väldigt mycket. Det gör vi rätt i, men det sätter också begränsningarna för AI i många lägen.

Handeln kan dra stor nytta av AI genom att analysera kundbeteenden och köpmönster. Det skapar väldigt mycket data, men AI påverkas också av många faktorer som inte enbart har med försäljningshistorik att göra, utan också saker som t.ex. vädret eller konjunkturen.

– Det är en resa att ta sig från traditionellt prognossättande till någon form av smart prognossättande där fler variabler tas med i beräkningen, men det görs fortfarande av en människa. Binary Brains vill hjälpa branschen att ta steget mot intelligenta prognoser där vi låter en AI göra det arbetet, och då också kan väva in tredjepartsdata som man kanske inte har tillgång till själv utan istället hämtar från den allmänna data som går att tanka ner, berättar Simon.

Idén till Binary Brains startade med att Jacob Kihlbaum, VD och medgrundare till företaget, arbetade på Sony Music och försökte förutspå vilka låtar som skulle lyckas eller inte. Han insåg att det fanns väldigt mycket data som inte används, bl.a. för att det är omöjligt för oss människor att analysera så stora datamängder. Binary Brains går ner på produktnivå och analyserar hur ett företags framtida försäljning kan komma att se ut.

– Inte bara ”så här mycket kommer kedjan att sälja” utan hur mycket de individuella produkterna kommer att sälja, säger Simon. Varje location får en egen algoritm så om vi pratar om en kedja med 50 butiker i Norden så kan vi berätta vad varje enskilt område kommer att ha för försäljning på produktnivå – och det är väldigt olika beroende på en mängd olika variabler.

IKEA valde ut Binary Brains som ett av fyra företag från hela världen att tävla i en ”open innovation challenge day”. Där de fick testa sin intelligenta prognos-AI och se om det gick att bli mer förutsägande om den kommande försäljningen för en ny IKEA-produkt. Den typen av prognos ställs vanligtvis av en duktig demand-planner som utgår från försäljningshistorik och en hel del magkänsla. Istället för att analysera historisk försäljning valde Binary Brains att analysera alla attribut som var kopplade till produkten – färg, storlek, material, vinklar osv. samt tidigare nylanseringar och deras attribut. På så sätt byggdes en statistisk modell upp som gav en fingervisning på om den nya produkten skulle sälja och hur mycket. De vann tävlingen och idén om att fortsätta arbetet på större skala väcktes.

– 90 % av alla nylanseringar i dagligvaruhandeln är borta efter två år eftersom de av olika anledningar inte har bemött efterfrågan. Där har vi nu tillsammans med Coop och Orcla testat om vår modell skulle kunna fungera effektivt, vilket den gör, berättar Simon. Vi har en pricksäkerhet på 85 % där vi kan berätta om en produkt kommer att finnas kvar i butik efter ett år eller inte. Det vet vi nu. I och med att modellen kan analysera så många datapunkter får den väldigt mycket att jobba på och träna med och det gör att den hittar en pricksäkerhet.

Att skapa en framtida lönsam och hållbar handel har mycket med prognoser att göra. Rapporter visar att om vi kan arbeta mer med prediktiv analys så kan vi minska färskvarusvinnet med 40 %. Simon menar att vi också måste se på hållbarheten utifrån överproduktion. Många stora företag, bl.a H&M, talar idag mycket om den aspekten och det finns en vilja att producera mindre, men sälja mer. Där tror Simon att prognoser – framförallt tidiga sådana – är helt avgörande. Om ett företag överproducerar får de antingen rea ut varorna, vilket gör att de tappar marginal, eller så går det till tippen och då får de betala för att bli av med avfallet, vilket påverkar både miljön och lönsamheten i fel riktning.

Hittills har Binary Brains intelligenta prognoser inte förlorat en enda gång mot en mänskligt ställd prognos, men retail-branschens största utmaning gällande AI-tjänster tror Simon är att implementera effekterna på bästa sätt och inte fastna i det strategiska, utan att våga ta det hela vägen ut till slutkonsumenten.

– Vi kan träffa kunder som i vissa fall haft duktiga konsulter på plats i flera år som försökt bygga upp den här typen av lösningar, och till viss del lyckats, men det har inte lyckats förvaltas i nästa steg.

Datan in är helt avgörande för kvalitén vi får ut, så Simon menar att den viktigaste biten för AI-utvecklingen är att vi fortsätter samla in och strukturera upp kvalitativ data. Inom retail pratas det mycket om att Big Data ska driva besluten. E-handeln ligger före den fysiska handeln eftersom den är född i den digitala världen och har ett digitalt interface till sin kund redan, vilket gör det lättare att applicera AI. I den fysiska butiken behöver fler datapunkter samlas upp.

– Vi brukar säga att våra prognoser kan berätta om förutsättningarna för en butik hela vägen tills kunden kliver in. Sedan finns det saker som påverkar försäljningen som vi inte kan fånga upp. Hur trevlig var personalen? Hur ser butiken ut? Men där börjar det komma allt fler tekniska lösningar som fångar upp den typen av datapunkter. Så den fysiska handeln kommer att följa efter e-handeln när man hittat rätt teknik.

Simon tror inte att AI kommer ta ifrån oss våra jobb i framtiden, utan snarare att det kommer stötta och förbättra arbetet som vi redan gör idag. Vi vill inte ha en robot som läkare, men däremot kommer våra läkare ha möjligheten att få väldigt mycket insikter och råd från en AI, baserat på kunskap och erfarenhet från flera tusen andra läkare, patienter och studier. Samtidigt är den mänskliga kontakten ofta avgörande. Läkaren har kanske personlig kännedom om sin patient som det inte går att göra statistik av.

Framöver kommer AI att kunna appliceras på många fler områden och stärka vårt sätt att ta bättre beslut tror Simon. Han hoppas att vi fortsätter våga investera och lita på att datan skapar värde, och tror att vi kommer inse alltmer vilken effekt och nytta det skapar för oss som individer att bolag vet mer om oss.

– Som företagare ska man inte bara fundera på varför man vill jobba med AI, utan snarare på vilka effekter man vill att AI ska skapa, vilka led eller vilka optimeringar man kommer kunna göra om man vågar lita på AI. Då kommer man se stora effekter på sin verksamhet, säger Simon.