AI-bruksområde

Treff bedre på hva som må bestilles

AI kan analysere historisk salg, lagerstatus og kjente forhold for å foreslå innkjøpsscenarier og varsle om avvik. Den gir ikke en fasit på etterspørsel, fordi sesong, kampanjer og leverandørforhold endrer bildet. Innkjøperen bruker forslagene som grunnlag og godkjenner alltid bestillingen. Det gir en tydelig ramme for trygg bruk i hverdagen.

Tilbake til alle bruksområder
Vanskelighetsgrad: Middels
Tid til start: Tre til seks uker når lagerdata er tilgjengelige.
Utvikler: Noen ganger
Drift

Utfordringen

Innkjøpere må bestille før de vet hva som faktisk blir solgt. Når salgshistorikk, leveringstid og kampanjer vurderes hver for seg, er det lett å oppdage tomme hyller eller overskudd for sent.

Slik kommer dere i gang

  1. 1

    Rydd datagrunnlaget

    Samle salgshistorikk, lagerstatus, åpne ordre og leveringstider i et konsistent uttrekk. Marker utsolgte perioder, kampanjer og varebytter som kan forvrenge bildet. Avklar hvilke produkter og beslutninger piloten skal omfatte.

  2. 2

    Vurder scenarier

    Be om forslag som forklarer hvilke data de bygger på og hvilke varer som avviker fra mønsteret. Sammenlign med sesongplan, leverandørdialog og lokal kunnskap. Test rådene mot tidligere perioder før de brukes fremover.

  3. 3

    La innkjøperen bestemme

    Innkjøperen skal kontrollere forslagene og godkjenne hver bestilling. Menneskelig vurdering er nødvendig ved kampanjer, usikre leveranser og nye varer, og bør dokumentere hvorfor et forslag eventuelt fravikes. Noter vurderingen, datagrunnlaget og begrunnelsen tydelig, slik at kollegaer kan forstå og følge opp rutinen senere ved behov.

Slik ser det ut i praksis

En sportsbutikk reduserte lagerverdi med 18 prosent uten å miste salg, ved å la AI flagge avvik fra normal sesongkurve. Dette er et illustrativt eksempel, og en ansvarlig medarbeider må kontrollere grunnlaget og resultatet før det brukes videre i praksis.

Verktøy

ChatGPT og Claude kan hjelpe med å utforske uttrekk, forklare avvik og formulere scenarier for innkjøp. De er ikke dedikerte prognosesystemer, og resultatene avhenger av datagrunnlaget. Bruk dem sammen med lager- og økonomisystemet, ikke som en erstatning for det. Behold uttrekk og beslutninger tilgjengelige for intern kontroll.

Fallgruver å unngå

  • Historiske data er ikke nok når sortiment, pris eller marked har endret seg. Legg inn kjente kampanjer og vurder nye varer særskilt. Dette bør gjennomgås før rutinen tas i bruk.
  • Manglende eller feil lagerstatus gir misvisende forslag. Avstem data før analyse og dokumenter hvordan returer og utsolgt håndteres.
  • Automatiske bestillinger kan binde kapital eller skape feilkjøp. Hold godkjenning hos innkjøperen og sett grenser for avvik.
Bransjer: Varehandel, Industri og produksjon
Bedriftsstørrelse: 10-49 ansatte, 50-249 ansatte, 250+ ansatte

Sist oppdatert 8. september 2026

Relaterte bruksområder

Få førsteutkastet til vedtaket ferdig

AI kan lage førsteutkast til vedtak og brev basert på sakens opplysninger og godkjente maler. Saksbehandleren beholder det faglige ansvaret, vurderer hjemmel og kontrollerer hvert utkast før signering. Løsningen må tilpasses regler for personvern, innsyn, arkivering og sikker behandling av saksdata. Det gir en tydelig ramme for trygg bruk i hverdagen.

Automatiser oppgavene dere gjør hver uke

AI-automatisering kobler sammen systemer og lar faste oppgaver gå videre uten manuell kopiering. En flyt kan hente informasjon fra e-post, oppdatere CRM og sende et forslag til godkjenning. Den passer best for tydelige, gjentakende prosesser der ansvar, unntak og kontrollpunkter er avklart på forhånd, med dokumenterte regler for avvik. Det gir en tydelig ramme for trygg bruk i hverdagen.

Få orden på bestillinger og fakturaer

AI i leverandørhåndtering leser bestillinger, avtaler og fakturaer, henter ut sentrale opplysninger og sender dem til riktig prosess. Løsningen kan foreslå kategorier og neste handling, men bør ikke godkjenne beløp eller avtaler alene. Den krever ryddige roller, tilgangsstyring og kontroll av dokumenttolkningen, inkludert avtalte regler for feil. Det gir en tydelig ramme for trygg bruk i hverdagen.

Bygg små interne verktøy raskt

AI-støttet utvikling lar dere lage små interne verktøy for en avgrenset oppgave uten å starte et stort IT-prosjekt. Teamet beskriver behovet, får en første versjon og prøver den i praksis. Løsningen må fortsatt ha ansvarlig eier, tilgangsstyring og en plan for vedlikehold, støtte og feilretting etter lansering. Målet er enkel bruk og en avgrenset løsning som teamet forstår selv.

Vil dere ha hjelp til å lande dette i praksis?

Vi hjelper norske virksomheter med å gå fra inspirasjon til arbeidsflyt som faktisk brukes.

Ta kontakt med Tind Studio