Slik brukes teknologi for å nå FNs bærekraftsmål Slik brukes teknologi for å nå FNs bærekraftsmål Slik brukes teknologi for å nå FNs bærekraftsmål

I norsk dagligvarehandel selges det cirka 175 millioner brød i året. Med fokus på FNs bærekraftsmål har KPMG og Mesterbakeren brukt kunstig intelligens for å effektivisere produksjonen og redusere miljøbelastning og matsvinn.

Hvert fjerde brød som selges i Norge lages av Mesterbakeren. Å produsere og levere ferske brød- og bakevarer til over 600 butikker er en stor utfordring. Samtidig ønsker vi minst mulig matsvinn. En teknologiløsning som sikrer bærekraftig produksjon er bra for både bedriften og miljøet.

Hvordan går man frem for å finne ut hvor mange brød som skal bakes? Tradisjonelt har man sett på salgstallene i hver enkelt butikk for hvert enkelt brød. Så bestilles antall brød på bakgrunn av hvor mye som har blitt solgt i lignende perioder. KPMG så at denne prosessen kunne gjøres langt mer effektiv. Samtidig er det en terskel å satse på helt ny teknologi.

– Da vi fikk forslag om å utvikle en prediksjonsmodell var vi litt skeptiske, sier Terje Jensløkken, Head of Sales Planning & Analysis i Mesterbakeren.

– Vi snakker om store datamengder og mange butikker, og med svingninger i salget er det krevende å beregne ut fra salgstallene. Det er også uvant for noen som har jobbet med dette i flere år la en modell ta over disse beregningene. Spesielt siden det er en modell som er så avansert at få av oss forstår akkurat hvordan den jobber.

For å få til en god overgang valgte Mesterbakeren og KPMG å utvikle modellen i korte prosesser.

Eskild Næss er partner i KPMG og arkitekt for teknologiske løsninger. I prosessen med Mesterbakeren har han hatt løpende kontakt gjennom flere år.

Ricardo V. Soares er Data Scientist i KPMG og er et av hodene bak prediksjonsmodellen Mesterbakeren nå bruker daglig. 

Han forteller at det er komplisert å forstå hvordan algoritmen fungerer, samtidig er det er lett for sluttbrukeren å ta i bruk modellen. 

– Prediksjonsmodellen baserer seg på kunstig intelligens. Den henter data fra tidligere salg og ser på adferden til kunden over lang tid. Med denne dataen klarer modellen å finne et mønster og gir dermed en prediksjon på hvordan kunden vil handle i fremtiden og hvor mange varer som bør bestilles.

Det finnes likevel noen tilfeller hvor det kan skje endringer som gjør at modellen må vike fra prediksjonen. Eksempler på dette kan være helligdager med redusert åpningstid, eller hvis det skjer endringer i trafikk, parkering eller konkurransesituasjon rundt butikken. Jensløkken merker at modellen fungerer godt, spesielt i samspill med dyktige ansatte.

– Vi ser at modellen treffer veldig godt på det den klarer å beregne, men det er en del faktorer som den ikke vet – og der kommer verdien av å ha flinke medarbeidere som kan korrigere det når det oppstår. Vi erfarer at menneske og maskin sammen skaper bedre resultater enn hver enkelt ville gjort alene. 

Modellen som KPMG har utviklet har vært i bruk hos Mesterbakeren i tre år. Tallene er lovende. 

– Vi kan nå sammenligne tallene opp mot historiske salg, og vi ser at modellen nesten er på 0 % avvik i enkelte perioder. Det vil si at det modellen forutser at butikken kommer til å selge, faktisk blir solgt. Totalsalget er skremmende bra, smiler Eskild. 

– Jeg håper vi kan lære andre i det norske markedet at ny teknologi og maskinlæring virker.

Les mer om KPMGs tjenester innen retail her