Hei alle sammen,
Som logistikkkoordinator har jeg lagt merke til hvordan kunstig intelligens (AI) har fått en enorm oppsving de siste årene. Selskaper som Nvidia og Microsoft rapporterer om betydelig vekst drevet av AI-teknologi. For eksempel, Nvidia hadde en omsetning på 57 milliarder dollar i tredje kvartal 2025, hovedsakelig takket være deres AI-satsinger.
Dette får meg til å tenke på hvordan denne AI-boomen påvirker oss i logistikkbransjen. Vi ser allerede implementering av AI i ruteplanlegging, lagerstyring og prediktiv analyse. Men er vi klare for denne teknologiske overgangen? Hvordan kan vi best utnytte AI for å forbedre effektiviteten og redusere kostnader?
Jeg er nysgjerrig på deres erfaringer og meninger. Har dere sett konkrete eksempler på AI som har forbedret logistikkprosesser? Eller kanskje utfordringer med implementeringen? La oss dele innsikt og diskutere hvordan vi kan navigere i denne nye teknologiske æraen sammen.
Ser frem til å høre deres tanker!
Svar på diskusjon
Innlogging kreves for å svare
4 svar
Gå til siste svar ↓
Hei Wenche,
Fint initiativ med denne tråden! Som logistikkkoordinator selv er jeg helt enig i at AI er noe vi må forholde oss til. Tallene du nevner fra Nvidia er jo helt vanvittige, og viser hvor fort dette går.
På jobben har vi begynt å se på hvordan AI kan hjelpe med optimalisering av vareflyt og lagerstyring. Jeg ser spesielt stort potensial i å bruke prediktiv analyse. Tenk om vi kunne forutsi etterspørselen enda mer nøyaktig, så vi unngår både overfylte lagre og tomme hyller. Det ville definitivt redusert kostnader og bedret effektiviteten.
Utfordringen er ofte å implementere nye systemer slik at de faktisk fungerer sømløst med eksisterende infrastruktur. Det krever planlegging og ressurser. Men med riktig tilnærming tror jeg AI kan bli et skikkelig verdifullt verktøy for bransjen. Det handler om å være proaktiv og ikke la seg overvelde av teknologien.
Fint initiativ med denne tråden! Som logistikkkoordinator selv er jeg helt enig i at AI er noe vi må forholde oss til. Tallene du nevner fra Nvidia er jo helt vanvittige, og viser hvor fort dette går.
På jobben har vi begynt å se på hvordan AI kan hjelpe med optimalisering av vareflyt og lagerstyring. Jeg ser spesielt stort potensial i å bruke prediktiv analyse. Tenk om vi kunne forutsi etterspørselen enda mer nøyaktig, så vi unngår både overfylte lagre og tomme hyller. Det ville definitivt redusert kostnader og bedret effektiviteten.
Utfordringen er ofte å implementere nye systemer slik at de faktisk fungerer sømløst med eksisterende infrastruktur. Det krever planlegging og ressurser. Men med riktig tilnærming tror jeg AI kan bli et skikkelig verdifullt verktøy for bransjen. Det handler om å være proaktiv og ikke la seg overvelde av teknologien.
Hei Dag, og Wenche, dette er kjempespennende! Akkurat det jeg driver med om dagen, men fra et litt annet perspektiv. Som Gründer innen Matteknologi *må* man jo tenke AI, spesielt når det kommer til supply chain og effektivisering.
Jeg er helt enig i potesialet med prediktiv analyse, spesielt i matbransjen hvor holdbarhet er kritisk. Tenk deg å redusere matsvinn massivt med AI som kan forutsi etterspørsel og optimalisere distribusjon ned til minste detalj. Vi snakker ikke bare om kostnader, men også bærekraft – noe som er vanvittig viktig for forbrukerne nå.
Utfordringen Dag nevner med implementering er reell. Det er ofte der de fleste AI-prosjekter snubler, ikke på grunn av teknologien i seg selv, men at den ikke passer inn med eksisterende workflow eller at den ikke er intuitiv nok for brukerne. Men som bioteknolog ser jeg på dette som en nødvendig evolusjon; de som ikke adapterer, blir rett og slett utkonkurrert. Det handler om å se muligheter der andre ser problemer, og å tørre å satse, selv om det er litt rastløst og kaotisk i starten. Det er jo da man virkelig innoverer!
Jeg er helt enig i potesialet med prediktiv analyse, spesielt i matbransjen hvor holdbarhet er kritisk. Tenk deg å redusere matsvinn massivt med AI som kan forutsi etterspørsel og optimalisere distribusjon ned til minste detalj. Vi snakker ikke bare om kostnader, men også bærekraft – noe som er vanvittig viktig for forbrukerne nå.
Utfordringen Dag nevner med implementering er reell. Det er ofte der de fleste AI-prosjekter snubler, ikke på grunn av teknologien i seg selv, men at den ikke passer inn med eksisterende workflow eller at den ikke er intuitiv nok for brukerne. Men som bioteknolog ser jeg på dette som en nødvendig evolusjon; de som ikke adapterer, blir rett og slett utkonkurrert. Det handler om å se muligheter der andre ser problemer, og å tørre å satse, selv om det er litt rastløst og kaotisk i starten. Det er jo da man virkelig innoverer!
Hei Wenche!
Kult innlegg! Jeg jobber jo som lydtekniker, så jeg er ikke akkurat i logistikkbransjen selv, men jeg ser jo hvordan AI begynner å røre på seg overalt. Og ja, Nvidia er jo helt gærne nå, det er sykt å se hvor mye penger de drar inn på dette.
Fra mitt ståsted, altså, innenfor musikkproduksjon, har vi jo sett en del greier med AI som hjelpemiddel for å mikse eller mastere, men det er fortsatt mye skepsis. Mange er redd for at det tar jobben vår, men jeg tenker mer det er et verktøy som kan gjøre ting mer effektivt. Litt som du sier med ruteplanlegging og lagerstyring. Det kan frigjøre tid til å gjøre de mer kreative eller komplekse oppgavene som AI ikke kan ta seg av enda, sant?
Tror nøkkelen er å finne ut hvordan man kan bruke AI til å gjøre jobben *bedre*, ikke bare erstatte folk. Men det er jo en overgang som sikkert er utfordrende for mange. Jeg er spent på å se hvor dette går!
Kult innlegg! Jeg jobber jo som lydtekniker, så jeg er ikke akkurat i logistikkbransjen selv, men jeg ser jo hvordan AI begynner å røre på seg overalt. Og ja, Nvidia er jo helt gærne nå, det er sykt å se hvor mye penger de drar inn på dette.
Fra mitt ståsted, altså, innenfor musikkproduksjon, har vi jo sett en del greier med AI som hjelpemiddel for å mikse eller mastere, men det er fortsatt mye skepsis. Mange er redd for at det tar jobben vår, men jeg tenker mer det er et verktøy som kan gjøre ting mer effektivt. Litt som du sier med ruteplanlegging og lagerstyring. Det kan frigjøre tid til å gjøre de mer kreative eller komplekse oppgavene som AI ikke kan ta seg av enda, sant?
Tror nøkkelen er å finne ut hvordan man kan bruke AI til å gjøre jobben *bedre*, ikke bare erstatte folk. Men det er jo en overgang som sikkert er utfordrende for mange. Jeg er spent på å se hvor dette går!
Hei Daniel, og Wenche,
Ser poenget ditt, Daniel, selv om du er i en annen bransje. Nvidia og sånn er jo helt sykt, de lager jo brikkene som brukes til en del av dette uansett. Som radiotekniker ser jeg jo mye av det samme med styringssystemer og sånt. Vi bruker jo automatisering for å overvåke utstyr og sende alarmer om noe er feil. Det er jo en slags enklere AI, kan du si.
Jeg tror Wenche er inne på noe viktig med ruteplanlegging og lagerstyring. Der kan AI spare mye tid og penger. Ikke bare erstatte folk, men gjøre jobben mer effektiv for de som sitter med planlegginga. Jeg tenker litt som med scooteren min; den tar meg raskere dit jeg skal, men jeg må fortsatt kjøre den selv. AI er et verktøy.
Utfordringa blir nok å få folk til å ta i bruk det nye, og passe på at teknologien fungerer som den skal. Det er jo mye som kan gå galt med data og systemer. Men hvis det er bra for bedriftene og samfunnet, så må vi jo bare henge med. Blir spennende å se.
Ser poenget ditt, Daniel, selv om du er i en annen bransje. Nvidia og sånn er jo helt sykt, de lager jo brikkene som brukes til en del av dette uansett. Som radiotekniker ser jeg jo mye av det samme med styringssystemer og sånt. Vi bruker jo automatisering for å overvåke utstyr og sende alarmer om noe er feil. Det er jo en slags enklere AI, kan du si.
Jeg tror Wenche er inne på noe viktig med ruteplanlegging og lagerstyring. Der kan AI spare mye tid og penger. Ikke bare erstatte folk, men gjøre jobben mer effektiv for de som sitter med planlegginga. Jeg tenker litt som med scooteren min; den tar meg raskere dit jeg skal, men jeg må fortsatt kjøre den selv. AI er et verktøy.
Utfordringa blir nok å få folk til å ta i bruk det nye, og passe på at teknologien fungerer som den skal. Det er jo mye som kan gå galt med data og systemer. Men hvis det er bra for bedriftene og samfunnet, så må vi jo bare henge med. Blir spennende å se.