Hur IMI använder AI för att hjälpa kunder ligga steget före efterfrågan

Rätt produkt, på rätt plats, vid rätt tidpunkt

Ett av de viktigaste områdena för IMI:s AI-arbete i dag är efterfrågeprognostisering. Med hjälp av maskininlärning och i allt större utsträckning djupinlärning bygger IMI prognoser över kundernas försäljning. Det gör det möjligt för dem att köpa in rätt produkter, i rätt volymer, vid rätt tidpunkt.

Det låter enkelt. I praktiken är det allt annat än så. Supply chain kräver förståelse för stora och komplexa flöden av data och produkter, och att bygga modeller som tar hänsyn till säsongsvariationer, leverantörers ledtider och förändrat kundbeteende kräver ett gediget tekniskt djup.

För IMI:s kunder är resultatet konkret: färre bristsituationer, mindre överlager och inköpsbeslut som grundas i data snarare än magkänsla. AI ger dem som driver verksamheterna bättre beslutsunderlag att agera på.

Bygga för det kunderna faktiskt behöver

IMI:s AI-ambitioner sträcker sig bortom prognostisering. Johan beskriver en prototyp han byggde för att hjälpa kunder att automatiskt jämföra inkommande order med orderbekräftelser – en tidskrävande manuell uppgift som skapar både friktion och risk i supply chain.

Prototypen använde en lokalt körd språkmodell, särskilt utformad för att känslig kunddata aldrig skulle lämna kundens miljö eller delas med tredje part. När lösningen byggdes var tekniken ännu inte tillräckligt mogen för att leverera den precision som krävdes.

– Med den enorma teknikutveckling vi sett är det kanske dags att titta på det projektet igen, säger Johan.

Det är ett medvetet arbetssätt: att prototypa tidigt, utvärdera ärligt utifrån verkliga kundbehov och återkomma när tekniken hunnit ikapp. Det speglar en bredare disciplin på IMI – använd inte AI för AI:s skull, utan när det faktiskt gör kundnytta.

Snabbare, mer skräddarsydda lösningar – till lägre kostnad

Ett mindre uppenbart sätt som AI gynnar IMI:s kunder på är genom själva mjukvaruutvecklingsprocessen. I slutet av 2025 hade Johan i stor utsträckning gått över till att låta AI-modeller skriva majoriteten av hans kod, som nästa steg i en lång teknisk utveckling.

– Programmeraren behöver inte längre skriva korrekt syntax. Man kan skriva instruktioner direkt på engelska eller sitt modersmål och låta en LLM översätta det till det specifika programmeringsspråkets syntax.

Johan beskriver detta som det senaste steget i en 80-årig resa – från att hårdvara och mjukvara var oskiljaktiga, via maskinkod och programspråk, till naturligt språk i dag. Varje steg har gjort mjukvara snabbare och billigare att utveckla.

För kunderna får detta praktiska konsekvenser. Algoritmer som tidigare var för komplexa att implementera kan nu nå produktion. Skräddarsydda lösningar, anpassade efter en specifik kunds arbetsflöde snarare än en generell mall, blir mer genomförbara. Och utvecklingstakten ökar, vilket innebär att kundernas behov kan mötas snabbare.

Ett smartare sätt att investera i AI

Alla företag gör inte detta rätt. En MIT-rapport från augusti 2025 visade att 95 % av företag som investerar i AI ännu inte nått produktionsstadiet eller sett någon avkastning på sin investering. Johan ser detta som en varning kring angreppssätt, inte ambition.

– Kasta er inte in i ett diffust ”skaffa AI”-projekt. Fundera noga på om problemet ni vill lösa faktiskt bör angripas med AI eller inte. AI är inte per definition bättre än andra lösningar.

På IMI börjar frågan alltid med: vad behöver kunden egentligen? AI är ett av flera verktyg för att besvara den frågan – ibland rätt verktyg, ibland inte. Det är den disciplinen som skiljer användbar AI från dyrt brus.

Vart är vi på väg

Framåt är Johan optimistisk kring vad AI kan innebära för dem som står närmast supply chain-problemen – inte bara utvecklare och data scientists, utan även operatörer och chefer i den dagliga verksamheten.

– Det har nu blivit enkelt för gemene man att utveckla mjukvara. Jag tror att det kommer leda till att en enorm mängd mindre problem får skräddarsydda lösningar, byggda direkt av de personer som arbetar med problemen, oavsett teknisk bakgrund.

För IMI innebär det en framtid där avståndet mellan att en kund identifierar ett problem och att en lösning finns på plats blir allt kortare. Supply chain kommer alltid att kräva mänskligt omdöme i grunden – men AI gör den snabbare, skarpare och mer lyhörd för kundernas faktiska behov.