DSV minimerer administration og bureaukrati med AI og machine learning

Transport- og logistikkoncernen DSV bruger machine learning og AI, herunder generativ AI til at automatisere den interne håndtering af fakturaer og tolddokumenter og derved minimere den bureaukratiske byrde, som fx transport på tværs af landegrænser genererer. Værktøjet, de bruger til dette hedder AI Factory, og er sat i verden for at mindske behovet for manuelt arbejde, fortæller DSV’s Group CEO Jens H. Lund. Faktisk ser han netop den interne dokumenthåndtering som det oplagte indsatsområde, når det kommer til, hvor AI kan gøre en forskel for en virksomhed som DSV. Hver måned modtager DSV over en halv million dokumenter med bilag fra sine kunder i forbindelse med fakturering. Den proces har AI hjulpet med at effektivisere – og det giver lavere omkostninger.

"Fordi vi med AI kan læse og flytte data på en langt mere kompleks måde i dag, skal vi udføre langt færre manuelle handlinger. Det er vi selvsagt ret begejstrede for. For vi fjerner en masse arbejde fra vores operatører. Automatiseringen giver lavere omkostninger. Derudover kan det reducere antallet af fejlindtastninger. Det har også stor værdi," siger han.

At der er fokus på at automatisere dokumenthåndtering i DSV, er dog ikke nyt i sig selv. Det har DSV arbejdet med i årtier. Det nye er derimod, at AI og machine learning de seneste år har vundet indpas. Og de nye teknologier giver mulighed for at øge automatiseringen markant, mener Jens H. Lund.

"Vi har i noget nær 20 år arbejdet med en vis form for automatiseret læsning. Processen har udviklet sig med tiden. Nu er der kommet AI og machine learning indover, hvilket ændrer perspektiverne i forhold til resultaterne af indsatsen. De moderne algoritmer kan source data meget mere dynamisk, og det gør potentialet meget større," siger han.

Dokumenthåndteringen er central

Den samlede bureaukratiske og administrative byrde er stor i en koncern som DSV. Det skyldes dens enorme størrelse. Koncernen har i dag omkring 75.000 ansatte, opererer i 80 lande, har en omsætning på 150 mia. kr. og kunne præstere et driftsresultat (EBIT) på 17,7 mia. kr. i 2023. Den mangeårige topchef Jens Bjørn Andersen blev i februar 2024 erstattet af Jens H. Lund, der har arbejdet for DSV i ca. 20 år – de seneste år som Group COO.

Jens H. Lund mener, at en af årsagerne til DSV’s mangeårige vækst er ”operational excellence”. Det er evnen til at forvandle bruttoresultat til bundlinje på den mest effektive måde. Men i en branche med mange aktører og heftig konkurrence er det udfordrende at sænke omkostningerne i selve grundydelsen, altså fragten. For alle aktører er underlagt samme grundvilkår – som fx prisen på køretøjer, brændstof og omkostninger til lagerbygninger.

Derfor er det specielt i andre omkostningskategorier, at det store potentiale for at skabe konkurrencefordele vha. effektiviseringer ligger, vurderer DSV’s CEO. Her er netop dokumenthåndtering central, fortæller han.

"Vi har i mange år arbejdet med at konsolidere og effektivisere vores it-infrastruktur. Det har været en del af vores strategi, og det har været et grundvilkår for, at vi har kunnet skalere og vokse. Så operational excellence har sådan set altid været et varemærke for os – men i dag tager vi nye redskaber i brug for at opnå den," siger han.

DSV’s AI Factory

Et af de nye redskaber til at opnå en mere strømlinet dokumenthåndtering er som nævnt AI Factory, som er et avanceret digitaltværktøj, der inkluderer AI. DSV bruger det fx i forbindelse med de mellem 500.000 og 700.000 leverandørfakturaer, koncernen modtager hver måned. Fakturaerne kommer ofte ind som en PDF-fil, der herefter skal overføres til DSV’s interne system. Det gør en medarbejder konkret ved at have to skærme foran sig: én med fakturaen, én med DSV’s system. Computeren overfører så meget information som muligt. Medarbejderen tjekker, om alt ser rigtigt ud. Det hjælper AI Factory med.

AI Factory er dog ikke kun skabt for at assistere medarbejderne i deres arbejdsproces. En helt central del af konceptet er machine learning. Det skal gøre systemet bedre og bedre i takt med, at de millioner af bilag bliver behandlet.

"Programmet bliver hele tiden klogere ved at lære af, hvordan medarbejderen retter informationer. Hvis der er et felt, der ikke automatisk bliver udfyldt med fx et fakturanummer, trækker medarbejderen musen hen over nummeret på den anden skærm og overfører tallet," siger Jens H. Lund og tilføjer:

"Det lærer programmet af. Med tiden bliver det på den måde trænet i selv at finde den rette information. Programmet bliver dygtigere og dygtigere. På den måde bliver automatiseringen hele tiden forbedret."

Fra fire dage til femten minutter

Et andet og relateret område, som DSV er i gang med at udforske vha. AI og machine learning, er fortoldning. Det er et område, der også er særdeles tungt mht. skriftlig dokumentation. Her er det ikke blot en faktura, der skal overføres til DSV’s interne systemer, men også en række underliggende bilag.

For at importlandet kan fortolde varer korrekt, kræves der detaljerede pakkelister, der skal sendes til myndighederne i det pågældende land. Det kan være en omfattende opgave. Jens H. Lund nævner som eksempel DSV’s dedikerede automotivelagre, som koncernen driver i flere lande. De er i praksis reservedelslagre for bilmekanikere. Når man sender en container med komponenter til sådan et automotive-lager, vil containeren indeholde et utal af små, forskelligartede reservedele, der potentielt falder i forskellige fortoldningskategorier. Det gør processen kompliceret, ikke mindst, når dokumenterne er udfyldt med håndskrift. Og her kan sprogmoduler i generativ AI assistere.

"Sådan en container kan komme med en pakkeliste på mellem 15 og 30 sider. Al den information skal indmeldes på korrekt vis. Det bruger vi AI og machine learning til. Det betyder konkret, at den manuelle indtastning, der tidligere sagtens kunne tage tre-fire dage, nu kan gøres langt hurtigere. I visse tilfælde måske på femten minutter. Det er en enorm effektivisering," siger han.

Samtidig kan DSV genbruge data. Det kan fx være fra en eksport- indberetning, hvorfra information automatisk kan overføres til den del af it-systemet, der skal assistere med import-indberetningen i modtagerlandet. Ved at samle det hele i ét system kan data flyde nemmere med færre manuelle indtastninger.

Volumen er vigtig for AI

Selvom dokumenthåndteringen udgør det største fokus for DSV, når det kommer til at udforske mulighederne i AI og machine learning, er der også andre områder, hvor transport- og logistikkoncernen har gavn af de nye teknologier. Cybersikkerhed er et oplagt sted at bruge AI, mener Jens H. Lund. Det gør DSV allerede.

"Vi bruger AI til at overvåge vores it. Det sker fx ved, at AI holder øje med atypiske mønstre, der kunne udgøre et sikkerhedsproblem. Det kan fx være servere, der pludselig går i gang med at arbejde på noget, de normalt ikke burde. Eller at en bruger på vores interne netværk gør noget, som den typiske bruger ikke gør. Her er AI også effektiv," siger han.

Derudover holder han og den øvrige topledelse øje med, om der dukker nye felter op, hvor ny teknologi vil kunne gøre en forskel i koncernen. I den forbindelse er Jens H. Lunds grundholdning dog, at det er i storskala, at fordelene ved AI er mest tydelige. Han anerkender, at AI har potentiale mange steder i virksomheden – men han har samtidig sine forbehold:

"Et eksempel kunne være et virksomhedskøb. Her vil du nødigt have, at der ligger en change-of-control-klausul gemt i et eller andet dokument. Det vil AI potentielt kunne hjælpe dig med at finde. Det har værdi. Omvendt vil det kræve en stor indsats at lave algoritmer med en så snæver anvendelse. Det kan blive dyrt at udvikle i forhold til gevinsten," siger han og tilføjer:

"Derfor mener jeg, at det giver bedre mening at bruge teknologien i forbindelse med store, masseproducerende opgaver. Min erfaring er, at volumen er vigtig, når du vil bruge kunstig intelligens."

Derfor fokuserer DSV mest på dokumenthåndteringen lige nu, når det kommer til implementeringen af AI. Dokumenthåndteringen i transport- og logistikkoncernen er i den forbindelse så omfattende, at Jens H. Lund tror, at det er noget, DSV kommer til at arbejde på mange år ud i fremtiden:

"Der er altid plads til forbedring. Faktisk er problemet nærmere, hvor meget forandring din organisation kan klare at blive påført. Der er mange løsninger og teknologier derude, du kan gå i gang med. Det har der været i mange år. Jeg har været i DSV i 20 år. I de år har vi hele tiden løbet derudad for at effektivisere. Det ændrer sig ikke. Det bliver ikke i min tid, at vi siger: Job done."