Den danske grossist Lemvigh‑Müller har taget kunstig intelligens i brug til at automatisere en af indkøbets mest tidskrævende opgaver: håndteringen af leverandørernes ordrebekræftelser. Løsningen består af flere AI‑agenter, der hver løser en afgrænset opgave – samlet i ét automatiseret flow bygget på SAP’s Business AI‑framework. Resultatet er hurtigere behandling, bedre datakvalitet og mere præcise leveringsinformationer til kunderne.
Når en leverandør sender en ordrebekræftelse som PDF, kan selv små afvigelser i pris, mængde eller leveringsdato skabe manuelt merarbejde i indkøbsafdelingen. For Lemvigh‑Müller – en af Danmarks største grossister inden for stål, VVS og el – er det en velkendt udfordring, som gennem årene har kostet både tid og ressourcer.
Nu har virksomheden taget fat dér, hvor tidligere automatiseringsforsøg ofte er strandet. Med en ny løsning baseret på flere specialiserede AI‑agenter, udviklet på SAP’s teknologi og implementeret i samarbejde med NTT DATA Business Solutions, kan PDF ordrebekræftelser fra leverandører nu læses, forstås, sammenlignes og behandles automatisk – direkte op mod SAP‑systemerne.
”Vi har tidligere brugt både RPA og klassisk automatisering uden rigtigt at få det til at fungere. Forskellen her er, at vi har delt opgaven op i flere selvstændige AI‑agenter, som hver løser deres del af arbejdsprocessen – og tilsammen gør det, som før krævede manuel gennemgang,” siger Frederik Aakerlund, IT‑direktør i Lemvigh‑Müller.
Ti uger fra idé til AI-agenter i drift
Projektet tog sin begyndelse med en e-mail fra Jess Frederiksen, en AI-kyndig projektleder i Lemvigh-Müllers Marked/indkøbsafdeling. Efter at Jess havde prøvet at matche en ordrebekræftelse med en indkøbsordre i ChatGPT med et positivt resultat, spurgte han IT-direktøren, om det ikke kunne laves i en rigtig systemløsning.
Fra de første tests til løsningen gik i drift, gik der ti uger. Ifølge Lemvigh‑Müller har den korte implementeringstid været afgørende for, at projektet hurtigt kunne bevise sin værdi i forretningen og skabe opbakning internt.
”Det her har ikke været et langt projekt. På ti uger gik vi fra idé til AI‑agenter i drift, som allerede nu gør en forskel for vores indkøbere,” siger Frederik Aakerlund.
Lemvigh‑Müller forventer at løsningen på sigt kan frigøre ressourcer svarende til 3–4 fuldtidsmedarbejdere. Tiden skal i stedet bruges på mere værdiskabende opgaver, herunder håndtering af de mest komplekse og problematiske bestillinger.
”Pointen er ikke at spare folk væk, men at bruge vores kompetencer bedre. AI‑agenterne tager de rutineprægede opgaver, så indkøberne kan fokusere på de sager, hvor der virkelig er brug for deres erfaring,” supplerer Frederik Aakerlund.
Over 100,000 ordrebekræftelser automatiseres
Lemvigh‑Müller sender årligt 175,000 indkøbsordrer til over 2.000 leverandører. Selvom en del af handlen foregår struktureret via EDI, modtages der fortsat cirka 60% ordrebekræftelser retur som ustrukturerede dokumenter.
Ved hjælp af de samarbejdende AI‑agenter kan virksomheden nu automatisk opdage forsinkelser, mængdeændringer og prisafvigelser – og reagere hurtigere.
”Når vi tidligere sad manuelt med ordrebekræftelserne, kunne der sagtens gå mange timer eller dage før ændringerne nåede hele vejen ud i organisationen. Nu kan AI‑agenterne opdatere data næsten med det samme, så kunderne hurtigere får et korrekt billede af leverancerne,” siger Klaus Heinemann, Chef for SAP ERP i Lemvigh-Müller, som stod for selve udviklingsprojektet, sammen med projektteamet. ”Endvidere fanger vi prisforskelle, før vi modtager den endelige faktura og sparer derfor både tid hos os og hos leverandørerne”.
Flere AI‑agenter i ét sammenhængende flow
Løsningen består af tre samarbejdende AI‑agenter som hver har en klart defineret rolle i processen. En agent håndterer indgående e‑mails og bilag, en anden udtrækker og strukturerer data fra PDF‑dokumenter, mens en tredje sammenligner oplysningerne med indkøbsordrerne i SAP og afgør, om der er match eller afvigelser.
Det betyder, at komplekse og ustrukturerede leverandørdata kan behandles i et sammenhængende, automatiseret flow – uden at indkøberen behøver at åbne og gennemlæse lange PDF‑filer.
”Vi oplever, at det netop er samspillet mellem agenterne, der gør løsningen robust. Hver agent er specialiseret, men de er orkestreret, så processen hænger sammen fra start til slut,” forklarer Klaus Heinemann.
Faktaboks: Tre AI‑agenter arbejder sammen hos Lemvigh‑Müller
Lemvigh‑Müllers løsning er bygget op omkring tre specialiserede AI‑agenter, der hver løser en afgrænset opgave i indkøbsprocessen og tilsammen udgør ét automatiseret flow:
1. E‑mail‑agenten
Modtager og sorterer indgående e‑mails fra leverandører. Agenten identificerer relevante ordrebekræftelser og vedhæftede dokumenter og sender dem videre i processen.
2. Dataudtræknings‑agenten
Udtrækker oplysninger som priser, mængder og leveringsdatoer fra PDF‑dokumenter og strukturerer data, så de kan sammenlignes med indkøbsordrerne i SAP.
3. Matching‑agenten
Sammenligner de udtrukne data med eksisterende indkøbsordrer i SAP og afgør, om der er match eller afvigelser. Ved match kan processen fortsætte automatisk, mens afvigelser markeres til videre behandling.
Samspillet mellem de tre AI‑agenter gør det muligt at automatisere en opgave, som tidligere krævede manuel gennemgang af ustrukturerede dokumenter.
Undervejs i projektet blev det også tydeligt, at kvaliteten af stamdata spiller en afgørende rolle.
”Vi blev opmærksomme på, at der især på områder som INCOterms og anden stamdata er forbedringer, der skal på plads. Det er en vigtig læring – ikke kun for dette projekt, men for vores videre arbejde med AI,” siger Klaus Heinemann.
Det er endnu for tidligt at måle de fulde effekter på kundernes oplevelse, fejl eller reklamationer, men forventningen er, at hurtigere og mere præcis håndtering af leverandørernes tilbagemeldinger over tid vil bidrage til færre overraskelser og bedre leveringsinformation til kunderne. Og løsningen er også blevet taget imod med stor interesse og nysgerrighed blandt medarbejderne.
”Indkøberne kan tydeligt se værdien i at slippe for de mest trættende rutineopgaver. Det har skabt en positiv dialog om, hvordan teknologien bedst kan understøtte deres arbejde,” siger Klaus Heinemann.
Business AI med klart forretningsfokus
Ifølge Lemvigh‑Müller vurderes investeringens tilbagebetaling over et relativt kort tidsperspektiv.
”Vi taler kvartaler og ikke år, når vi ser på ROI. Det er netop derfor, det har været vigtigt for os at komme hurtigt i drift og fokusere på de processer, hvor effekten er tydelig,” siger Frederik Aakerlund.
For SAP illustrerer projektet, hvordan kunstig intelligens vinder indpas i helt konkrete forretningsprocesser – uden at blive et eksperiment ved siden af kerne‑systemerne:
“De fleste virksomheder taler om AI-agenter som et spørgsmål om automatisering. Lemvigh-Müller viser, at det reelle spørgsmål er koordinering.”, siger David Pontoppidan, SAP’s chef for AI i Norden og Baltikum.
“Det er samspillet mellem tre specialiserede agenter, orkestreret direkte i kerneprocessen, der gør løsningen robust. Det er også præcis dér, de fleste multi-agent-projekter fejler: ikke på den enkelte agents kapabilitet, men på styringen af samspillet. Her har Lemvigh-Müller gjort det rigtigt ved at forankre det hele i deres SAP-landskab, hvor data, procesregler og governance allerede er på plads”, fortsætter David Pontoppidan.
“Innovation handler ikke om størrelse. Lemvigh-Müller viser, at en dansk virksomhed med korte beslutningsveje og en pragmatisk tilgang til teknologi kan gå foran, hvor mange store globale aktører stadig er i planlægningsfasen. Ti uger fra idé til drift er langt fra normen. Men det burde det måske være.”, slutter David Pontoppidan.
Implementeret med fokus på drift og skalerbarhed
Implementeringen er gennemført i tæt samarbejde med NTT DATA Business Solutions, som har haft ansvaret for at gøre løsningen produktionsklar og integreret i Lemvigh‑Müllers SAP‑landskab.
”Ved at dele arbejdet op mellem flere AI‑agenter kan Lemvigh‑Müller automatisere en kompleks proces uden at miste overblik eller kontrol. Det har gjort overgangen fra pilotprojekt til drift både hurtig og sikker og gør løsningen mere robust og nemmere at udvide, efterhånden som Lemvigh‑Müller får nye behov,” siger Kristian Dahl, SAP UX Manager hos NTT DATA Business Solutions.
Ifølge ham har netop den modulære agent‑opbygning gjort det lettere at gå fra proof of concept til drift.
Første skridt i en større agent‑strategi
AI‑agenterne er i første omgang taget i brug på udvalgte leverandørindbakker og forretningsområder, men Lemvigh‑Müller ser allerede potentiale for at bruge samme agent‑baserede tilgang på andre områder.
”Det her er den første konkrete AI‑agent løsning, vi har sat i drift. Men erfaringerne har givet os mod på at tænke i flere AI‑agenter på tværs af andre administrative processer – blandt andet faktura- og ordrehåndtering,” afslutter Frederik Aakerlund.
Pressekontakt
Ellen Vig Nelausen
SAP Nordic Integrated Communications
telefon: +45 29 23 32 34
e-mail: ellen.vig.nelausen@sap.com
