På Logistikkdagen 2026 i Åndalsnes delte Marius Monsås Svenungsen, produktsjef hos CAI | Maritech, vårt perspektiv på AI i logistikkbransjen. Her er hovedideene fra foredraget, for de som ikke kunne være der.
Ingen vet hvor AI er på vei. Gapet er reelt.
Spådommer om AI spenner fra «alt forandrer seg» til «det er overhypet». Både tempoet og retningen er usikkert. Det som er sikkert er at det er et stort gap mellom hva språkmodeller kan gjøre i dag og hva de fleste selskaper faktisk bruker dem til.
For ethvert selskap må investering i AI lønne seg på én av to måter: mer vekst, lavere kostnader eller begge deler.
To veier for AI-initiativer
Sti 1: Gjør hver ansatt mer produktiv. Gi folk bedre verktøy, som for eksempel en chatassistent, mens prosessene forblir de samme. Det er enkelt å rulle ut, men taket er menneskelig kapasitet.
Sti 2: Redesign prosesser rundt AI. Endre hvordan arbeidet gjøres slik at AI kan gjøre mer av det. Det er krevende, tar tid og medfører mer usikkerhet, men potensialet er langt større.
Det er ikke enten/eller.
Du instruerer, Claude bruker systemene
I dag skriver en ansatt data inn i et TMS via en nettleser. Fremover instruerer den ansatte en AI-assistent, som bruker systemene på deres vegne. Inne i Maritech jobber de som bruker AI mest allerede på denne måten: de starter oppgaven i Claude og henter data fra andre systemer underveis.
Prosessene i TMS-, CMS- og WMS-systemet ditt gjelder fortsatt, og mennesket har fortsatt kontrollen. Du gjennomgår resultatet i den kjente skjermen og retter små feil før noe går videre. Det som endrer seg er hvor mye av rutinearbeidet du gjør for hånd:
- Lavere terskel, raskere registrering. Du må fortsatt forstå hvordan systemet fungerer, men AI-en finner ut hvordan dataene skal registreres og fyller dem ut.
- Data på tvers av systemer uten et integrasjonsprosjekt. AI-en henter data fra flere systemer i én oppgave, i stedet for at du kopierer mellom skjermbilder.
- En assistent som lærer hvordan du jobber. Du gir den kontekst om prosessene dine, slik at den vet både hva som er i systemene og hvordan du vil at arbeidet skal gjøres.
Hva er MCP, og hvordan er det forskjellig fra EDI og API-er?
MCP er en åpen standard som lar AI-assistenter bruke systemene dine. Systemet beskriver hva AI-en kan gjøre, én tilkobling fungerer for alle AI-assistenter, og AI-en får samme tilgangsrettigheter som brukeren.
En enkel måte å tenke på det:
- EDI er som et standardskjema sendt i posten. Faste meldinger i et delt format, best for bestillinger og fakturaer mellom partnere.
- API er som et samlebånd. En fast oppskrift bygget av en utvikler, best for stabile forbindelser mellom to systemer.
- MCP er som en ny kollega. AI-en bestemmer hva den skal gjøre, best for varierte oppgaver som går på tvers av systemer.
MCP erstatter ikke EDI eller API-er. Det bygger på dem. Bruk et API når flyten er kjent og skjer ofte, og MCP når oppgaven varierer.
Tre eksempler fra hverdagslogistikken
En typisk ordre går gjennom mottak, planlegging, sikring av kapasitet, sjåførkommunikasjon, dokumenter, toll og fakturering, med kundekommunikasjon gjennomgående. De fleste av disse trinnene gjøres manuelt i dag, og mange passer godt for AI-agenter. Vi viste tre:
- E-post for bestilling. AI-en leser den innkommende e-posten, henter ut kunde-, hentings- og leveringsinformasjon, varer og dato, sjekker kunden og avtalt pris i TMS, oppretter bestillingen og svarer med bestillingsnummeret. Du gjennomgår det i TMS.
- Planlegger en bestilling på et kjøretøy. AI-en finner bestillinger uten kjøretøy, sjekker din egen flåte, ber om tilbud fra transportører via e-post og portaler, sammenligner pris, tidspunkt og kapasitet, og legger det beste alternativet klart i TMS. Du godkjenner transportøren.
- Tollklarering. AI-en leser faktura, pakkseddel og opprinnelsesbevis, klassifiserer varene, beregner toll og mva., fyller ut deklarasjonen i CMS og håndterer svar. Du sjekker før innsending. Over tid kan tollklareringen bli nærmest helautomatisert.
Hvem er mest utsatt, og hvem vil lykkes?
LLM-er endrer ikke den fysiske siden av logistikk, men de endrer kunnskapssiden. Jo mer av verdien din som ligger i informasjon og koordinering, desto større blir eksponeringen. Terminaler og lagre får bedre planlegging. Transportører får hjelp med ruteplanlegging, booking og papirarbeid. Speditører, hvis verdi ligger i kunnskap, nettverk og dokumenter, ser det største skiftet.
De selskapene som lykkes, er de som endrer måten de jobber på. Det krever tre ting sammen: prosessforståelse, teknologiforståelse og endringsledelse. Prosessforståelse er viktigst. Størrelse teller også: små selskaper kan gå glipp av stordriftsfordelene, mens store grupper sliter med å få med seg hele organisasjonen.
Det er også verdt å være ærlig om resultatet. Hvis du lykkes, trenger du færre folk til det samme arbeidet, og mange får en ny jobb: å få AI til å fungere så bra som mulig.
Åpne spørsmål
- Kjøpe eller bygge? Hvilken teknologi kjøper du fra en leverandør som Maritech, og hva bygger du selv? Hvis alle kjøper det samme, er det ingen konkurransefordel.
- Hva forblir konstant? AI utvikler seg raskt, men en generell modell vil aldri kjenne din virksomhet. Det er verdens beste kollega, men den trenger opplæring for hver oppgave. Dine data og kontekst, og hvordan du bruker dem over tid, vil være avgjørende.
Ingen har svaret ennå, inkludert oss. Endringen vil skje gradvis, ikke over natten. Et godt utgangspunkt er å gå tilbake til hva logistikk egentlig handler om: å flytte varer fra A til B, på vegne av andre, til riktig tid og kvalitet, så billig som mulig. Start med det målet, ikke med hvordan prosessen gjøres i dag.
Neste: fire dypdykk
Dette innlegget er en oversikt. I løpet av de kommende ukene vil vi publisere fire oppfølgingsinnlegg som går dypere inn i deler av foredraget:
- EDI, API eller MCP? Hva er forskjellen, og når skal man bruke hvilket?
- Tre hverdagslige logistikkoppgaver AI kan ta på seg. E-post til bestilling, planlegging av en bestilling på et kjøretøy og tollklarering.
- Hvem er mest utsatt, og hvem vil lykkes? Terminaler, transportører og speditører, og kompetansen det krever.
- To veier for AI i logistikk. Bedre verktøy for hver ansatt, eller prosesser omdesignet rundt AI.
Vil du utforske hva AI kan bety for dine TMS-, CMS- eller WMS-arbeidsflyter? Ta kontakt med Maritech-teamet, og følg oss for å få med deg de neste fire innleggene.
