Godtlevert.no skal bruke kunstig intelligens for personlige matkasser

Vi har forlengst blitt vant med at leverandører tilpasser sine tilbud til oss, basert på hva vi har valgt og likt tidligere. Forslagene fra Netflix om hvilke filmer og tv-serier vi kan kikke på etter at vi er ferdige med serien vi holder på med, er et eksempel på slik funksjonalitet. Det er som regel kunstig intelligens (KI) i form av maskinlæring som driver denne mekanismen.

Nå melder Sopra Steria at matvareleverandøren Godtlevert.no skal i gang med å tilpasse sammensetningen av matkassene selskapet leverer til kunder i alle de nordiske landene ved hjelp av KI. Målet er personlig tilpassete matkasser fra et utvalg som gir 2,1 millioner mulige kombinasjoner.

Gjenoppfinner matkassen

Selv om Godtlevert har vært en suksess siden oppstarten i 2016, med en økning i etterspørselen til dagens omsetning på solide 1,1 milliarder svenske kroner, innser selskapet at produktene har ikke vært fleksible nok til å kunne passe alle kunder. Derfor ønsker selskapet å «gjenoppfinne matkassen».

– Vi er opptatt av å utvikle oss fortløpende og tilby de mest kundevennlige matkassene i Norden. Ny teknologi hjelper oss med å gi kundene mest mulig fleksible løsninger og utvalg, uten at det øker prisen, sier Alexander Aagreen teknologidirektør i Godtlevertgruppen, som i tillegg til Godtlevert.no også omfatter Adams Matkasse i Norge, Retnemt i Danmark og Linas Matkasse i Sverige.

Har sier videre at kongstanken er å bruke kunstig intelligens som et verktøy for å forstå bedre hva kundene vil ha, slik at de får et mer relevant tilbud.

– På samme måte som Netflix tilbyr deg relevant innhold de vet du liker, skal vi skreddersy akkurat den middagsmenyen kunden ønsker. Vårt mantra er hverdagen godt levert, og nå vil kundene få en enda bedre middagsopplevelse, legger han til.

Økt kompleksitet

Godtleverts matvarekasser har i dag omlag 50 tilpasningsmuligheter for kundene. Disse endrer seg over året, i takt med tilgjengeligheten og etterspørselen etter sesongvarer. Dette antallet vil øke dramatisk fra august, når det blir 2,1 millioner mulige kombinasjoner for kundene. I tillegg vil menyene matkassene er basert på endres ukentlig, i takt med sesonger.

Det er opplagt at å holde oversikten over dette ikke lenger er en jobb for et menneske.

– Kompleksiteten vil gå langt utover hva et menneske kan håndtere. Derfor trenger vi et selvlærende verktøy som kan ta høyde for alt fra sesongsyklus og varetilgjengelighet, til å forstå kundenes adferd og preferanser til enhver tid, sier Aagreen.

Det er ikke bare på kundesiden selskapet har en komplisert miks. De foretrekker å kjøpe inn varene direkte fra gårder og produsenter, i stedet for å gå via innkjøpsledd som Norgesgruppen, Bama eller Asko. Ifølge Aagren er Godtlevertgruppen den viktigste salgskanalen for et 40-talls slike mindre leverandører.

Gode prognoser

I tillegg til å kunne følge med på den enkelte kundes preferanser, så har KI en viktig oppgave også på leverandørsiden.

– Med maskinlæring er vi i stand til å lage prognoser som langt overgår magefølelse og tradisjonell statistikk. Ved å se på sammenlignbar historikk kan vi få svært treffsikre prognoser på handlemønster i forbindelse med for eksempel jul, påske og sommerferie. Pandemisituasjonen vi har nå er helt unik, men neste gang det oppstår en alvorlig situasjon vil Godtlevert sitte på et fantastisk beslutningsgrunnlag, sier Lars Løvlie, dataforsker og forretningsutvikler innen AI og maskinlæring i Sopra Steria. Det er altså Sopra Steria som skal bistå Godtlevertgruppen i jobben med å innføre KI-mekanismer i sine systemer.

Planen er å bruke denne teknologien til å generere prognoser for leveringer 10 uker fram i tid for leverandørene. Disse oppdateres deretter ukentlig, helt fram til ordren blir levert. Dette skal gjøre det mulig for leverandørene å optimalisere produksjonen sin.

– Ved hjelp av nøyaktige prognoser basert på maskinlæring vil det bli langt lavere feilmarginer og mindre matsvinn hos oss og ute hos produsentene. Det er bra både for lønnsomhet og klima, avslutter Alexander Aagreen i Godtlevertgruppen.