Blog

Omstilling13. nov. 20267 min. læsning

Dit regneark er en model. Det ved det bare ikke endnu.

Fødevarevirksomheder fortæller os, at deres data er noget rod. Så åbner de et regneark med seks års historik, farver, der betyder noget, og formler, som ingen rører ved. En note om, hvad der allerede ligger i det.

JordanOsaka

Næsten alle fødevarevirksomheder, vi møder, siger en eller anden udgave af den samme sætning: “Vi er ikke klar til AI. Vores data er noget rod.”

Så åbner nogen et regneark. Det har seks års historik, et faneblad for hver sæson, farver, der betyder noget, og formler, som ingen tør røre ved. Det viser sig, at dataene slet ikke er noget rod. De har bare boet et sted, som ingen kalder en database.

Dette indlæg handler om det regneark: hvad der allerede ligger i det, hvad en grundig læsning finder, og hvad der ændrer sig, når det ved, hvad det er.

Mød Kees

Kees styrer lageret hos Van Dijk Fruit, en æbleavler med eget pakkeri i Geldermalsen i Betuwe. (Gården er opdigtet, men du har mødt Kees.) De dyrker fire sorter: Santana, Elstar, Boskoop og Jonagold. Efter plukningen kommer æblerne ind i seks celler. Tre er almindelige køleceller. Tre er ULO-celler: tætte rum med lavt iltindhold, hvor et æble kan holde sig det meste af et år. Hagen er, at så snart en ULO-celle er åbnet, tikker uret for alt, hvad der er indeni.

Siden 2020 har Kees ført én projektmappe. Hver morgen klokken seks åbner han den, tilføjer det, der er gået ud, og tjekker temperaturerne. Hvis et parti har ligget for længe, farver han rækken gul. Om fredagen går arket til køberne: en supermarkedskæde, en frugthandler, en tysk importør, en britisk importør og gårdbutikken.

Spørg Kees, om han har en datamodel, og han vil grine. Han har et regneark.

Hvad der allerede ligger i det

Læs projektmappen, sådan som en model ville gøre, og den har allerede gjort det meste af arbejdet.

Tingene. Hver række er et parti storkasser. Én kolonne angiver cellen, en anden sorten, en tredje den køber, partiet er lovet til. Det er fire slags ting og hvordan de hænger sammen, og mere er en datamodel ikke.

Reglerne. Én formel siger, hvor gammelt et parti er. En anden regner sidste salgsdato ud: plukkedatoen plus den tid, sorten holder sig i den slags celle, minus en femtedel, hvis cellen kører varmere end 1,5 °C. Kees skrev den formel efter en dårlig vinter. Den er stadig den bedste regel, nogen på gården har.

Reglen, ingen skrev ned. Den gule udfyldning. Kees farver en række, når et parti skal ud først. Det er også en regel. Den bor bare i hans hoved og kører kun, når han sidder ved skrivebordet.

Reglen i en kommentar. På én række står der en note: ULO 2 niet open vóór februari, “åbn ikke ULO 2 før februar”. En nyansat på gården ville kun kunne finde den ved at holde musen over den rigtige celle.

Intet af det skal tastes ind igen. Det skal læses.

Hvad en grundig læsning finder

En grundig læsning finder også de revner, som ethvert regneark med mange år på bagen har.

  • Kølecelle 2 står der på to måder. Tre rækker siger 2,4 °C. Én siger 1,0 °C, fordi nogen tjekkede kompressoren, mente, den var i orden, og skrev hen over tallet. Det partis sidste salgsdato slipper nu for fradraget for varme celler og lander på nytårsdag i stedet for midt i december.
  • En dato, hvor formlen var. For et parti Boskoop er der tastet “31. marts” ind i kolonnen for sidste salgsdato. Den britiske køber vil gerne have dem frem til foråret. Formlen siger starten af februar.
  • Et parti uden dato. Et parti Jonagold har en tom plukkedato. Excel tæller fra 1900, så partiet er 46.339 dage gammelt, og sidste salgsdato ligger i maj 1900.
  • Et gammelt parti, som ingen farvede. Kees’ gule regel slår til ved omkring 60 dage for alle sorter. Santana holder sig omkring 30. Et parti Santana er 46 dage gammelt, over sin dato og stadig hvidt.

Intet af det er fejl begået af den, der fører arket. Et regneark kan ikke fortælle dig, at to celler betyder det samme, at et tal engang var en formel, eller at en farve står for en regel. Det rummer værdier og intet om, hvad de betyder.

Hvad der ændrer sig, når det ved det

Gør de samme rækker til en model, og spørgsmålene går fra “giv mig en eftermiddag” til “værsgo”. Du kan prøve dem alle sammen i æbleeksemplet.

Hvor meget skal sælges inden nytår? 119 storkasser, omkring 38 tons, og to partier er allerede over deres dato. Sorterer man arket efter kolonnen for sidste salgsdato, får man 32 tons. Så mangler partiet med den overskrevne temperatur, og partiet fra 1900 tæller med.

Kan vi levere til supermarkedets julekampagne uden at åbne en ULO-celle? Ja. Ordren er på 150 storkasser Jonagold, pakket ugen før jul, og de skal holde sig til midt i januar. To partier i kølecellerne dækker den, med 195 storkasser til overs. Hvis ULO 2 var blevet åbnet, var uret begyndt at tikke i december for 188 storkasser Elstar og 375 storkasser Jonagold, og det var præcis det, Kees’ kommentar skulle forhindre.

Hvilke partier skal ud først? Fire. De to partier Santana, der er over deres dato, og to partier Elstar i den varme celle, som skal være solgt inden midt i december. Arket havde farvet ét af dem.

Hvad koster den trætte kompressor i kølecelle 2 os? Op til 30 dages salgstid på 70 tons æbler, til en værdi af omkring 56.000 €. Træk cellens temperatur tilbage under 1,5 °C i eksemplet, og se datoerne rykke tilbage til januar.

Hvert svar viser de rækker, det har brugt, så intet er en sort boks. Reglerne er Kees’ egne, bevaret præcis som han skrev dem, også 0,8 og 1,5 °C.

Hvad det ikke er

Det er ikke et nyt system, som Kees skal lære, før noget virker. Den første version læser den projektmappe, han allerede fører, og han kan blive ved med at føre den.

Det er ikke en AI, der finder på ting. Modellen regner sidste salgsdato ud på samme måde som arket, bare konsekvent, i hver række, hver morgen. Der, hvor AI gør sig fortjent til sin plads, er i overhovedet at læse arket (at se, at kolonne C er en liste over celler, at den gule udfyldning er en regel, at en kommentar rummer en instruks) og i at lade alle stille et spørgsmål med almindelige ord.

Og det er ikke en dom over regnearket. Regnearket er grunden til, at der overhovedet er noget at modellere.

At være “AI-klar” handler mest om fem vaner

Branchen taler om AI-parathed, som om det var noget, man køber. For det meste er det en håndfuld vaner, og de fleste avlere, handlende og forarbejdningsvirksomheder har allerede nogle af dem.

  1. Én række pr. ting. Ét parti, én række. Ikke én række pr. parti plus en sumrække plus en række for den del, der blev omsorteret.
  2. Indtast tingene én gang. En celles temperatur hører til cellen. Skriv den ét sted, og slå den op alle andre steder.
  3. Hav reglerne i formler, ikke i hovedet. Hvis du farver en række efter øjemål, så skriv ned, hvornår du gør det. Den sætning er en regel, som en model kan køre.
  4. Skriv aldrig hen over en formel. Hvis køberen vil have en anden dato, så tilføj en kolonne til det aftalte. Overskriv ikke det, æblerne faktisk vil gøre.
  5. Sæt dato på alt. Et parti uden dato er et parti, som ingen kan planlægge.

Intet af det kræver software. Det kræver en formiddag og lidt disciplin. Gør det, og modellen er stort set på plads.

Sådan ville vi gøre det sammen med dig

Det er det arbejde, vi bedst kan lide, og det starter med det, du allerede har, ikke med et tomt system.

  1. Send os arket. Det rigtige, med farverne og kopierne.
  2. Vi læser det og viser dig, hvad der er i det. Som regel inden for en uge: tingene, reglerne, de regler, ingen skrev ned, og revnerne. De fleste teams synes, at den del er nyttig i sig selv.
  3. Vi udbedrer revnerne sammen. Som regel de fem vaner ovenfor, i dit eget ark.
  4. Vi bygger det første spørgsmål. Det, der i dag koster nogen en eftermiddag hver uge. For Kees er det “hvad skal ud før nytår?”
  5. Så bygger vi videre omkring det. Løftet til køberen, alarmen, når en celle bliver for varm, ugeplanen. Dit team arbejder videre, som det gør i dag, med færre eftermiddage brugt på regnestykker.

Modellen lå allerede i arket. Vi hjælper dig med at bygge omkring den.

Send os dit regneark

Skrevet af JordanMakeBetter · Osaka

Lad os gøre det bedre.

Fortæl os, hvor dagen går hen i din virksomhed. På tredive minutter fortæller vi dig, hvad vi ville ændre først.

[email protected] Sofia · Zagreb · Berlin · London · Warszawa · Osaka