{"id":3356,"date":"2025-11-27T10:29:00","date_gmt":"2025-11-27T10:29:00","guid":{"rendered":"https:\/\/www.ecit.com\/no\/blog\/"},"modified":"2026-06-16T12:47:00","modified_gmt":"2026-06-16T12:47:00","slug":"human-assisted-ai","status":"publish","type":"blog","link":"https:\/\/www.ecit.com\/no\/forretningssystemer\/blogg\/human-assisted-ai\/","title":{"rendered":"Human Assisted AI"},"content":{"rendered":"\n
\n\n\t\t\t
\n\t\t\t\"\"
<\/div>\n\t\t<\/div>\n \n
\n
\n
\n\n
ECIT blogg<\/div>\n \n
\n

\n Forbedre vaktplanleggingen med Human Assisted AI <\/h1>\n \n
<\/div>\n\n
S\u00f8rg for \u00e5 effektiviser arbeidshverdagen med Workforce Management og Human Assisted AI. <\/div>\n <\/div>\n\n <\/div>\n\n <\/div>\n\n
\n \n\n
\n\t\t\t
\n\t\t\t\n\n\n\n\n\n\n\t\t<\/div>\n\t<\/section>\n\n\n <\/div>\n <\/div>\n<\/section>\n\n\n\n
<\/div>\n\n\n
<\/div>

Skrevet av<\/p>

Arild Nygaard<\/p><\/div><\/div>\n\n\n

SameSystem er et workforce management-system utviklet for detaljhandel og restaurantbransjen \u2013 med et klart m\u00e5l om \u00e5 levere markedets mest presise og brukervennlige l\u00f8sning for vaktplanlegging. Vi tror ikke p\u00e5 automatisering for enhver pris, men p\u00e5 kraften i Human Assisted AI: kunstig intelligens som styrker, ikke erstatter, den menneskelige beslutningsevnen.<\/strong><\/h4>\n\n\n\n

Av Tobias Ritlov, MD i SameSystem<\/strong><\/p>\n\n\n\n

Fakta om SameSystem<\/strong><\/p>\n\n\n\n

    \n
  • Workforce management-system spesialisert for detaljhandel og restaurantbransjen<\/li>\n\n\n\n
  • Grunnlagt: 2008<\/li>\n\n\n\n
  • Antall ansatte: 75<\/li>\n\n\n\n
  • Til stede i: 24 land<\/li>\n\n\n\n
  • Kunder: Over 1.300 virksomheter \/ 185.000+ brukere<\/li>\n\n\n\n
  • En del av ECIT siden februar 2025<\/li>\n<\/ul>\n\n\n\n

    Forecasting \u2013 mer presis budsjettering<\/strong><\/p>\n\n\n\n

    For rundt fem \u00e5r siden begynte vi i SameSystem systematisk \u00e5 utforske hvordan kunstig intelligens kunne brukes til \u00e5 forbedre og effektivisere vaktplanleggingen. Det var en bevisst strategisk beslutning, basert p\u00e5 et tydelig potensial vi s\u00e5 i markedet: behovet for mer presis budsjettering.<\/p>\n\n\n\n

    Innen detaljhandel og restaurantbransjen ser vi ofte at b\u00e5de sm\u00e5 og store virksomheter baserer budsjett og bemanning p\u00e5 sv\u00e6rt enkle prinsipper.<\/p>\n\n\n\n

    Erfaringen v\u00e5r er at butikksjefer har en tendens til \u00e5 bruke samme fordelingsn\u00f8kkel som \u00e5ret f\u00f8r. Budsjettet distribueres prosentvis over m\u00e5neder og ukedager uten \u00e5 ta hensyn til endrede kundem\u00f8nstre, sesongvariasjoner eller nye konkurrenter i n\u00e6romr\u00e5det som kan p\u00e5virke kundetilstr\u00f8mningen.<\/p>\n\n\n\n

    Denne tiln\u00e6rmingen kan koste b\u00e5de tid og ressurser. Enten m\u00e5 vaktplanen gj\u00f8res om underveis, eller s\u00e5 oppst\u00e5r det utfordringer med over- eller underbemanning \u2013 noe som raskt kan bli kritisk i en bransje hvor marginene er sm\u00e5 og fleksibilitet er avgj\u00f8rende.<\/p>\n\n\n\n

    Derfor s\u00e5 vi et klart potensial i \u00e5 utvikle en AI-basert l\u00f8sning som kunne gi kundene v\u00e5re langt mer treffsikre prognoser for bemanningsbehovet. Med bedre innsikt f\u00e5r butikksjefene det de trenger for \u00e5 ta riktige beslutninger \u2013 med \u00e9n gang \u2013 slik at de kan bruke mer tid ute i butikken, der verdien skapes.<\/p>\n\n\n\n

    Samtidig reduseres risikoen for bemanningsproblemer som i verste fall kan f\u00f8re til inntektstap.<\/p>\n\n\n\n

    Forecasting-l\u00f8sningen v\u00e5r analyserer butikkens historiske data og identifiserer m\u00f8nstre for \u00e5 forutsi bemanningsbehovet \u2013 time for time. Basert p\u00e5 dette genereres et forslag til vaktplan, som butikksjefen deretter tilpasser og bemanner med riktig personell.<\/p>\n\n\n\n

    Resultatet er tydelig: bedre planleggingskvalitet, mer presis bemanning og smartere ressursbruk. Dette har banet vei for \u00e5 ta i bruk enda mer avanserte AI-l\u00f8sninger.<\/p>\n\n\n\n

    Prosjekt Next Generation <\/strong><\/p>\n\n\n\n

    For \u00e5 ta vaktplanlegging til neste niv\u00e5 har vi startet Prosjekt Next Generation. Her bygger vi et intelligent kommunikasjonslag over forecast-l\u00f8sningen for \u00e5 frigj\u00f8re ytterligere tid og ressurser.<\/p>\n\n\n\n

    Systemet vil fortsatt forutsi bemanningsbehovet, men i stedet for \u00e5 generere faste vakter som butikksjefen m\u00e5 tilpasse medarbeiderne til, blir planleggingsflyten langt mer dynamisk. Vaktene opprettes i samarbeid med de ansatte, hvor deres behov og preferanser tas med i beregningen.<\/p>\n\n\n\n

    Konkret vil AI-en f\u00f8rst lage et utkast til vaktplan basert p\u00e5 prognosen. Deretter kontakter systemet de ansatte med forslag til vakter som er tilpasset den enkeltes tilgjengelighet og arbeidshistorikk.<\/p>\n\n\n\n

    Hvis en medarbeider for eksempel ikke kan jobbe fra kl. 10\u201317, men er tilgjengelig fra kl. 12\u201317, kan dette enkelt meldes tilbake. AI-en vil da automatisk vurdere endringen opp mot bemanningsbehovet og beregne om det er l\u00f8nnsomt og driftsmessig forsvarlig \u00e5 tilpasse vakten. Hvis svaret er ja, endres vakten automatisk i tr\u00e5d med medarbeiderens \u00f8nske.<\/p>\n\n\n\n

    Alt skjer s\u00f8ml\u00f8st og automatisk. Medarbeiderne f\u00e5r kun foresl\u00e5tt vakter som b\u00e5de matcher deres preferanser og er l\u00f8nnsomme for virksomheten.<\/p>\n\n\n\n

    Et eksempel: Endrer v\u00e6rmeldingen seg, og AI forutser redusert kundetrafikk til en butikk i en g\u00e5gate, kan systemet proaktivt tilby fri til en deltidsansatt. Hvis medarbeideren takker nei \u2013 for eksempel av \u00f8konomiske grunner \u2013 vil AI foresl\u00e5 en alternativ vakt senere. Slik unng\u00e5s overbemanning, samtidig som fleksibilitet og bemanningsbehov balanseres optimalt.<\/p>\n\n\n\n

    Kombinasjonen av v\u00e5r forecast-modell \u2013 som kontinuerlig analyserer faktorer som p\u00e5virker bemanningsbehovet \u2013 og en dynamisk, fleksibel planleggingsprosess skaper en l\u00f8sning som er helt unik i markedet.<\/p>\n\n\n\n

    Vi har allerede utviklet fungerende prototyper som gir gode resultater, og arbeidet med videreutvikling p\u00e5g\u00e5r for fullt. Samtidig er vi i tett dialog med flere kunder for \u00e5 teste l\u00f8sningen i praksis f\u00f8r full lansering.<\/p>\n\n\n\n

    Menneskelig validering er n\u00f8kkelen<\/strong><\/p>\n\n\n\n

    Automatisering m\u00e5 aldri g\u00e5 p\u00e5 bekostning av kvalitet. V\u00e5r viktigste oppgave er \u00e5 legge til rette for at riktig vaktplan blir laget \u2013 hver gang. Og om det inneb\u00e6rer at planleggeren bruker litt mer tid, s\u00e5 er det en investering som l\u00f8nner seg.<\/p>\n\n\n\n

    Det er ingen gevinst i \u00e5 spare tre\u2013fire timer p\u00e5 automatisering dersom vaktplanen bommer med 10 prosent p\u00e5 bemanningsbehovet \u2013 da taper virksomheten penger.<\/p>\n\n\n\n

    Derfor har vi helt fra starten jobbet etter prinsippet om Human Assisted AI: Kunstig intelligens skal st\u00f8tte, ikke erstatte, den menneskelige vurderingen. AI skal gi forslag og forbedre prosesser \u2013 men det er alltid et menneske som tar den endelige beslutningen og finjusterer planen.<\/p>\n\n\n\n

    Butikksjefen skal fortsatt ha kontroll og eierskap til vaktplanen. Det sikrer b\u00e5de kvalitet og ansvarlighet \u2013 og forhindrer at skylden legges p\u00e5 \u201csystemet\u201d hvis noe g\u00e5r galt. Det er nettopp denne kombinasjonen av avansert teknologi og menneskelig innsikt som gir de beste resultatene.<\/p>\n\n\n\n

    Vi tror ikke at fremtiden for workforce management handler om \u00e5 erstatte mennesker med teknologi \u2013 men om \u00e5 bruke teknologien smart for \u00e5 styrke beslutningene og effektivisere prosessene.<\/p>\n\n\n\n

    Human Assisted AI er selve grunnmuren i v\u00e5r filosofi: Automatiser der det gir verdi, og la mennesker kvalitetssikre der det er n\u00f8dvendig.<\/p>\n\n\n\n

    Vi ser for oss en fremtid med mer dynamisk, fleksibel og intelligent vaktplanlegging enn noen gang f\u00f8r \u2013 og gleder oss til \u00e5 fortsette \u00e5 utfordre grensene for hva som er mulig.<\/p>\n\n\n\n\n\t\n\t\t\t\t\t

    Flere historier fra ECIT<\/h2>\n\t\t\n
    \n