Från databas till AI-assistent – så pivoterade Unibloom efter hackathon

Om AI:n inte vet svaret, får man ringa Doktor Johnson. Det är en av mekanismerna bakom det brittiskt-svenska Uniblooms nya lösning där AI-agenter hjälper inköpare att fatta beslut, men aldrig tillåts gissa.

Bolagets ursprungliga affärsidé har varit att hjälpa bolag att genomföra sina klimatplaner, som ofta fastnar i kalkylark och aldrig blir verklighet. Men nu har de pivoterat och utvecklat sin tjänst som nu fått ett bredare användningsområde.

Allt tog fart under Norrskens hackathon i vintras, men bygger på flera års arbete med data, tester och tydliga regelverk.

Doktorn i fråga är Johnson Ho Kwong Lau, vetenskapsmannen i bakgrunden som enligt Anna Sandberg, vd och grundare av Unibloom, säkerställer att AI-agenterna inte gissar eller "hallucinerar" fram felaktiga rekommendationer när det gäller komplexa matematiska beräkningar.

Under flera år har bolaget byggt upp en omfattande databas för att hjälpa företag att fatta bättre beslut kring inköp av material och ingredienser.

Men användningen av programmet var inte riktigt så pass användarvänlig som Anna Sandgren ville att den skulle vara.

Istället för att se utmaningarna enbart ur ett hållbarhetsperspektiv, har de nu skiftat de fokus till ett inköpsperspektiv.

"Vi tittade på var problemet i leverantörskedjan egentligen sitter för att bolag inte fångar upp nya innovativa material och ingredienser och varför de inte sänker sina utsläpp på ett effektivt sätt?", säger hon till Impact Loop.

De kom fram till att de måste hjälpa inköparna att ta beslut baserat på en kombination av kostnad, koldioxidutsläpp, risk och funktion.

AI-agenter som assistent i vardagen

Resultatet blev ett nytt lager ovanpå databasen med specialiserade AI-agenter som guidar inköpare i deras dagliga arbete.

I stället för att analysera data manuellt får användaren rekommendationer direkt, där kostnad, klimat, risk och funktion vägs samman. På så sätt översätter AI-agenterna komplexa analyser till konkreta affärsbeslut.

"Det blir som en expertassistent som förklarar vad du ska göra och inte göra", säger Anna Sandgren.

Nolltolerans mot gissningar

En viktig del har varit att göra AI:n pålitlig. Till skillnad från många generativa lösningar har Unibloom valt en strikt, regelbaserad modell.

"Den får inte gissa. Har den inte svaret ska den säga det", säger Anna Sandgren.

Det innebär att agenterna tränats med tydliga ramar för vad de får och inte får svara på. Vid osäkerhet eskaleras frågan till en mänsklig expert – Doktor Johnsson.

Parallellt har teamet genomfört omfattande tester för att säkerställa stabila resultat.

"Vi har kört samma fråga flera gånger. Kommer samma svar tio gånger, då kan vi börja lita på det. Men har du inte rätt data i grunden hjälper inte AI."

Samarbete med SAP

Tidigare i januari lanserade bolaget sitt samarbete med den tyska mjukvarujätten SAP, där Unibloom fungerar som dataleverantör till SAP:s 40 000 kunder. Genom detta partnerskap får företag som använder SAP tillgång till Unibloos specialiserade databaser direkt genom systemet.

I nuläget omfattar samarbetet enbart dataleverans och inte Uniblooms AI-agenter. Att integrera AI-lösningen är dock nästa steg i ambitionen för partnerskapet.

Utöver det nya samarbetet bygger de vidare på sin lösning med två nya funktioner.

Dels en AI-driven matchmaking där innovativa leverantörer av till exempel nya material och ingredienser kan matchas direkt mot inköparens behov.

"De har oftast väldigt liten marknadsföringsbudget och har svårt att komma fram. Så det blir en marknadsplats där de har möjlighet att visa sin data och påvisa sitt business case."

Med den nya funktionen kan AI-agenter automatiskt föreslå dessa innovativa alternativ för inköpare, till exempel genom att tipsa om nya lösningar när de söker efter traditionella råvaror som mjöl eller kött.

Den andra funktionen handlar om att integrera hållbarhetsplaner i det dagliga arbetsflödet.

"Du ska inte bara få en plan – du ska förstå vad du ska göra i praktiken, vad det kostar och vilka alternativ du har."

Kritiskt tänkande avgörande

Trots möjligheterna med AI ser Anna Sandgren en tydlig risk – att användare slutar tänka själva.

"Man måste vara kritiskt tänkande och det ser vi på mer erfarna personer att har med sig det. Den delen måste vi fortsätta utveckla och säkerställa i nästa generation."

AI ska enligt henne ses som ett verktyg för att ta bort komplexitet och manuellt arbete – och ska inte användas slentrianmässigt. I stället handlar det om att förstå var tekniken faktiskt skapar mest affärsnytta – och att välja specialiserade verktyg som är anpassade efter specifika processer.

"Man måste förstå var AI faktiskt gör mest nytta. Ofta lägger vi det på de enklare sakerna, men egentligen borde vi titta på var vi vill spara tid och var vi vill lägga mer. Då gäller det att välja lösningar som verkligen kan processen – inte generella AI-verktyg som säger att de löser allt."