– Steget de flesta tar är att använda chatGPT för att producera texter, men man kan också bygga en egen lösning med hjälp av deras API:er. Där är en viss inlärningskurva, men den är ganska kort. Vi har hundratusentals texter från leverantörer som vi skickar via chatGPT. Det handlar i första hand om att vi vill ha bort onödiga saker i texterna och vi kortar också texterna automatiskt så att de inte överstiger ungefär 300 ord, säger Calle Grundkvist, Chief technology officer på Logiq.
Texterna rensas också på HTML-koder som till exempel länkar eller mejladresser som har smugit sig in och översätts om texten är på något annat språk än svenska.
Han tror att även byggmaterialhandeln skulle ha nytta av att använda AI till sina produkttexter.
– Jag har en bakgrund inom e-handlaren Dustin, och där jobbade vi mycket med att produkttexterna skulle ”andas” Dustin. Jag tror man skulle ha nytta av att göra även inom byggmaterialhandeln och bestämma att ”så här konverserar vår kedja så vi tar de här texterna och gör dem till våra med hjälp av AI”. Det enda man behöver vara försiktig med där är att det inte görs några förändringar rent faktamässigt i texterna. Inom AI jobbar man bland annat med så kallad temperatur som mäter kreativiteten i texten och där skulle man nog få sätta den på den lägsta temperaturen så att till exempel en hammare för 79 kronor inte beskrivs som ”världens bästa hammare”, säger Calle.
Finfo har också tittat på att använda AI inom varukategoriseringen så att de till exempel kan få förslag på vilken kategori en vara borde tillhöra och hur den ska benämnas. Men där är man inte riktigt i mål än med den teknik som finns idag, även om Calle tror att det kommer att bli deras nästa steg.
– Frågan är dock om man kommer att kunna gå hela vägen där eller om man får låta verktyget lämna förslag. Det görs redan idag men de verktygen är inte lika smarta, AI kan göra det utifrån flera olika perspektiv.
Utmaningen ligger dock i antalet artiklar som Finfo hanterar.
– Här får man göra en AI-modell som man tränar utifrån den data man har men det skulle funka bra i några hundra varugrupper, och vi har 5000. Dessutom lever vi inte i en statisk värld där det räcker med att träna upp AI en gång och sedan är det klart, utan det förändras och kommer hela tiden nya krav, till exempel i klimatdeklarationer, som det ska tas hänsyn till, säger Calle.
Idag lägger Logiq mycket tid på att se över framför allt varukategoriseringar och benämningar manuellt i Finfodatabasen så det finns tid att spara som medarbetarna kunde lägga på annat.
– AI skulle också kunna hjälpa till med att korrigera avvikelser i benämningar som inte stämmer, om det till exempel skulle stå i texten att en vara innehåller 250 milliliter medan det står i varudeklarationen att den innehåller 100.
Calle tror dock att den största förändringen inte kommer att märkas på de specifika delarna som görs, utan på hur man arbetar i stort.
– Om man tar till exempel vår kundsupport skulle AI kunna föreslå svar som supporten sedan kan kolla, och i nästa steg skulle den kanske bli helt automatiserad.
Ser du några risker med AI framåt?
– Den största risken är kanske att nya företag kommer att kunna göra väldigt mycket väldigt fort. Det är inget unikt för oss utan för alla - anammar man inte den nya tekniken kommer man att bli omsprungen. Det handlar nog mycket om att vi inte är vana att tänka på ett visst sätt – som att man kanske har en process inom företaget där någon får titta på hur man kan använda AI mer när man egentligen borde använda ett AI-verktyg för att göra det. Trögheten ligger inte i AI:s funktionalitet utan i hur snabbt samhället kan ta sig an den, säger Calle.
Texten är hämtad ur ByggMaterial nummer 6 2023.
