Med dynamiska, AI-stödda försörjningsanalyser kan vi stärka Sveriges krisberedskap och resiliens. Många samhällskritiska branscher är beroende av globala, komplexa och snabbt föränderliga leveranskedjor, vilket gör att diskreta och statiska analyser snabbt blir inaktuella. Pågående handelskonflikter och tullar är ett aktuellt exempel. Samtidigt går utvecklingen inom AI snabbt, och för att nå önskad effekt krävs en kraftfull satsning, inte minst för att möjliggöra effektiv datadelning mellan myndigheter. Med internationella föregångare som inspiration föreslås därför att Sverige inrättar ett nationellt center för AI-stödd försörjningsanalys. Ett sådant center skulle väsentligt stärka vår försörjningsberedskap, genom att förse myndigheter och näringsliv med adekvata och kontinuerligt uppdaterade analyser.
Dagens globala leverantörskedjor, där svenska företag i hög grad är beroende av internationella flerskiktade nätverk, är komplex och en stor utmaning för försörjningsberedskapen. För att säkerställa tillgången av samhällsviktiga produkter vid kris eller krig är det därför avgörande att i förväg identifiera kritiska beroenden och minimera dessa eller vid behov snabbt kunna etablera alternativa leveranskedjor.
I MSB:s och Socialstyrelsens redovisning av regeringsuppdraget Nationell försörjningsanalys föreslås att beredskapssektorer ska ges ansvar för att själva utföra sina egna försörjningsanalyser. Dessa analyser omfattar kartläggning av vilka varor och tjänster (”produkter”) som är av avgörande betydelse för att upprätthålla samhällsviktig verksamhet i Sverige i ett krisläge. Rapporten betonar näringslivets centrala roll för totalförsvaret, inklusive dess bidrag till Sveriges militära förmåga. Den slår fast att leveranskedjor för komplexa krigsmaterialprodukter nästan alltid har sitt ursprung i civil verksamhet, såsom råvaruproduktion, vidareförädling och komponenttillverkning.
Effektiva former av samarbete med näringslivet framhålls generellt som avgörande för att stärka landets försörjningsberedskap. Livsmedelssektorn lyfts fram som ett exempel där kritiska produkter kartläggs och där gapanalyser identifierar det teoretiska utökade behovet av produkter och motverkande åtgärder identifieras. Dessa åtgärder kan omfatta beredskapslager, ransonering för att hantera efterfrågan, eller annan kontinuitetsplanering.
Dynamiska leveranskedjor kräver dynamiska modeller
Dagens produktutveckling och globala leveranskedjor är alltför dynamiska för att en statisk analys ska kunna förutse hanteringen av alla potentiella brister. När konceptet kring krigsviktiga företag (K-företag) utvecklades på 1980-talet omfattade det cirka 20 000 företag. Att idag få näringslivet eller ansvariga myndigheter att upprätthålla beredskapslager för tre månader för samtliga produkter skulle vara både kostsamt och svårt att genomföra. Risken finns att produkter blir obsoleta eller helt förbises. Samtidigt har många företag inom beredskapssektorer betydligt mindre säkerhetslager för sina operativa verksamheter än vad som skulle krävas i en krissituation.
Försörjningsanalyser och samarbeten med näringslivet bör därför vara löpande och dynamiska. De bör dra nytta av tekniska stödfunktioner. AI-drivna dataanalyser kan anpassas för att hantera oförutsägbara scenarier. MSB konstaterar redan detta i sin rapport, men det är avgörande att budgeten för dessa insatser inte görs för snäv då otillräckliga resurser kan hindra en effektiv beredskap.
Dimensioneringen av den försörjningsberedskap som regeringen fastställer och de specifika förmågenivåerna för olika produkter påverkar hur väl vi kan förstå kritiska produkters globala leverantörsnätverk. Genom att kartlägga olika nätverk kan man identifiera vilka beroenden som är kritiska och, om möjligt, minska behovet av beredskapslager. Exempelvis kan inhemsk eller EU-baserad produktion säkerställas för att fortgå även under krig. En sådan kartläggning kan också stimulera alternativa lösningar, som att öka redundansen i leverantörsleden, närma produktionen geografiskt (”nearshoring”) eller välja leverantörer som är mindre riskutsatta. Målsättningen är att upptäcka ”single points of failure”, kluster av leverantörer eller riskabla beroenden av specifika länder eller regioner. Det är särskilt viktigt att undvika beroenden av leverantörer som av geopolitiska eller handelspolitiska skäl kan vara ogynnsamma, exempelvis om de även förser eller ägs av antagonistiska aktörer.
En kontinuerlig och tillräckligt detaljerad analysförmåga måste byggas upp för att övervaka och åtgärda förändrade beroenden i leverantörskedjor. Detta kräver också att förslag till åtgärder kan tas fram löpande och inte bara baseras på diskret rapportering. Leverantörskedjor är ständigt föränderliga – tullar etableras, transportvägar ändras, leverantörer byts ut och geopolitiska risker omvärderas – vilket gör kontinuerlig uppföljning och anpassningsförmåga avgörande.
Erfarenheter från pandemin visar att manuella analyser, såsom Kommerskollegiums kartläggning av Sveriges importberoenden med aggregerad data, inte är tillräckligt detaljerade för att möjliggöra proaktiva eller snabba och reaktiva åtgärder. Idealt bör kartläggningar spåra försörjningskedjor tillbaka till råvarans ursprung, med fabriksnivå som minsta detaljgrad och koppling till specifika produkter. För att detta ska vara genomförbart bör analyserna automatiseras, då manuellt arbete inte kan möta kraven på snabbhet och noggrannhet.
Lärdomar från andra länder
Inspiration vad gäller metodik kan hämtas från länder som Storbritannien, USA och Australien, vilka har investerat i innovativa lösningar och tvärsektoriella samarbeten för att hantera risker i försörjningskedjor. Detta med utnyttjande av avancerad AI-teknik.
Storbritanniens Global Supply Chain Intelligence Pilot (GSCIP) har demonstrerat hur artificiell intelligens och maskininlärning kan användas för att integrera, rensa, filtrera och analysera data från olika källor. Dessa tekniker möjliggör en hastighet och omfattning som manuella metoder inte kan matcha. GSCIP har dessutom visat sig vara både snabbare och billigare än traditionella underrättelsemetoder. Plattformen bygger på data från både privata mjukvaruföretag och myndigheter, vilket gör lösningen mångsidig och effektiv. Genom att användas av flera brittiska myndigheter delas kostnaderna samtidigt som data samkörs och analyserna blir mer noggranna och omfattande.
USA har gjort betydande insatser, särskilt genom Department of Homeland Security Supply Chain Resilience Center (SCRC). SCRC fungerar som en plattform för samarbete mellan staten och näringslivet och fokuserar på att stärka motståndskraften i försörjningskedjor kopplade till kritisk infrastruktur. Genom att använda integrerad analys av försörjningskedjor kan centret förutse, övervaka och hantera risker samt utveckla strategier för att minska sårbarheter och säkerställa tillgången till kritiska resurser. För att detta ska bli framgångsrikt bör ett nära samarbete etableras med privata aktörer inom data, mjukvara, modeller och metoder för att dra nytta av den senaste utvecklingen inom artificiell intelligens, databasteknik, datatillgång samt nätverkseffekter. Svenska myndigheter bör gemensamt bidra med nödvändiga data, t.ex. tullinformation eller data genererade vid inköpsmomentet, för att anpassa analyserna till Sveriges specifika försörjningsperspektiv.
Samarbete med näringslivet
För att få detta att fungera som det är tänkt behöver det ske i samarbete med näringslivet. Man kan fundera på om företagen själva ska undersöka sina kritiska beroenden och regelbundet rapportera in detta arbete men oaktat hur man lägger upp strukturen så kommer samarbete mellan kritiska företag och myndigheter kring data och en gemensam, modellbaserad lägesbild ge stora skalfördelar och skänka modellen relevanta kopplingar som gör den mer anpassad till svenska leveranskedjor. Eftersom detta är ett omfattande arbete med flera osäkerhetsfaktorer kan det vara fördelaktigt att utveckla centret i flera steg och genomföra ett pilottest med en specifik myndighet och dess berörda företag, som exempelvis FMV eller Socialstyrelsen.
Sverige har möjlighet att ligga i framkant inom EU och NATO när det gäller försörjningstrygghet. Med vårt starka exportberoende och ett allt mer osäkert geopolitiskt läge är behovet av dynamiska modeller, som kan simulera hur nya globala allianser och intressesfärer påverkar oss, mer uppenbart än någonsin. Många svenska myndigheter har redan identifierat behoven. Nu måste vi säkerställa att vi etablerar spetskompetens och skapar förutsättningar för att dela data och kompetens mellan myndigheter på ett optimalt och resurseffektivt sätt.
Tobias Larsson verkar internationellt som rådgivare till teknikbolag och har lång erfarenhet av globala leveranskedjor och AI-drivna analysverktyg.
