Hershey bruger AI dér, hvor mange andre stadig nøjes med pilotprojekter

Hershey har gjort noget, mange store virksomheder taler om, men få beskriver klart. På sit Investor Day den 31. marts 2026 lagde selskabet frem, at AI skal bruges i driften fra sourcing analytics til fulfilment, plant automation og bedre koordinering mellem medarbejdere. AI News pegede på historien, men det interessante ligger i, at Hershey kobler AI direkte til forsyningskæde og produktivitet, ikke kun til kontorværktøjer.

💡 Det Hershey faktisk lover Hershey vil bruge AI i sourcing, fulfilment, fabriksdrift og medarbejderforbindelse på tværs af driften. I selskabets 2026-guidance ligger en forventning om 4 til 5 procent vækst i omsætningen og 2,5 til 3,5 procent organisk vækst. Hershey taler om en moderne forsyningskæde drevet af automation, teknologi og AI-baserede beslutninger.

Det er værd at hæfte sig ved, fordi mange danske virksomheder stadig har deres AI-indsats splittet op i små forsøg. En chatbot til kundeservice her. En tekstassistent til marketing der. Et forecast-projekt i en anden afdeling. Problemet er, at gevinsten ofte bliver lille, når data og beslutninger ikke hænger sammen på tværs af indkøb, lager, produktion og levering.

Hersheys vinkel er mere jordnær. Hvis råvarepriser ændrer sig, efterspørgslen hopper, eller en leverandør halter, skal AI ikke bare skrive et notat om det. Den skal hjælpe med indkøb, planlægning og prioritering, mens driften kører. Det er især relevant for danske fødevarevirksomheder, producenter, logistikaktører og dele af offentlig sektor, hvor forsyning, kapacitet og bemanding skal hænge sammen hver dag.

Det betyder ikke, at alle skal kopiere Hershey. Virksomheden er stor, og den har andre systemlandskaber end de fleste danske organisationer. Men retningen er nyttig. AI giver mest værdi, når den er koblet til de steder, hvor der bliver købt, flyttet, planlagt og besluttet, og hvor fejl koster penge med det samme.

Mandag morgen bør ledelsen derfor stille et mere skarpt spørgsmål end normalt: Hvilken driftsbeslutning vil vi forbedre først, og hvilke data skal være på plads for at gøre det sikkert? Hvis svaret stadig er et generelt ønske om at "bruge mere AI", er man ikke klar endnu. Hersheys udmelding er interessant netop fordi den er knyttet til drift, mål og ansvar.