Optinex utvecklas nu vidare och kan agera som en AI-agent i kundens befintliga miljö.
– Oerhört komplex funktionalitet presenteras väldigt enkelt för användaren, säger Johan Eriksson, CTO ForestX.
Optinex är ForestX planerings- och optimeringsverktyg för sågverk och träproducerande företag. Nu tar utvecklingsteamet, under ledning av CTO Johan Eriksson, verktyget vidare med en AI-agent.
En viktig del i utvecklingen är Model Context Protocol (MCP). MCP gör det möjligt att koppla AI-agenter till Optinex funktioner och data på ett strukturerat sätt. En annan central del är Skills; funktioner och förmågor från Optinex som kan publiceras direkt i kundens AI-agent.
Arbeta i befintlig AI-agent
Tanken är att samma Optinex-backend ska kunna användas från flera olika gränssnitt. Kunden kan arbeta direkt i Optinex webb-app eller använda Optinex funktioner via den AI-agent man använder i arbetet.
– Det är inte en enskild AI-agent som löser hela flödet. Det är samspelet mellan MCP-servrar från olika leverantörer som gör det möjligt. Optinex bidrar med sin specialistkunskap inom planering och optimering, säger Johan Eriksson.
– I framtiden är det här att se som ett nytt gränssnitt, vi kan låta användare arbeta i språk, säger Johan Eriksson, och fortsätter:
– Oerhört komplex funktionalitet presenteras väldigt enkelt för användaren. Vi låter AI-agenten hjälpa användaren få tillgång till den här ibland svårtolkade informationen. Det här är inte längre bara att hämta data, utan vi tar det ett steg till och kan tillexempel gå vidare med att skapa en order.
Hur fungerar då Optinex med AI-funktion i praktiken?
Tänk att du står inför frågan: När kan jag lova leverans av 42×120×4200 CLS till Washington, USA?
Ställ frågan till Optinexs AI-agent och få ett direkt svar baserat på aktuell kapacitet och ledtid.
Agenten kan då:
- tolka produkt, kvantitet och destination,
- kontrollera produktionskapacitet och ledtid via Optinex,
- räkna fram och bekräfta ett exakt leveransdatum.
I exemplet kan användaren sedan be sin AI-assistent att skapa ordern.
Det innebär att AI-agenten inte bara hämtar information. Den kan hjälpa användaren genom flera steg i processen – från att tolka en fråga och analysera tillgänglig information till att ge ett konkret beslutsunderlag och, när användaren ber om det, gå vidare till en åtgärd.
Hittar alternativa produkter
Ett annat användningsområde är att hitta bästa produktalternativen.
Om den efterfrågade produkten inte finns i lager kan AI-agenten söka efter alternativa produkter som kan levereras inom den önskade tidsramen.
Frågan till agenten kan exempelvis vara:
”Vilka är de bästa alternativen för 42×120×4200 CLS som kan levereras inom två veckor?”
Agenten kommer då att:
- identifiera önskad specifikation,
- söka i aktuellt lager och möjliga produktionsalternativ,
- leta efter motsvarande eller närliggande dimensioner och kvaliteter,
- använda kundens specifika regler,
- rangordna alternativen efter tillgänglighet och ledtid.
Det innebär att agenten kan hjälpa till att hitta en lösning även när exakt rätt produkt saknas.
Från data till beslut
Den tekniska arkitekturen är byggd för att kunna användas av flera kunder och AI-miljöer. Optinex MCP-servrar och tjänster körs i en multi-tenant-backend, samtidigt som varje kunds data hålls isolerad i en egen databas. Alla interaktioner autentiseras och kommunikationen är krypterad.
På så sätt kan ForestX publicera Optinex funktionalitet en gång och göra den tillgänglig i olika AI-miljöer.
– Optinex ska kunna bli en del av kundens befintliga AI-miljö. Det ska inte spela någon större roll om användaren arbetar i Optinex, SAP Joule eller en annan AI-agent, Optinex ska finnas där det behövs, säger Johan Eriksson, CTO ForestX.
