24/03/2021
Conferenties die online plaatsvinden, het is bijna net zo hip als de hype Artificial Intelligence. Geen wonder dus dat onze consultants Bram Kranenburg en Monique van den Broek beiden uitgenodigd werden om op digitale internationale conferenties te spreken over dit topic. Zo was Bram aanwezig bij de eXplore conferentie van het Luxemburg Centre for Logistics and Supply Chain Management en sprak Monique op de AI conference van het European Supply Chain Forum. Dat is al nieuwswaardig op zich, maar we gaan liever in op de belangrijke inzichten die zij tijdens die dag zelf hebben gepresenteerd en welke innovaties de toekomst brengen. Daarom in deze blog: de belangrijkste learnings over Artificial Intelligence en hoe dit bijdraagt aan een betere logistiek of optimalisatie van het werkproces.
1. Pas Artificial Intelligence alleen toe als het waarde toevoegt
Oké, dit klinkt misschien als een open deur. Maar geloof ons als we zeggen dat we nog regelmatig bedrijven tegenkomen die AI alleen willen toepassen omdat iedereen het doet. Omdat je dan vooroploopt en mee blijft tellen in de maatschappij. AI is een hype. Hypes veranderen. Tuurlijk is het een prachtige innovatie die veel kan brengen, maar ons punt is: start altijd vanuit de businessvraag. Iets wat we bij CQM van nature doen. Stel vragen als: wat is het probleem, waar loop je tegenaan, wat wil je bereiken, enzovoorts. Dat is belangrijker dan aan de hype voldoen. Denk daarbij ook aan de langere termijn, voor als de hype voorbij is. Zie het als: ik heb een schroevendraaier in mijn hand. Als een probleem zich voordoet, ga je dat oplossen met die schroevendraaier. Terwijl je – bij analyseren van het vraagstuk – er wellicht achter komt dat een simpele spijker met hamer voor hetzelfde (of wellichte betere) resultaat zorgt.
Kortom: kijk wat je echt nodig hebt, start bij de vraag en gebruik vervolgens de best passende methode om het beste antwoord te vinden.
2. Pas AI vervolgens toe waar de grootste waarde is
Deze sluit aan op punt 1. AI gaat onder andere over optimalisatie. Het is echter handig als je op voorhand weet dat wat je wilt optimaliseren ook voldoende oplevert. Klinkt wellicht ook vrij logisch, maar toch starten veel mensen met het optimaliseren van deelaspecten, zonder te weten of dit genoeg bewerkstelligt. Om dit inzicht wel te krijgen is het van belang om te focussen op de Descriptive en Diagnostic fase van het Data Maturity model van Gartner. Je moet Artificial Intelligence pas inzetten als je weet wat je aan intelligentie nodig hebt en hoe je die het beste kan inzetten. Stel je hebt een warehouse en gaat de looproute/afstand minimaliseren, dan is het handig op voorhand te weten hoeveel dit oplevert. Als de looproute niet zo’n grote driver is van het proces, stop je wellicht effort in een deelaspect dat weinig zoden aan de dijk zet.
Dus zoom uit en behoud die helikopterview: wat is je hogere doel met optimalisatie? Bij punt 1 besef je dat je wellicht iets met AI moet gaan doen, in punt 2 zoek je naar de belangrijkste drivers om met AI een bijdrage aan te kunnen leveren.
3. Denk niet ‘data + Hadoop + whizzkids = succes’
Huh? We geven toelichting! Je denkt al snel: oké, we hebben data, een framework om die data te analyseren en we hebben slimme mensen. Daarmee los je elk probleem op, toch? Maar zo werkt het niet… Er komt veel meer bij kijken. Bijvoorbeeld: hoe betrouwbaar is de data, het opschonen van de data is vaak een grote klus, en heel vaak heb je meer nodig dan de data zelf – veel ‘zachte’ kennis zit alleen in de hoofden van de domeinexperts.
En vooral: welke oplossing je ook aanbiedt of bouwt, het resultaat moet begrépen worden door iedereen die ermee werkt. ‘Effectiviteit = kwaliteit x acceptatie’ is een mooie oneliner die veel CQM’ers gebruiken. In andere woorden: stakeholder-/verandermanagement is belangrijk bij het verbeteren van processen. Als je te maken krijgt met planners die al jaren volgens een bepaald systeem werken en je komt met een computer (AI) die het werk overneemt en er ‘zomaar’ een uitkomst uitrolt die voor verbetering zorgt, krijg je vaak weerstand omdat het niet begrepen wordt. Uitleggen, trainen en zorgen voor acceptatie van een oplossing binnen een organisatie is dan ook iets waar we bij CQM veel aandacht en zorg voor hebben, zodat de oplossing geen magische black box blijft, maar de experts ondersteunt om goede beslissingen te nemen. Ons vak gaat verder dan slimme intelligentie leveren. Alleen met volledige integratie behaal je écht resultaat.
4. Combineer mens en machine door domeinkennis van experts goed te benutten
Om daarop in te haken: zorg voor een goede combinatie tussen innovaties zoals Artificial Intelligence en experts binnen een organisatie die daarmee werken. Ontwikkelingen zoals AI, Machine Learning en Deep Learning vervangen geen mensen. Ze vullen elkaar aan en ondersteunen elkaar waar nodig. Ook AI heeft zo zijn flaws, net als wij mensen. Niet alles kan perfect, doordat AI bepaalde aspecten uitsluit of ‘te gemakkelijk’ over bepaalde zaken heenstapt. Juist de combinatie tussen mens en machine zorgt ervoor dat we baanbrekende oplossingen kunnen bedenken, we voorop kunnen blijven lopen en met de trends van de wereld mee bewegen.
5. Ga voor decision support of automation met Artificial Intelligence
Deze afsluiter sluit naadloos aan bij punt 4. AI is er vooral om mensen slimmer te maken. Een voorbeeld: stel de Control Room van een fabriek houdt middels verschillende dashboards in de gaten of de fabriek goed loopt. Er wordt gekeken naar bottlenecks, throughput, efficiency, etc. Door AI toe te voegen, kun je nog meer intelligentie in het dashboard brengen. Je geeft mensen bijvoorbeeld meer inzicht in de nabije toekomst, je geeft ze een soort van kristallen bol waardoor ze vooruit kunnen kijken en proactief kunnen acteren i.p.v. reactief. Hierdoor is het mogelijk om problemen tijdig te signaleren en ze te kunnen oplossen. De mensen in de Control Room kunnen verschillende mogelijke oplossingen bepalen, of middels AI kan je automatisch verschillende goede oplossingsrichtingen voorstellen. Deze oplossingen kan je vervolgens doorrekenen om te zien hoe deze presteren op belangrijke KPI’s. Zoals we al zeiden, werken mens en AI dan optimaal samen op het gebied van monitoring, alerting en decision making.
Het kan echter een stap verder, door beslissingen te automatiseren. Dit kan voor taken waarbij weinig menselijke intelligentie is vereist en deze dus gemakkelijk geautomatiseerd worden. Of waarbij de door AI voorgestelde oplossingen eigenlijk altijd door de gebruiker als een mooie oplossing gezien worden. Hierdoor ontstaat er (zo ontzettend belangrijk!) vertrouwen in het gebruik van AI en zou een mogelijke vervolgstap zijn om de voorstellen automatisch te accorderen.
Dit bespaart een hoop tijd en kosten en geeft eenieder de ruimte om op andere, belangrijke taken te focussen, zodat er uiteindelijk een optimaal werkproces ontstaat!
De conferenties zelf
Bram mocht presenteren op de jaarlijkse eXplore conferentie (4e editie dit jaar) van het Luxemburg Centre for Logistics and Supply Chain Management, onderdeel van de universiteit van Luxemburg. Centraal stond de digitale transformatie van de supply chain keten en hoe je daar het beste in meebeweegt. Om innovatie en impact te genereren voor je business en op de hoogte te blijven van de laatste trends en ontwikkelingen. Bram sprak hier over over het VolkerRail-project, waarmee we veel bekendheid hebben gekregen en de Nederlandse Data Science Prijs hebben gewonnen. Bekijk hier de video van het project.
Monique was aanwezig bij de AI conference van het European Supply Chain Forum. Zij sprak over Smart Warehousing en hoe Digital Twins en Artificial Intelligence daarin het verschil maken en voor meer efficiëntie van onder andere het distributiecentrum zorgen.
Meer weten over het succesvol toepassen van Artificial Intelligence binnen jouw organisatie? Neem contact op met Bram Kranenburg of Monique van den Broek.
Wil je daarnaast op de hoogte blijven van het laatste nieuws van CQM, volg ons op LinkedIn of meld je aan voor onze digitale nieuwsbrief.
Fotocredit: Pixabay.
