AI en GenAI in actie

De exponentiële groei en adoptie van AI wordt verder aangewakkerd door technologische doorbraken: krachtiger hardware, innovaties op het vlak van software en datacenters die steeds grotere hoeveelheden data kunnen opslaan. AI komt zo binnen handbereik van ons allen.

Ook in de wereld van supply chain zorgt AI voor een ware revolutie. Denk aan slimmere besluitvorming, verhoogde efficiëntie en realtime optimaliseringen. AI verwerkt enorme hoeveelheden data, voorspelt trends en voert complexe taken razendsnel uit. AI transformeert gaandeweg hoe bedrijven plannen, produceren en leveren.

Maar dat is niet zonder kanttekeningen. AI brengt ook risico’s en vraagstukken met zich mee: hoe zit het met ethiek en veiligheid? Kunnen we AI wel vertrouwen? En de vraag die misschien nog wel het vaakst weerklinkt: “Gaat AI mijn job overnemen?”.

Wat is kunstmatige intelligentie?

De kiem van AI werd gelegd in de jaren 1950, toen Alan Turing stelde dat “een computer het zou verdienen om intelligent genoemd te worden als hij een mens zou kunnen misleiden door hem te laten geloven dat hij ook een mens is”. Kort daarna introduceerde wiskundeprofessor John McCarthy de term ‘artificiële intelligentie’ in zijn zoektocht naar machines die taal gebruiken om menselijke problemen op te lossen. Vandaag omschrijft de Europese Commissie AI als “systemen die intelligent gedrag vertonen door hun omgeving te analyseren en acties te ondernemen – met een zekere mate van autonomie – om specifieke doelen te bereiken”.

Meer concreet bestaat AI uit vier fundamentele bouwstenen die menselijke vaardigheden nabootsen:

- Waarnemen: AI verzamelt informatie via sensoren of andere middelen en zet deze om in verwerkbare gegevens. Denk aan een systeem dat het weer, nieuwsberichten of geopolitieke ontwikkelingen opvolgt om mogelijke supply chain-verstoringen tijdig te detecteren en risico’s in kaart te brengen.

- Denken: Via algoritmes en bijvoorbeeld ‘machine learning’ analyseert AI de gegevens, herkent ze patronen en simuleert ze scenario’s om risico’s te beperken of processen te optimaliseren.

- Handelen: AI doet aanbevelingen of voert acties autonoom uit, zoals het aansturen van zelfrijdende voertuigen, het omleiden van transporten of het plannen van productie.

- Leren: AI leert continu bij op basis van de resultaten van voorgaande acties. Zo worden voorspellingen steeds accurater en kan men voorraden of routes efficiënter beheren.

AI is een breed veld dat verschillende technologieën en toepassingen omvat die zich focussen op het nabootsen van menselijke intelligentie. AI bestaat daarbij uit een aantal duidelijk gedefinieerde subdomeinen:

- Machine Learning (ML) leert patronen uit historische data om voorspellingen te doen;

- Natural Language Processing (NLP) analyseert en genereert informatie in menselijke taal via tekst en spraak;

- Computer Vision herkent en interpreteert beelden en video’s;

- Robotica laat machines fysieke handelingen uitvoeren en interageren met hun omgeving;

- Generatieve AI genereert nieuwe, originele inhoud op basis van bestaande data.

AI vs. generatieve AI

Hoewel de termen AI en GenAI tegenwoordig vaak door elkaar worden gebruikt, zijn er duidelijke verschillen. AI is gericht op het analyseren van data, het interpreteren van gegevens en het nemen van beslissingen op basis van logica. GenAI gaat een stapje verder en creëert nieuwe inhoud. Van teksten en muziek tot afbeeldingen en zelfs productontwerpen. Large Language Models (LLM’s), de belangrijkste technologie achter GenAI, maakt dat mogelijk doordat de modellen getraind worden op enorme hoeveelheden tekstdata. GenAI produceert daarbij originele inhoud, in interactie met gebruikers aan de hand van ‘prompts’.

Kortom, AI analyseert en beslist, GenAI creëert. De vraagt blijft echter hoe zowel AI als GenAI worden ingezet in supply chain management.

(Gen)AI in de supply chain

AI en GenAI zijn ondertussen actief in alle domeinen van de supply chain, van planning, over sourcing, productie en levering, tot het ondersteunen van circulariteit.

In planning

AI-algoritmes helpen om beslissingen te optimaliseren op verschillende niveaus: strategisch (bv. netwerkdesign), tactisch (bv. bepalen van voorraadniveaus) en operationeel (bv. productie-scheduling). Dat laat de organisatie toe de impact van verschillende scenario’s te vergelijken en geïnformeerde beslissingen te nemen. Zo kunnen verschillende vraagscenario’s worden gesimuleerd aan de hand van probabilistische modellen om de accuraatheid van vraagvoorspelling te verhogen en planning te optimaliseren, wat de efficiëntie en betrouwbaarheid van de supply chain ten goede komt.

GenAI zal de mogelijkheden van het systeem verruimen door rekening te houden met factoren als veranderingen in consumentengedrag en markttrends.

Bij OMP, een provider van oplossingen voor supply chain planning, werden GenAI pilots geïntegreerd binnen hun Unison Planning. Dat omvat een interface waar planners documentatie kunnen raadplegen en waarbij de chatbot interne en externe data analyseert, alsook e-mailverkeer, social media posts en rapporten over markttrends. De planner kan als het ware in gesprek gaan met de supply chain planning.

In sourcing

AI-algoritmes helpen bij het identificeren en selecteren van leveranciers op basis van bepaalde eisen en voorkeuren (bv. risicoprofiel en locatie). AI kan ook het inkoopproces ondersteunen, automatiseren en versnellen. GenAI draagt bij door bijvoorbeeld aankoopdocumenten in te vullen, offertes te vergelijken of ‘agents’ in te zetten in de onderhandelingen met klanten.

In productie

AI-algoritmes helpen kwaliteitsinspecties te optimaliseren en vroegtijdig defecten te detecteren. AI analyseert daarbij grondig de productielijn, en past de nodige parameters aan om kwaliteit te waarborgen en verspilling te verminderen. GenAI bevordert creativiteit en innovatie binnen het productieproces. Het laat bedrijven toe meer ideeën te onderzoeken, sneller te experimenteren, en hun ontwerpcycli te versnellen.

In levering

In combinatie met huidige GPS-applicaties kan AI voorspellende analyses maken om vertragingen te beheren en routes te optimaliseren. GenAI draagt daar toe bij door trends te observeren en aanvullende data te analyseren over het weer, verkeer en klantengedragingen. Die inzichten kunnen naadloos in bestaande route-optimaliseringen worden geïntegreerd.

In de circulaire keten

Artificiële intelligentie ondersteunt de circulaire stroom van bedrijven met de visuele herkenning van bepaalde retourproducten. GenAI helpt vervolgens om klantenvragen rond die retourzendingen te beantwoorden. Een AI-algoritme kan bovendien defectoorzaken analyseren, wat bedrijven toelaat hun productkwaliteit te verbeteren.

Uitdagingen

AI evolueert voortdurend. Elke vernieuwing creëert beloftes, maar gaat steevast ook gepaard met nieuwe uitdagingen en vraagstukken.

In wat volgt, duiken we dieper in op een aantal kwetsbaarheden: gegevensbescherming, algoritmische vooroordelen en hallucinatie.

Gegevensbescherming

AI-systemen die in een planningsdomein worden ingezet, hebben grote hoeveelheden gegevens nodig – variërend van transactionele gegevens (bv. vraag en aanbod) tot vertrouwelijke, soms gevoelige gegevens (bv. contracten, interne bedrijfsactiviteiten). Die gegevens kunnen worden blootgelegd bij hacking en een lek kan leiden tot schending van privacy en financiële verliezen. Bedrijven hebben dan ook baat bij een transparant en sterk beleid rond dataverzameling, databeheer en cybersecurity.

Algoritmische vooroordelen

AI wordt gecreëerd en getraind door mensen – momenteel toch nog – en kan bepaalde menselijke vooroordelen overnemen. Dat resulteert mogelijks in problemen als discriminatie. Denk maar aan werving en selectie. AI kan anderzijds ook kansen bieden voor neutraliteit en consistentie door beslissingen te inspireren of te nemen die datagedreven zijn en minder beïnvloed door persoonlijke emoties.

Hallucinatie

GenAI confronteerde de wereld met hallucinatie en verwarring (‘confabulation’). Bij ‘hallucinatie’ genereert een AI-model foutieve of verzonnen informatie. Het model creëert dus informatie die niet bestaat, ook niet in zijn trainingsgegevens. Er is sprake van ‘verwarring’ wanneer een AI-model ogenschijnlijk correcte, maar feitelijk onjuiste antwoorden geeft omwille van incomplete data. Kennis van die limieten is cruciaal voor een verantwoord gebruik van AI.

Zal AI mijn job stelen?

Dat AI het werklandschap zal veranderen, staat buiten kijf. Zo heeft AI het potentieel om het supply chain landschap nieuwe vormen te geven – niet enkel door taken te laten verdwijnen of transformeren, maar ook door de menselijke rol opnieuw te definiëren. Volwaardige jobs zullen an sich niet verdwijnen, maar de invulling van bepaalde taken zal veranderen, alsook de partij die deze taak uitvoert.

Mensen en machines zullen intensiever moeten samenwerken. Dat vraagt om een hernieuwde focus op menselijke vaardigheden – zoals digitale geletterdheid, kritisch en systemisch denken, en het bewustzijn om technologie te blijven interpreteren en bij te sturen waar nodig. AI mag dan zogezegd wel razendslim of ‘intelligent’ zijn, zonder menselijk inzicht en vertrouwen in die technologie werkt het vaak niet optimaal. Denk maar aan de supply chain planner die gebruik maakt van een geavanceerd planningsysteem om de meest efficiënte planning te voorzien. Als de planner die technologie niet vertrouwt, is de kans reëel dat hij herhaaldelijk beslist om het AI-gegeneerde voorstel te verwerpen en finaal toch voor een eigen geformuleerd plan te opteren. De kracht van moderne technologie zit echter in de naadloze samenwerking tussen mens en technologie, waarbij beide partijen elk hun eigen sterktes bijdragen om tot de meest optimale uitkomst te komen.

Vertrouwen is dan ook vaak de sleutel tot succesvolle samenwerking en volwaardige integratie. Gebruikers moeten daarbij begrijpen hoe AI werkt, waarom het bepaalde keuzes maakt en wat het effect is op hun job. Zolang AI als een ‘black box’ aanvoelt – waarbij de interne werking een mysterie blijft –, zal er weerstand zijn. Wanneer de AI verklaarbaar en transparant is in haar acties en redenering, is de kans groter dat mensen de output zullen vertrouwen en aanvaarden.

De mens blijft van tel

Uit het voorgaande kunnen we besluiten dat AI en GenAI ongeziene mogelijkheden bieden voor supply chains: van planning tot levering, van ontwerp tot risicobeheer. Maar hun succes hangt niet enkel af van technologie, algoritmes of rekenkracht. Het draait nog steeds om mensen; om vertrouwen.

Ann Vereecke

Ignace Decroix

Over de auteurs

Ann Vereecke is professor Operations and Supply Chain Management en partner bij Vlerick Business School. Zij zetelt als bestuurslid bij verscheidene bedrijven en is actief als directeur van het Vlerick onderzoekscentrum ‘Smart People in the Smart Supply Chain’.

Ignace Decroix is doctoraal onderzoeker aan Vlerick Business School en Universiteit Gent. Zijn onderzoek focust op de vertrouwensrelatie tussen mens en technologie op de werkvloer, waaronder planningssystemen, productiesystemen, en drones voor inspectie en logistiek. Ook is hij coauteur van Digital at Heart – How to Lead a Human-Centric Digital Transformation.