De hype van de realiteit onderscheiden
De digitale supply chain volgens prof. Richard Markoff
Prof. Richard Markoff, lector, auteur en supply chain expert: “Aligneer eerst de organisatie, betrek alle relevante partijen bij jouw ambities en denk dan pas over de datatool na. Zo niet, is de investering in artificiële intelligentie en machine learning weggegooid geld.”
Wie al eens een supply chain conferentie bijwoont, wordt overdonderd door termen als machine learning, de autonome goederenketen en ‘large language models’. Het komt er daarbij op aan de hype van de realiteit te onderscheiden. “De hooggespannen verwachtingen voor Industrie 4.0 zijn nog niet volledig ingelost. Niet zelden verliezen bedrijven de basis uit het oog, nochtans een noodzakelijke voorwaarde voor meer ambitieuze projecten”, meent professor Richard Markoff, verbonden aan de ESCP Business School in Parijs en voormalig supply chain expert bij L’Oréal. Samen met collega-professor Ralf Seifert van de universiteit van Lausanne schreef hij onlangs een tweede versie van de bestseller ‘The Digital Supply Chain.’
Richard Markoff werkte 22 jaar bij het beautyconcern L’Oréal, waarbij hij voortdurend hogere treden op de supply chain ladder besteeg. Kers op de taart was zijn rol als verantwoordelijke voor het opzetten van standaarden binnen de supply chain. “Ik kreeg er de kans om best practices op te zetten op het vlak van klantensamenwerking, distributie, demand planning en productieplanning”, blikt hij terug. “De structuren die we toen hebben opgezet, gelden nog altijd als een belangrijke gids voor de innovatie roadmap van L’Oréal op het vlak van supply chain.”
Data management als basis
Opvallend is dat L’Oréal, als vertegenwoordiger van een eerder klassieke branche als de beautyindustrie, al vele jaren in de top 25 prijkt van de toonaangevende supply chains volgens Gartner. “L’Oréal pionierde al vele jaren geleden met AGV’s, robotisering en andere slimme technologieën. Al begint alles er bij het data management”, stelt Richard Markoff. “De onderneming begrijpt als geen ander dat het verzamelen van kwalitatieve informatie de basis vormt voor de end-to-end digitaliseringsambitie van de waardeketen.”
Die aandacht voor de basis loopt als een rode draad door de tweede versie van het boek ‘The Digital Supply Chain’. “Demand planning geldt als een van de populairste toepassingsgebieden van artificiële intelligentie en machine learning. Toch hangt het succes van de geïntegreerde vraagplanning naar mijn mening slechts zeer beperkt af van de tool die je hanteert”, gaat de professor verder. “Wat op de eerste plaats komt, is het databeheer en het opzetten van heldere structuren om die data te verzamelen. Je planningssoftware mag nog zo gesofisticeerd zijn, zonder accurate en sturende gegevens brengt die je geen stap verder.”
Daarom raadt prof. Markoff aan eerst de organisatie te aligneren. “Betrek alle relevante partijen bij jouw ambities en denk dan pas over de tool na. Zo niet, is de investering in AI en machine learning weggegooid geld. Het is mooi om de zaken groots te zien, maar begin bij de fundamenten. Een collega en doctoraatsonderzoeker legde in een studie de prestaties van die ‘slimme’ algoritmes naast de klassieke methodes. Daaruit blijkt machine learning niet sterker te scoren. ‘Al zouden betere contextuele data de prestaties hebben verbeterd’, luidde de conclusie. Dat geldt uiteraard ook voor de klassieke analysemethodes.”
De waarom-vraag
In hun boek benadrukken de professoren het belang van de waarom-vraag.
Prof. R. Markoff: “Natuurlijk lijkt elke nieuwe technologie aanlokkelijk en grensverleggend, maar stel je eerst de vraag waarom je die wil integreren: wil je er geld mee besparen; zorgt ze ervoor dat je jouw pioniersrol bestendigt; draagt ze bij tot de duurzaamheidsdoelstellingen? Voldoet de technologie aan één of enkele van die verwachtingen, bouw dan een businesscase op en zorg ervoor dat het management jouw project ondersteunt. Ik raad bedrijven aan ook de menselijke factor niet uit het oog te verliezen. Bij verregaande digitalisering vrezen medewerkers voor hun job. Of die angst al dan niet gerechtvaardigd is, het komt er sowieso op aan tijdig en duidelijk te communiceren.”
Het mag duidelijk zijn dat de auteurs een sceptische kijk hanteren. “We juichen digitale innovatie uiteraard toe, maar willen de zaken tegelijk in perspectief plaatsen en overdaad vermijden. In het boek concluderen we op basis van casestudies dat opwindende trends niet altijd leiden tot betere bedrijfsmodellen met hogere marges. Hypes komen en gaan: eerst was er RFID, dan ‘blockchain’, in een latere fase kwamen de ‘digital twins’ en vandaag hebben we het over generatieve artificiële intelligentie. Wanneer je dieper kijkt, merk je dat die technologieën heel wat in huis hebben, maar slechts in een beperkt aantal gevallen echt toegevoegde waarde bieden. Meer nog, de opkomst van de vele hypes creëert onnodige stress. Iedereen hoort de ‘buzzwords’ en krijgt het gevoel erop in te moeten spelen.”
Voorspellend onderhoud met AI blijft onder verwachtingen
Het toepassingsgebied van artificiële intelligentie dat volgens Richard Markoff de verwachtingen het minst heeft waargemaakt, is voorspellend onderhoud. “Je kunt wachten tot de machine het begeeft of een standaardcadans instellen waarbij je mogelijk te vroeg of te laat ingrijpt”, zegt hij. “Door de machines met behulp van IoT te monitoren, lijken de voordelen misschien wel het meest aanschouwelijk en behapbaar. Het hele traject vindt binnen de bedrijfsmuren plaats en de onderhoudskosten en levensduur van de machine vallen in financiële data uit te drukken. Toch blijft het aantal uitgerolde projecten schaars. Veel bedrijven starten een businesscase, maar besluiten dat de kosten-batenanalyse toch niet gunstig genoeg blijkt. Waar voorspellend onderhoud wel vlot zijn weg vindt, is in het geautomatiseerde distributiecentrum. Niet zelden beschikken die spelers over beperkte onderhoudsploegen, zeker in vergelijking met productiebedrijven, waardoor de slimme technologie er een grotere meerwaarde biedt.”
Op de vraag welke technologie prof. Markoff dan wel als het meest ingrijpend beschouwt, klinkt het antwoord weinig sexy. “Ik vind cloud computing de grootste ‘gamechanger’: technologie die bedrijven echt helpt bij de dagelijkse werking van hun supply chain. Dankzij de cloud kun je een maximaal voordeel uit nieuwe software halen, zonder de nood aan ingrijpende integraties en personalisatie. Wanneer je gebruik maakt van cloud-toepassingen stel je bovendien automatisch vast dat je er met behulp van zuivere data nog meer tastbare waarde mee genereert. De cloud fungeert op die manier als een katalysator voor je dataproject. Op het vlak van robotisering verwijs ik opnieuw naar het distributiecentrum als koploper. Niet toevallig kocht Amazon enkele jaren geleden roboticaspecialist Kiva Systems.”
Richard Markoff en Ralf Seifert publiceerden een geüpdatete versie van ‘The Digital Supply Chain’.
Planning-as-a-Service: voor- en nadelen
Richard Markoff en Ralf Seifert publiceerden onlangs samen een artikel over ‘Planning-as-a-Service’: de benadering die het planningsproces aan een externe partij uitbesteedt. “Een duidelijk voordeel is dat het bedrijf zijn directe personeelsbestand verlaagt”, meent prof. Markoff. “In veel situaties hebben bedrijven geen behoefte aan een fulltime personeelsbestand voor vraagplanning. Een ander pluspunt is expertise. Het vinden, trainen en behouden van getalenteerde vraagplanners vormt een uitdaging. Externe vraagplanningsbedrijven zijn beter geschikt voor die taak, omdat het hun belangrijkste waardepropositie is. Toch zijn er ook verschillende minpunten en aandachtspunten. Door de planning van de vraag uit te besteden, verliezen bedrijven een zekere mate van controle over een essentiële hefboom voor de prestaties van de supply chain. Supply chain managers hebben bovendien jarenlang gestreden voor de erkenning van hun job als een kritieke bedrijfsfunctie. Het uitbesteden van zelfs maar een deel van de vraagplanning ondermijnt de vooruitgang die is geboekt en geeft in plaats daarvan aan dat supply chain geen echte kerncompetentie is.”
IT aligneren
In het boek komen verschillende praktijkstudies aan bod, bij grootspelers als Henkel, Heineken, L’Oréal en Zalando.
Prof. R. Markoff: “Wat mij het meeste is bijgebleven, is de vaak grote weerstand voor verandering bij de IT-afdeling. Bij L’Oréal integreerden we de data van onze SKU’s en leveranciers via een cloudapplicatie. De IT-afdeling hanteerde evenwel een eenzijdige en SAP-georiënteerde kijk. Ze faciliteerde alle veranderingen bij voorkeur binnen het SAP-ecosysteem en stond vaak weigerachtig ten opzichte van de integratie van externe applicaties. We hebben bijgevolg veel werk besteed aan het openstellen van de omgeving richting andere software. Het evalueren van die spelers en het integreren van interfaces kost je op korte termijn meer tijd en moeite, maar je moet het grotere plaatje voor ogen houden.”
“Tijdens mijn gesprekken met andere supply chain managers kwam dezelfde ervaring naar voren”, vervolgt de professor. “Het gaat erom alle neuzen in dezelfde richting te krijgen. Bij L’Oréal heerste gelukkig een cultuur die innovatie omarmt. De CEO stond ook erg open voor nieuwe ideeën. Waar je de kans krijgt om te experimenteren, kunnen mooie verhalen ontstaan. Het meest illustratief is misschien wel dat L’Oréal een IT-afdeling onder de R&D-divisie heeft geplaatst. Wanneer het bedrijf nieuwe producten ontwikkelt, betrekt het IT dus meteen mee in het verhaal, daar waar traditioneel de onderzoekers eerst het creatieproces starten, waarna de IT-afdeling moet zien hoe ze die innovatie vanuit haar oogpunt vorm kan geven.”
KD
Premium
Deze inhoud is enkel leesbaar voor ingelogde Value Chain abonnees.
Heeft u een abonnement op het Value Chain informatiepakket? Meldt u aan via onderstaande knop en lees het gewenste artikel of magazine online.
