“Denk niet in taken, maar in processen”

Crunch Analytics begeleidt al tien jaar bedrijven in de Benelux bij datagedreven projecten, met name in supply chain management en retail. De organisatie helpt bedrijven waarde te halen uit hun operationele data en ontwikkelt en implementeert oplossingen die aansluiten op bestaande softwareomgevingen. De onderneming volgt de ontwikkelingen op het vlak van AI dan ook op de voet.

VCM: Er wordt gezegd dat AI de grootste verandering in softwareontwikkeling betekent sinds de komst van het internet. Is dat volgens jullie terecht?
Maarten Vanhalst: “Absoluut. AI verandert niet alleen de manier waarop software wordt gebruikt, maar ook de manier waarop die software tot stand komt en wordt geïmplementeerd. De manier waarop software wordt gebouwd, is grondig veranderd. Zogenaamde ‘coding assistants’ ondersteunen ontwikkelaars op een niveau dat we een paar jaar geleden nauwelijks voor mogelijk hielden. Vooral sinds de tweede helft van 2025 gaan de evoluties bijzonder snel. We bekijken continu hoe we AI kunnen inzetten boven op de oplossingen die we vandaag al aanbieden, bijvoorbeeld voor forecasting, voorraadoptimalisering of assortimentsplanning.”
Louis-Philippe Kerkhove: “Je kunt het vergelijken met eerdere technologische kantelmomenten, zoals inderdaad de opkomst van het internet of van de smartphone. Een groot deel van het programmeerwerk wordt tegenwoordig door AI ondersteund. Daardoor zal er in de toekomst waarschijnlijk ook veel meer software worden ontwikkeld. Dat betekent echter niet dat iedereen zomaar betrouwbare bedrijfssoftware kan bouwen. Er is een groot verschil tussen iets maken dat prima werkt op je laptop en software ontwikkelen waarop een onderneming haar kritische processen kan laten draaien.”

VCM: Betekenen die ontwikkelingen ook dat bedrijven anders naar software zullen gaan kijken?
L. Kerkhove: “Dat verwachten wij wel. Omdat software sneller kan worden ontwikkeld, ontstaat er opnieuw meer ruimte voor maatwerk. Dat terwijl er jaren gewerkt is op zoveel mogelijk standaardisatie. Maar elk bedrijf heeft nu eenmaal zijn eigen processen. Geen enkel standaardpakket dekt al die verschillen volledig af. Processen omgooien om aan de standaard te voldoen, is zeker niet altijd ideaal. Zelf bouwen we oplossingen op maat die aansluiten op de bestaande omgevingen van klanten om die slimmer te maken. Dat betekent natuurlijk niet dat we altijd vanaf nul beginnen. We hebben onze zogenaamde ‘basis accelerators’ van waaruit we vertrekken en die we aanpassen aan de omgeving van onze klanten. Soms betekent dat dat we data uit verschillende toepassingen samenbrengen, analyseren en de inzichten en acties wegschrijven naar andere bestaande systemen. Die oplossing zullen we dan injecteren op de plaats waaruit we de data gehaald hebben. Daarvoor is zelfs niet altijd een gebruikersinterface nodig.”

VCM: AI evolueert naar een technologie die zelf leert, adviseert en beslissingen neemt. Hoever staan bedrijven daar al in?
M. Vanhalst: “Veel organisaties zetten al een eerste stap door AI te gebruiken om sneller informatie terug te vinden. Via tools als Claude, ChatGPT en Copilot kunnen medewerkers documenten, databronnen en rapporten veel eenvoudiger raadplegen. Als daar een goed datamodel achter zit, wordt ‘self-service analytics’ mogelijk. Op die manier kunnen gebruikers veel sneller inzichten verkrijgen, zonder dat daar een data-analist voor nodig is. Een volgende stap is repetitieve taken automatiseren. Dat gebeurt vandaag ook al, maar meestal nog op beperkte schaal. Pas echt interessant begint het te worden wanneer AI de processen niet alleen automatiseert, maar ook actief gaat opvolgen, analyseren en bijsturen. Daar wordt wel al mee geëxperimenteerd, maar voor de meeste bedrijven is dat toch nog toekomstmuziek.”

VCM: Waar zien jullie vandaag de grootste opportuniteiten voor AI binnen supply chain management?
L. Kerkhove: “Wij vertrekken nooit vanuit de vraag welke AI-technologie we kunnen inzetten, maar altijd vanuit het businessprobleem. Soms is AI de juiste oplossing, soms klassieke software of optimalisering. De technologie moet het proces dienen, niet omgekeerd. Daarbij moeten we vooral naar de kernprocessen van een onderneming kijken. Denk aan assortimentssamenstelling, forecasting, veiligheidsvoorraden of het S&OP-proces. Die processen verlopen vaak nog versnipperd. Sales, planning, productie en finance beschikken elk over een deel van de informatie, terwijl die kennis door de organisatie heen zou moeten stromen. Haal je die silo’s weg, dan groeien de mogelijkheden zienderogen. Een verkoper ziet bijvoorbeeld meteen dat er een overschot van een bepaald product is en kan daar proactief op inspelen. Hij kan ook meteen zien welke leverbelofte realistisch is. Dat soort geïntegreerde besluitvorming levert veel meer op dan één afzonderlijke taak automatiseren, al dan niet via AI.”
M. Vanhalst: “Forecasting is daar een goed voorbeeld van. Dat is zonder twijfel een van de domeinen waarin AI nu al veel concrete meerwaarde biedt. Maar forecasting op zich is natuurlijk geen einddoel. De echte vraag is wat je met die voorspellingen doet. Hoe vertaal je ze naar betere planning, voorraadoptimalisering of assortimentsbeslissingen? Pas wanneer forecasting deel uitmaakt van een breder beslissingsproces, creëer je echt businesswaarde. Daarom bekijken wij forecasting nooit als een afzonderlijke toepassing, maar steeds binnen het grotere geheel.”
L. Kerkhove: “Daarnaast zijn er domeinen die naar mijn mening nog te weinig aandacht krijgen. ‘Pricing’ is daar een goed voorbeeld van. Heel wat bedrijven herbekijken hun prijszetting nauwelijks nog als die eenmaal is vastgelegd. Vaak wordt gewoon een kostprijs genomen met een vaste marge erbovenop. Nochtans is prijs een van de eenvoudigste parameters om aan te passen. Bedrijven investeren vaak veel tijd in de optimalisering van voorraden of productie, terwijl een prijswijziging operationeel veel minder ingrijpend is. Toch zien we geregeld dat organisaties daar nog aanzienlijke brutomarges laten liggen. Dat komt ook doordat prijszetting doorgaans niet echt eigendom is van één afdeling. Supply chain kijkt naar beschikbaarheid en voorraden, sales naar klanten en finance naar marges. AI kan helpen om die verschillende invalshoeken samen te brengen, waardoor prijs een veel meer strategische variabele wordt.”

VCM: AI wordt soms als dé oplossing voor alles gezien. Hoe staan jullie daar tegenover?
M. Vanhalst: “Dat merken wij ook. Een vraag die we geregeld krijgen, is: “Kan AI dat niet oplossen?” Laat ons duidelijk zijn, voor bepaalde toepassingen werkt generatieve AI uitstekend. Een document samenvatten, bijvoorbeeld. Maar als het gaat over het nemen van operationele beslissingen binnen supply chain management, zit je toch in een heel ander verhaal. Forecasting is daar een goed voorbeeld van. Je kunt al je data aan een taalmodel geven en hopen dat het een correcte voorspelling maakt, maar vaak maakt zo’n model fouten of verkeerde assumpties, iets wat vaak niet makkelijk zichtbaar is voor een eindgebruiker. Dan is het veel logischer om gespecialiseerde modellen te gebruiken die daar speciaal voor ontwikkeld zijn.”
L. Kerkhove: “Generatieve AI is al bijzonder krachtig, maar de intelligentie ervan is veel specifieker dan veel mensen denken. Je moet de juiste context aanreiken en heel gerichte vragen aan het systeem stellen. Geef je een brede opdracht, zoals ‘interpreteer mijn volledige orderboek’, dan zal dat misschien één keer goed gaan, maar een volgende keer misschien niet. Dat is dus geen betrouwbare basis om een bedrijfsproces volledig op te laten draaien.”

VCM: AI heeft ook een impact op de huidige software-implementaties. In welke mate verloopt een project met AI-ondersteuning tegenwoordig anders dan een klassiek softwareproject?
L. Kerkhove: “Een van de grootste verschillen is dat je veel sneller een eerste prototype kunt bouwen. Vroeger duurde het vaak maanden voor je de eindgebruikers iets tastbaars kon tonen. Vandaag kunnen we in korte tijd een werkend voorbeeld ontwikkelen en samen met de klant evalueren of we de juiste richting uitgaan. Dat maakt implementaties ook interactiever.”
M. Vanhalst: “Tegelijk brengt AI nieuwe uitdagingen met zich mee. Klassieke software doet in principe altijd hetzelfde. Bij AI ligt dat anders. Een AI-model zal soms een fout maken of minder goed presteren wanneer de omgeving verandert. Dat hoeft geen probleem te zijn, zolang je daar rekening mee houdt. Je moet dus vooraf bepalen hoe je de kwaliteit blijft opvolgen, wanneer je moet ingrijpen en welke controles je inbouwt. Zo moet monitoring een vast onderdeel van een AI-project worden. Daardoor verandert ook de rol van de medewerkers. Steeds meer mensen zullen AI-systemen en agents aansturen in plaats van zelf alle uitvoerende taken op zich te nemen. Dat vraagt nieuwe competenties en een andere manier van samenwerken tussen mens en technologie.”

VCM: Change management is en blijft dus een belangrijke succesfactor bij implementaties?
M. Vanhalst: “Inderdaad. Een AI-project kan technisch perfect uitgevoerd zijn, maar toch mislukken als gebruikers het niet omarmen. Uiteindelijk zullen het altijd mensen zijn die met de oplossingen moeten gaan werken.”
L. Kerkhove: “AI maakt het wel mogelijk om change management anders aan te pakken. Bij klassieke implementaties moeten mensen zich vaak aan de software aanpassen. Vandaag kunnen we software veel beter afstemmen op de realiteit van een organisatie. Als een proces in de praktijk anders verloopt dan op papier, kunnen we die nuance veel makkelijker meenemen. Daardoor wordt de verandering voor gebruikers vaak een stuk natuurlijker.”

VCM: Mogen we aannemen dat het herbekijken van de processen ook bij AI-gedreven implementaties belangrijk blijft?
L. Kerkhove: “Uiteraard. Maar voor alle duidelijkheid: een organisatie hoeft niet te wachten tot alle processen perfect zijn om met de implementatie te starten. Nieuwe technologie kan net stimuleren om tegelijk de bestaande werkwijzen kritisch te bekijken, zodat ze anders ingericht kunnen worden.”

VCM: Waar botsen organisaties het vaakst op wanneer ze AI willen inzetten?
M. Vanhalst: “In veel bedrijven wordt individueel met AI geëxperimenteerd. Dat is niet slecht, want zo ontstaan snel nieuwe ideeën. De grote uitdaging begint wanneer je die experimenten wil opschalen. Dan krijg je vragen rond governance, beveiliging en beheer. Wie is verantwoordelijk voor een AI-oplossing? Hoe zorg je ervoor dat die betrouwbaar blijft functioneren? Dat zijn vragen waar veel organisaties nog mee worstelen.”
L. Kerkhove: “Soms zie je dat medewerkers zelf toepassingen bouwen omdat de IT-afdeling een lange ‘backlog’ heeft. Dat brengt evenwel risico’s met zich mee. Wat als zo’n toepassing plots door twintig collega’s wordt gebruikt? Wie onderhoudt dan de oplossing? En wat als de maker vertrekt? Organisaties moeten met andere woorden een evenwicht vinden tussen experimenteren en voldoende structuur voorzien om oplossingen op een goede en veilige manier te beheren.”

VCM: Er zijn ook veel discussies over AI en de nodige data die erachter steken. Hoeveel data zijn er nodig om AI succesvol in te zetten?
M. Vanhalst: “Voldoende data hebben is belangrijk, maar de kwaliteit van de data is nog veel belangrijker. AI moet ook begrijpen wat data precies betekenen. Daarom moeten begrippen zoals ‘omzet’ en ‘voorraad’ eenduidig gedefinieerd zijn. Voor alle duidelijkheid, die uitdaging was er vroeger ook al, AI maakt ze alleen zichtbaarder.”
L. Kerkhove: “Een goede AI-toepassing is zeker niet altijd gelinkt aan het beschikken over grote hoeveelheden data. Soms zit de meest waardevolle informatie net in de menselijke kennis. Een accountmanager die weet dat een klant waarschijnlijk een grote bestelling zal plaatsen, beschikt over informatie die nergens gestructureerd staat, bijvoorbeeld in een mailbox. AI kan mensen wel helpen om signalen duidelijker zichtbaar te maken en om hen de juiste vragen te doen stellen. Dat is vaak interessanter dan nog eens duizend historische transacties analyseren.”

VCM: Welke zijn volgens jullie nog belangrijke aandachtspunten bij AI-implementaties?
L. Kerkhove: “Het AI-landschap verandert razendsnel. Vandaag is een technologie misschien heel populair, maar over enkele maanden kan dat alweer anders zijn. Daarom is het belangrijk om oplossingen zo op te bouwen dat je later nog kunt bijsturen. Je wilt immers vermijden dat je volledig afhankelijk wordt van één model of een leverancier.”
M. Vanhalst: “Daarnaast zien we soms dat toepassingen worden gebouwd met generatieve AI, terwijl een klassieke oplossing hetzelfde probleem perfect had kunnen oplossen. De ontwikkeling verloopt dan misschien wel sneller, maar je bent intussen wel afhankelijk van externe modellen en hun prijszetting. Ook zulke zaken moet je mee afwegen.”

VCM: Welke menselijke vaardigheden worden volgens jullie belangrijker naarmate AI verder ingeburgerd raakt?
L. Kerkhove: “Mensen zullen beter moeten kunnen uitleggen waarom ze bepaalde beslissingen nemen. Vandaag handelen veel ervaren medewerkers intuïtief. Ze voelen aan dat iets moet worden aangepast, bijvoorbeeld, maar kunnen niet altijd verwoorden waarom. Net die redeneringen wil je kunnen vertalen naar je AI-systeem. Begrijpen waarom je iets doet, wordt minstens even belangrijk dan te weten hoe je het doet.”
M. Vanhalst: “Voor leidinggevenden wordt het belangrijk om goed te leren kiezen. Niet elk idee verdient een investering. De uitdaging is om net die processen te identificeren waar AI echt een strategisch verschil kan maken.”

VCM: Welk advies zouden jullie geven aan CEO’s en supply chain professionals die AI strategisch willen gaan inzetten?
M. Vanhalst: “Maak bewust ruimte om in AI te investeren. Durf keuzes te maken. Je hoeft niet meteen grootschalig te starten. Begin met één concrete usecase die jouw bedrijf aantoonbare waarde kan opleveren en bouw daarop verder. Zo creëer je stap voor stap een stevig fundament.”
L. Kerkhove: “Holistisch denken is erg belangrijk. Mijn advies is dan ook om niet te denken in taken, maar in processen. Een taak automatiseren zal weliswaar tijdswinst opleveren, maar zorgt zelden voor fundamentele veranderingen in de organisatie. De processen in kaart brengen en kijken waar je fundamentele optimalisering kunt realiseren, al dan niet met de hulp van AI, zorgt voor de grootste opportuniteit.”

VCM: Om af te sluiten met de evolutie van de softwareontwikkeling, hoe zal die er volgens jullie over vijf jaar uitzien?
M. Vanhalst: “Er zal zeker veel meer software zijn dan vandaag en AI zal een steeds groter deel van die software mee ontwikkelen. Ontwikkelaars zullen minder tijd besteden aan het schrijven van code en meer aan het oplossen van businessproblemen. Ik denk dat dat de belangrijkste verschuiving zal zijn.”
L. Kerkhove: “Ik hoop vooral dat AI complexe technologie toegankelijker maakt. Veel krachtige, wiskundige optimaliseringstechnieken bestaan al tientallen jaren, maar zijn voor veel organisaties moeilijk toe te passen. Vaak zitten ze wel vervat in dure softwarepakketten die bereidheid vragen om te standaardiseren, en dat willen bedrijven niet altijd. Als AI die complexiteit kan vertalen naar mensentaal en begrijpelijke inzichten voor gebruikers, dan kunnen een pak meer bedrijven er echt voordeel uit halen. Dat zou voor mij de mooiste evolutie zijn.”
TC