Van buzzwoord naar praktijk

De term valt in zowat elk gesprek over de zoektocht naar meer efficiëntie en een hogere productiviteit. Sommigen noemen artificiële intelligentie daarom een buzzwoord. Toch hebben verscheidene cases de voorbije jaren het potentieel van de technologie bewezen. “Veeleer dan een buzzwoord, mogen we AI als een containerbegrip zien”, zegt Peter Van Kerkhove, CEO en technisch adviseur bij Cnext, dat gespecialiseerd is in digitale transformatie en AI. Hij stelt vast dat tal van toepassingen vandaag ten onrechte het label ‘AI’ krijgen. Om over artificiële intelligentie te spreken, moet de toepassing immers enkele cruciale kenmerken hebben. Een AI-systeem leert van nieuwe input, redeneert binnen een kader, en functioneert – waar nodig – autonoom. Het betekent dat AI een bepaalde mate van zelfstandigheid heeft en continu menselijk toezicht niet nodig is. Die aspecten onderscheiden AI van traditionele software.

Maar wat mogen we dan verstaan onder AI in een logistieke context? Vooral het autonome aspect, namelijk de software die beslissingen neemt zonder menselijke tussenkomst, is hier belangrijk. Dat kenmerk maakt AI breed toepasbaar binnen de logistiek, variërend van voorraadoptimalisering tot intelligente routeplanning. “AI maakt het mogelijk routes aan te passen op basis van realtime verkeersinformatie en weersomstandigheden, wat niet alleen kosten bespaart, maar ook helpt bij het verlagen van de CO2-uitstoot”, somt Peter Van Kerkhove op. Meer algemeen spelen bedrijven beter in op vraag en aanbod door gebruik te maken van voorspellende analyses, waarbij de kans op voorraadtekorten afneemt en de efficiëntie van magazijnprocessen stijgt.

België op kop

Toch zijn klantverwachtingen misschien wel de grootste drijfveer die logistieke spelers ertoe aanzet de mogelijkheden van AI te verkennen en te implementeren. De moderne consument vraagt almaar meer snelheid en transparantie in leveringen en het staat nu al vast dat AI een gamechanger is om aan die verwachting te voldoen. AI kan gegevens in real time verwerken en klanten onmiddellijk op de hoogte stellen van de status van hun bestelling. De verwachtingen van de klant blijven stijgen en bedrijven in de logistiek moeten daarop inspelen met systemen die naadloos met elkaar – en met de klant – communiceren. Door gebruik te maken van AI kunnen bedrijven de nauwkeurigheid van hun informatievoorziening verbeteren en klantenservice naar een hoger niveau tillen.

Over het potentieel bestaat intussen consensus, maar hoever staat het dan met de concrete implementatie en het gebruik van AI-toepassingen? Recente gegevens van het Europese statistiekbureau Eurostat laten zien dat acht procent van de Europese bedrijven vandaag AI-toepassingen in hun bedrijfsvoering integreert. Met een adoptiegraad van veertien procent is België een van de koplopers op dat vlak en hoeft het enkel Denemarken, Finland en Luxemburg voor zich te dulden. Het gebruik van AI situeert zich voornamelijk rond procesautomatiering en ‘text mining’, ofwel het analyseren van tekstdocumenten. Zoomen we specifiek in op supply chain en logistiek, dan zien we dat 9,6 procent van de bedrijven vandaag AI inzet bij operationele processen zoals planning en de monitoring van vrachtstromen. Tegelijk zien we ook een discrepantie in de ingebruikname van AI-toepassingen door grote bedrijven in vergelijking met kmo’s. Bij grote ondernemingen ligt de adoptiegraad net boven de twintig procent, bij kleine en middelgrote ondernemingen is dat respectievelijk 7,5 en 10,2 procent.

Perspectieven voor kmo’s

Die vaststelling verbaast niet. Bij de implementatie van een AI-toepassing komt een groot volume aan informatie en transacties kijken. Voor kleine ondernemingen blijkt dat nog vaak een grote uitdaging. Dat onderstreept het belang van technologie die laagdrempelig te implementeren is, zonder dat grote hoeveelheden historische data in de weg staan. Zo komen we bij ‘agentic AI’: software die het mogelijk maakt grote hoeveelheden data uit verschillende bronnen te verwerken om zo onafhankelijke analyses uit te voeren, strategieën te ontwikkelen en complexe taken te volbrengen, zoals de optimalisering van supply chains. Agentic AI treedt zo op als een slimme assistent die samenwerkt met medewerkers en hen ondersteunt bij het nemen van beslissingen.

Dat is bijzonder waardevol voor kleine en middelgrote ondernemingen, waar beperkte toegang tot historische data en IT-middelen vaak een uitdaging vormen. Agentic AI biedt een aantal specifieke voordelen aan kmo’s, zoals lagere implementatiekosten en een flexibele opzet die makkelijker aan te passen is aan de bedrijfsprocessen. Het verschil met traditionele AI is dat agentic AI een meer collaboratieve benadering hanteert, waarbij de technologie niet alleen autonoom werkt, maar ook in nauw contact staat met de medewerkers. Het resultaat is een balans tussen mens en machine, die elkaars werk aanvullen.

Meer dan technologie alleen

Hoe laagdrempelig AI-software ook mag zijn: AI-toepassingen functioneren maar zo goed als de kwaliteit van de data waarop je de modellen traint. Peter Van Kerkhove benadrukt dat het succes van AI-projecten in grote mate afhankelijk is van de data-integriteit. “Onvolledige of foutieve gegevens leiden mogelijk tot misleidende resultaten en onjuiste beslissingen”, zegt hij. Een investering in betrouwbare IT-infrastructuur, met name dataopslag, cloudoplossingen en realtime dataverwerking zijn nodig om het maximale uit AI-toepassingen te halen. In de praktijk is het gevolg dat logistieke bedrijven niet alleen focussen op het implementeren van AI-technologie, maar ook op het versterken van hun data-architectuur en het stroomlijnen van processen. Dat vraagt investeringen die een bedrijf op lange termijn terugverdient, onder meer via een betere besluitvorming en verhoogde efficiëntie.

Ondanks het beloftevolle potentieel van AI, duiken er ook uitdagingen op bij het implementeren van de technologie. Het almaar striktere karakter van de wet- en regelgeving en de vraag naar transparantie over het gebruik van AI zijn twee voorbeelden. Bedrijven moeten met andere woorden niet alleen nadenken over wat technisch haalbaar is, maar ook over wat wettelijk toegestaan en ethisch verantwoord is. Een ander belangrijk punt is cybersecurity. AI maakt gebruik van gevoelige bedrijfsdata en stelt bedrijven aan nieuwe cyberrisico’s bloot. Het is van groot belang dat organisaties zich tegen datalekken en cyberaanvallen beschermen. Inzicht in de risico’s is daarom essentieel, net als een passende beveiliging. Het toont eens te meer aan dat het gebruik van AI meer vraagt dan technologie alleen. Evengoed is er nood aan een duidelijke strategie en een performante infrastructuur.

FF