Vier opportuniteiten voor technologisch innovatie

De mens treedt nieuwe technologie altijd met een zekere vrees tegemoet. Dat was zo bij de introductie van het schrift, bij het ontstaan van de boekdrukkunst, maar even goed bij de doorbraak van de televisie en de opkomst van het internet. Diezelfde reflex zien we vandaag bij alles wat met nieuwe technologieën als artificiële intelligentie en robotica te maken heeft. “De boekdrukkunst zou het einde van het menselijke geheugen inluiden omdat we alle kennis in boeken konden terugvinden”, zegt Deborah Nas, professor Strategisch Design voor Technologische Innovatie aan de Technische Universiteit Delft. “En door de televisie zouden we dan weer helemaal geen boeken meer lezen.” Dat soort redeneringen horen we ook vandaag nog, wanneer het over Google gaat, bijvoorbeeld. Waarom nog studeren, als alles toch online te vinden is? Google maakt ons dom. Jongeren communiceren bovendien alleen nog maar via Facebook, maar slagen er niet in om in het echte leven een relatie aan te gaan. Klopt niet, natuurlijk.
 
De angst voor nieuwe technologie is grotendeels ongegrond, maar tegelijk ook begrijpelijk. Technologie kan behoorlijk overweldigend zijn. Tegelijk moeten we relativeren. We lezen nog altijd boeken en we grijpen heus niet voor elke vraag naar een online zoekmachine. “Het is typisch menselijk om angst voorrang te geven op vreugde”, legt Deborah Nas uit. “De angst voor een robot is groter dan de vreugde over de potentiële voordelen die een robot ons kan brengen.” Het voorbeeld is niet willekeurig gekozen. Al vele decennia cultiveren mensen het angstbeeld van de robot die slimmer is dan de mens – en de mensheid uiteindelijk vernietigt. “Het probleem is dat we nieuwe technologie trachten te beoordelen vanuit het bestaande, oude referentiekader.”

Het juiste perspectief

En daar loopt het al snel fout. Het blijkt voor een mens heel moeilijk om het potentieel te zien van iets waarvoor geen referentiekader bestaat: iets dat zo nieuw is, dat het met niets anders te vergelijken valt. Het klassieke voorbeeld is dat ouders hun kinderen wel de hele dag met Legoblokken zouden laten spelen, maar niet met een computerspel als Minecraft. Het verschil schuilt hier eigenlijk alleen in het referentiekader, want in wezen gaat het in beide gevallen om een spel waarbij de spelers bouwblokken gebruiken. Wie een nieuwe technologie bedenkt en introduceert, krijgt er daardoor meteen een grote uitdaging bij. De bedenker van de nieuwe technologie moet niet alleen de oplossing zelf toelichten, maar tegelijk ook een nieuw perspectief aanreiken. Hij moet de mensen als het ware aanleren de voordelen van de nieuwe toepassing te zien.
 
“Perspectief is belangrijk”, zegt Deborah Nas. “Leeftijd speelt daar een rol bij, net als de algemene achtergrond van de persoon. Wanneer iets echt revolutionair nieuw is, blijft het enorm moeilijk om het potentieel ervan te doorgronden.” Ontwikkelingen als het internet, 3D-printing en blockchain kregen in de loop van de jaren allemaal de wind van voren. “Sommige ideeën zijn zo radicaal nieuw dat het enige studie vraagt voor je begrijpt wat er mogelijk is. En dan nog.”
 
Innovatieve spelers houden daar rekening mee. Het eerste model van Tesla, bijvoorbeeld, was vooraan voorzien van een rooster, ook al heeft een elektrische auto geen klassieke koeling nodig. Tesla wilde in de eerste plaats een auto op de markt brengen, die er ondanks zijn innovatieve aandrijving voor de consument toch vertrouwd uit zou zien. Dus voorzagen de designers een rooster, ook al hadden ze daar technisch gezien helemaal geen reden toe. Intussen raakt de consument stilaan vertrouwd met het concept van de elektrische wagen. De nieuwe Tesla Model 3 is de eerste zonder rooster.

Vier domeinen van innovatie

Professor Nas signaleert vier types nieuwe technologieën die het potentieel hebben om het bestaande concept van de supply chain grondig te wijzigen. Sommige van die technologieën zijn intussen al doorgebroken en zorgen voor disruptie. Andere hebben het moeilijker om voet aan de grond te krijgen, niet zozeer omwille van technologische drempels, wel omdat het ook in de supply chain moeilijk blijft ons iets in te beelden dat radicaal verschilt van de concepten en processen waarmee we vertrouwd zijn.

Domein 1: platformen

Het succes van platformen is rechtstreeks terug te voeren naar de vrij hoge graad van digitalisering die de logistieke sector vandaag typeert. Het is net die digitale aanpak die nieuwe vormen van samenwerking via platformen mogelijk maakt. Sourcify is er een voorbeeld van: een platform waar bedrijven op een geautomatiseerde manier de gewenste toeleveranciers vinden. Maar een platform maakt pas echt het verschil wanneer het meer doet dan enkel een bestaand proces met een digitale saus overgieten. Deborah Nas geeft het voorbeeld van Indigo, een leverancier van behandelde zaden die een platform voor landbouwers ontwikkelde. “Op het platform kan de landbouwer ingeven welke gewassen hij heeft gezaaid en wat zijn oogstverwachting is”, vertelt ze. “Van het geoogste gewas kan hij vervolgens stalen opsturen naar Indigo. Het bedrijf controleert de kwaliteit en biedt de oogst via het biedingsplatform te koop aan. Heeft de boer zaden van Indigo gebruikt, dan krijgt hij bovendien een betere prijs. Is de verkoop afsloten, dan levert de boer meteen aan de klant.” De disruptie van het platform zit in de uitschakeling van een aantal klassieke tussenstappen in de keten van akker naar klant, wat zowel voor de landbouwer als voor de afnemer betere prijzen moet opleveren.
 
Ook EME is een mooi voorbeeld van een platform dat de klassieke supply chain verandert. EME staat voor Excess Materials Exchange. Het is een ‘datingplatform’ voor reststromen. In plaats van overschotten weg te gooien – en kosten te maken voor afvalverwerking – kan een onderneming via het platform haar overschotten te koop aanbieden. Afval verandert zo in extra omzet. Het duurzame aspect treffen we ook aan bij Flexport, een platform dat vraag en aanbod in de transportsector op elkaar afstemt. De toepassing richt zich op zee- en luchttransport, maar koppelt daar meteen een belangrijk luik maatschappelijk verantwoord ondernemen aan. Het gaat immers om CO2-neutraal transport, wat een bedrijf toelaat sneller zijn doelstellingen rond emissies en duurzaamheid te bereiken. Gebruikers kunnen via het platform ook overschotten doneren, terwijl ngo’s en non-profitorganisaties er terecht kunnen voor gratis transport en advies.
 
Andere platformen richten zich dan weer op het wegwerken van inefficiëntie in klassieke processen. Met Uber Freight, bijvoorbeeld, breidt Uber zijn activiteiten uit naar de transportsector. In de VS gebruiken bedrijven Freight al langer. Het platform brengt vrachten en transporteurs met elkaar in contact, naar het voorbeeld van de consumentendienst Uber, die chauffeurs en passagiers samenbrengt. In maart kondigde Uber aan dat het in Nederland een eerste Europese test met Freight plant. Toch laat Freight zich niet zomaar met de consumentenversie van Uber vergelijken. Zo behoudt de transporteur de vrijheid om de lading te kiezen. Ook de prijszetting gebeurt anders. Uber Freight maakt prijsafspraken met zowel de verlader als de transporteur – en stopt het verschil op zak. Critici wijzen erop dat het platform op die manier de prijzen wellicht extra onder druk zal zetten. Even goed kan Uber Freight voor meer efficiëntie zorgen. Het platform moet transporteurs toelaten het aantal suboptimale ritten te reduceren en minder ‘lege’ kilometers te rijden.

Domein 2: IoT, big data en artificiële intelligentie

Niet zo heel lang geleden behoorden rekenkracht en opslag nog tot de schaarse middelen van een onderneming. De cloud bracht daar verandering in. Vandaag zijn rekenkracht en opslag via de publieke cloud relatief goedkoop en in principe onbegrensd beschikbaar. Professor Nas verwijst in dat verband naar het eerder aangehaalde referentiekader. “We kunnen het ons nog niet altijd goed voorstellen wat we met die rekenkracht allemaal kunnen doen”, zegt ze. “Deep Blue (de schaakcomputer van IBM die wereldkampioen Garri Kasparov versloeg – nvdr) was eigenlijk niets meer dan een voorbeeld van brute kracht. Die computer slaagde erin alle mogelijke zetten te berekenen, veel sneller dan voor een mens mogelijk is.” Artificiële intelligentie is echter van een heel andere orde.
 
Om richting artificiële intelligentie te evolueren, is meer nodig dan alleen maar die sterke rekenkracht. Zo komen we bij machine learning terecht. “Dat is onder meer de manier waarop de spamfilter in onze pc werkt”, legt Deborah Nas uit. “De toepassing slaagt erin spam te herkennen en tegen te houden, op voorwaarde dat ze dat vooraf kreeg aangeleerd. Verschijnt er een nieuw type spam, dan moet het systeem dat eerst leren.”
 
Deep learning is een vorm van machine learning waarbij de computer ook de context in het verhaal meeneemt. Dat blijkt in de praktijk soms heel lastig. Een bekend voorbeeld daarvan is de zogenaamde ‘chihuahua challenge’, waarbij een toepassing voor deep learning er niet bepaald feilloos in slaagt het onderscheid te zien tussen een chihuahua en een muffin.

​Van analyse naar voorspelling

“De echte kracht van dat soort oplossing schuilt in de combinatie van realtime data en artificiële intelligentie”, zegt Deborah Nas. “Op die manier kun je namelijk gebeurtenissen analyseren en voorspellen.”
 
FourKites is een applicatie voor realtime tracking die van die combinatie gebruik maakt. De toepassing voorspelt onder meer wanneer ladingen op hun voorziene bestemming zullen aankomen en signaleert vertraging. FourKites maakt daarbij gebruik van een eigen algoritme dat het bedrijf voedt met realtime data uit diverse wereldwijde transportnetwerken. Optoro is een applicatie die realtime data analyseert om retourstromen efficiënter te maken. Het bedrijf richt zich in de eerste plaats op de retail. “De routing van retourstromen vormt een grote uitdaging”, aldus Deborah Nas. “Bedrijven als Zalando en Wehkamp kampen met enorme retourstromen, tot veertig à vijftig procent van alle bestellingen.” Dat heeft niet alleen een grote impact op het vlak van kosten en ecologische voetafdruk, voor de klant is het vaak ook een heel gedoe.
 
Optoro gebruikt machine learning en predictieve analyse om ervoor te zorgen dat de klant het terugsturen van een pakje op een positieve manier ervaart, zodat het proces – ook al was de bestelling geen succes – toch bijdraagt aan de klantentevredenheid en klantentrouw. Achter de schermen zorgt de voorspellende analyse van de applicatie ervoor dat de geretourneerde goederen terechtkomen op de plaats waar het bedrijf ze het best kan gebruiken, bijvoorbeeld in een specifiek winkelpunt. Dat vermijdt extra transportkosten en maakt de supply chain van de onderneming een stuk efficiënter. “Een probleem waar retailers mee kampen, is dat van de consumenten die kledij bestellen, de outfit dragen op een feestje en daarna terugsturen”, vervolgt Deborah Nas. “Zalando gaat daar tegenin door de kledij van grote tags te voorzien en geen retours zonder tags te aanvaarden.”
 
Een volgende stap zou erin kunnen bestaan via artificiële intelligentie foto’s van bestelde kledij op sociale media op te sporen. Spot de toepassing een geretourneerde outfit op een foto van een feestje, dan zou de retailer daar maatregelen aan kunnen koppelen, bijvoorbeeld door die klant geen gratis retour meer aan te bieden.

Domein 3: blockchain

Rond blockchain was de voorbije jaren heel wat te doen. Intussen is de hype stilaan over zijn hoogtepunt heen en komen de echte cases aan de oppervlakte. “Blockchain is in de logistieke sector een bruikbare technologie omdat het bijzonder geschikt is om transacties vast te leggen en goederen op te volgen. Het grote voordeel schuilt in het feit dat het allemaal decentraal en transparant gebeurt.”
 
Dat we blockchain als een valabele en waardevolle technologie mogen beschouwen, blijkt onder meer uit Tracelink. Dat is een pilootproject in samenwerking met het Amerikaanse voedings- en geneesmiddelenagentschap FDA – toch niet de minste organisatie – dat blockchain inschakelt in de strijd tegen namaakmedicijnen. Dichter bij huis lopen projecten bij onder meer Albert Heijn en Carrefour. Zij gebruiken blockchain om de herkomst van diverse producten te waarborgen.

Domein 4: robotica

Terwijl er rond innovatie via platformen en artificiële intelligentie vandaag al heel wat concrete toepassingen bestaan en intussen ook de eerste concrete cases voor het gebruik van blockchain opduiken, loopt het domein van de robotica voorlopig nog wat achter. “Er zijn wel al voorbeelden,” zegt Deborah Nas, “maar het zijn er te weinig om al van echte best practices te kunnen spreken.” Aan mogelijkheden ontbreekt het nochtans niet. Zo zou het gebruik van robots de land- en tuinbouw ingrijpend kunnen veranderen, inclusief de impact op de keten van akker naar consument. Er lopen projecten met volledig gerobotiseerde, verticale installaties voor de teelt van groenten. De verwachting is dat ook de oogst van groenten en fruit in de toekomst meer en meer via robots zal verlopen.
 
In de supermarkt kan een robot alle gangen, rekken en schappen overlopen om na te gaan of de producten netjes gepresenteerd zijn. Tegelijk kan de robot melden hoeveel product er nog op voorraad is, wat de planning voor het aanvullen van de rekken een stuk efficiënter zou kunnen maken. Amazon bedacht een oplossing voor een ‘random stow warehouse’. In dat magazijn hebben producten geen vaste plaats, maar krijgen ze een opslaglocatie in functie van hun omvang en de beschikbare ruimte. Dat er uit die chaos toch een efficiënte oplossing voortkwam, heeft alles te maken met de robots die de juiste schappen op het juiste moment naar de orderpickers brengen. Mogelijk duiken robots straks ook in ons dagelijkse leven op. Robby 2, een klein zelfrijdend wagentje, en de robothond van Continental zijn oplossingen die in het pakjestransport mogelijk een antwoord bieden op het vraagstuk van de last mile.

Experimenteer

Innoveren is en blijft een uitdaging. Tegelijk is het voor ieder bedrijf een noodzakelijke voorwaarde om op lange termijn te overleven. “Je kunt als onderneming zelf experimenteren”, besluit Deborah Nas, “maar dat is uiteraard niet altijd een eenvoudige oefening, al was het maar op het vlak van financiering.”
 
Een meer haalbaar initiatief bestaat erin aan te kloppen bij een accelerator of incubator en na te gaan of daar een mogelijkheid bestaat om in samenwerking een concept uit te werken. “In ieder geval moet je durven experimenteren,” klinkt het nog, “en daaruit leren.”