BL_08092020_LR

VISIE

Technology push en requirements pull

aangezien er al prima standaarden op de markt zijn. Kies bij voorkeur wel een imple mentatie die breed gedragen is binnen je businessdomein. Al te vaak hanteren verschil lende entiteiten binnen de supply chain uiteenlopende standaarden, waardoor je belangrijke inzichten mist.” BL: Het delen van data vraagt om een grote mate van transparantie. Is het hele ecosysteem daartoe bereid? Prof. P. Grefen: “Veel bedrijven zijn bang om hun concurrentieel gevoelige data te delen. Maar door ze voor jezelf te houden, verlies je ook zelf veel moge lijkheden. Neem nu twee transportbe drijven die elk afzonderlijk met halfvolle trucks een regio bedienen waar weinig bedrijvigheid is. Wanneer die partijen samenwerken, genereren ze een mooi gezamenlijk voordeel. Waar een zekere ongelijkheid tussen deelnemende bedrij ven ontstaat, biedt de valorisatie van data soelaas. Dat kan met een financiële afweging, maar ook door een praktische ruil. Bijvoorbeeld de ene partij bezorgt de andere meer data, zij het met enige ver traging, tegenover de andere speler met minder informatie, die zijn data sneller moet bezorgen. Het gaat erom een balans te vinden die werkelijke samenwerking mogelijk maakt.” BL: Bevindt de koers naar de autonome supply chain zich in de laatste rechte lijn? Prof. P. Grefen: “Ik denk dat op termijn een autonome supply chain voor stabiele voorraadketens op technologisch vlak mogelijk is. Al blijft het vanuit juridisch oogpunt een moeilijk verhaal. Want wat als een softwaresysteem automatisch bestellingen plaatst en er iets misloopt? Waar ligt dan de verantwoordelijkheid? Hoewel tools op feiten gebaseerde inschattingen maken, vertrouwen de meeste planners graag op hun buikge voel. Ik vermoed dat er altijd iemand op de knop zal blijven drukken.” KD

helaas technische kennis ontberen. Aan de andere zijde vinden we de techneuten met een beperkte voeling met de bedrijfsbehoef ten. Waar het organisaties aan ontbreekt, zijn goede ontwerpers, echte businessarchitecten. Die profielen proberen we vanuit onze univer siteit af te leveren.” Data-ambitie BL: Hoe belangrijk is de datacomponent in dat verhaal? Prof. P. Grefen: “Data zijn essentieel, maar je moet er wel op de juiste manier over naden ken. Beschouw data niet als een kristallen bol die je alles zal vertellen. Business intelligence leert je patronen uit het verleden te herken nen, waarvan je hoopt dat ze de toekomst mee helpen voorspellen. Dat werkt enkel wan neer je historische data op punt staan. Naar aanleiding van een workshop die we namens de Data2Move community van het European Supply Chain Forum organiseerden, vroegen we een twintigtal deelnemende bedrijven hoe ze het effect van inefficiënt datamanage ment binnen hun organisatie inschatten. Twee derde gaf aan dat het hun bedrijf naar hun gevoel meer dan vijf procent winstverlies kost. Er is dus nog werk aan de winkel op het vlak van datahuishouding. De oorzaak situeert zich opnieuw vaak in een foutieve opeenvol ging van innovatiestappen. Bedrijven willen bijvoorbeeld Lean Six Sigma implementeren alvorens hun data op orde staan.” BL: Hoe kan het anders en hopelijk ook beter? Prof. P. Grefen: “Het lijkt me raadzaam om te reflecteren over hoe je datamanagement er vandaag al voor staat en waar de opportu niteiten schuilen. We creëerden daartoe een ‘data ambition matrix’, waarmee fabrikanten, retailers en logistiek dienstverleners zichzelf een spiegel voorhouden. ‘Hoe ver staan we op het vlak van data-integratie, zowel intern als extern met ketenpartners? Waar ligt mijn ambitie?’ Ik adviseer om een interne verant woordelijke voor datahuishouding onder de arm te nemen, bij voorkeur een medewerker met een business-mindset. Een datamodel hoef je wat mij betreft niet zelf te creëren,

BL: Zijn vandaag alle nodige technologieën op de markt om die businessmodellen vorm te geven? Prof. P. Grefen: “Technologische innovatie is overal. Toch merk ik een discrepantie tussen een ‘technology push’ en een ‘requirements pull’. De digitale technology push ving aan met de opkomst van het internet. Later zou bijvoorbeeld RFID tot een belangrijke techno logie uitgroeien, gevolgd door zaken als cloud computing en blockchain, om tot de AI-hype van vandaag te komen. Aan de andere kant bevindt zich de requirements pull: het denken vanuit de vereisten van een bedrijf. ICT-le veranciers denken te veel vanuit hun tech nische mogelijkheden en te weinig vanuit de concrete noden van de markt. Bedrijven vragen dan weer concrete oplossingen waar de bestaande technologieën niet altijd een antwoord op bieden. Ze digitaliseren zonder altijd te weten wat ze er eigenlijk mee willen bereiken: we kopen de technologie omdat ze er is, niet omdat we er effectief nood aan hebben. Dat leidt tot halfslachtige oplossin gen. De digitale bestedingen zijn bovendien niet altijd zo royaal als we denken of bedrijven ons graag laten uitschijnen. Een budget van enkele honderdduizenden euro klinkt indruk wekkend, maar oogt minder spectaculair wan neer het maar één procent van de jaarlijkse omzet vormt. Soms is het ook een kwestie van standaardisering. Verschillende partijen beschouwen hun standaard als de juiste, waar door we natuurlijk weinig progressie boeken. De digitalisering van de Europese vrachtbrief lijkt bijvoorbeeld een basale stap, maar heeft heel wat voeten in de aarde. Het is in mijn ogen frappant dat we dergelijke documenten anno 2020 nog per fax versturen. Vaak zetten werkelijk grote leveranciers als Amazon of SAP in zo’n situatie zelf de standaarden uit om te digitaliseren, waarop iedereen moet volgen.” BL: Wie moet binnen een organisatie die noden en oplossingen op elkaar afstemmen? Prof. P. Grefen: “Ondernemingen beschikken over uiterst bekwame bedrijfskundigen, die

10

W W W . V A L U E C H A I N . B E