VCM_022024_LR

FORECASTING, PLANNING & INVENTORY MANAGEMENT

uit onderzoek van IBF. Zo wordt AI veruit het meest genoemd als er wordt gevraagd naar technologieën die de komende jaren de grootste impact zullen hebben in het domein (zie figuur). E. Wilson: “Feit is, of we het nu machine learn ing of ‘predictive analytics’ of nog iets anders noemen, AI-technologie stelt ons in staat dingen fundamenteel anders te doen. De hamvraag is: waar kan AI het grootste verschil maken en waar zitten de valkuilen?” Efficiëntie versus accuraatheid Sowieso krijgen we dankzij AI vlotter toegang tot data en kunnen we berekeningen sneller en efficiënter uitvoeren. Daarnaast heeft AI de kracht om met meer precisie te forecasten. Met andere woorden, ofwel kunnen we ons zelf als doel stellen met AI efficiënter te gaan werken, ofwel kunnen we met AI onze precisie verbeteren. Intussen zijn er al heel wat ‘use cases’ voor verbeteringsmogelijkheden vanuit beide perspectieven. Op basis van de use cases stelt Eric Wilson dat AI het meeste kans op slagen heeft als het doel erin bestaat aan efficiëntie te winnen. Als voorbeeld haalt hij een project aan bij een grote, niet nader genoemde organisatie in de ‘consumer packaged goods’. “Dat bedrijf heeft AI-technologie ingezet om bepaalde stappen in het forecastingproces efficiënter uit te voe ren en te bundelen. Op die manier konden honderd mensen worden uitgespaard. De forecast werd zo wel minder accuraat, maar dat woog niet op tegen de veel hogere effici ënte en de kostenbesparingen die AI met zich meebracht”, illustreert hij. Wel waarschuwt Eric Wilson voor een gevaar dat inherent is aan AI-oplossingen. “Neem nu ChatGPT. Het antwoord dat je daar op je vraag krijgt, is informatief en doorgaans goed geschreven, maar vaak mist de content diepte en perspectief”, meent hij. “Bovendien kan AI op zichzelf geen fundamenteel nieuwe ideeën genereren. De technologie kan evenmin de activiteiten die tot nieuwe ideeën leiden

De antwoorden die je van ChatGPT krijgt, zijn informatief en doorgaans goed geschreven, maar vaak mist de content diepte en perspectief. Bovendien kan AI op zichzelf geen fundamenteel nieuwe ideeën genereren. De technologie kan evenmin de activiteiten die tot nieuwe ideeën leiden ondersteunen, zoals interactief ideeën uitwisselen met anderen.

ondersteunen, zoals interactief ideeën uitwis selen met anderen. Om content te genereren, kijkt AI in eerste instantie naar wat anderen hebben gedaan. Op basis daarvan krijg je als het ware een gemiddelde voorgeschoteld van wat de technologie heeft gevonden. Met andere woorden, AI leidt tot middelmatigheid. Je moet je dan ook afvragen in welke mate je afhankelijk wilt worden van een technologie die doet wat anderen al hebben gedaan. Vraag je bijvoorbeeld aan ChatGPT een definitie van Sales & Operations Planning, dan krijg je als antwoord “een proces om supply en demand te helpen plannen”. Is dat waar? Zeker. Maar een matuur S&OP-proces is veel meer dan dat. Dat is een businessproces dat alle functionele gebieden tracht te aligneren op basis van een aantal op elkaar afgestemde aannames. Zo wordt het mogelijk op een gecoördineerde manier beslissingen te nemen. Als je bij je S&OP-proces niet verder denkt dan de eerste definitie, dan vrees ik dat je er nooit het maxi mum uit zult halen.” De mogelijke impact van werken met AI illus treert Eric Wilson met een ludiek voorbeeld: “Om beenham klaar te maken, volgen wij in onze familie een recept van mijn grootmoe

der. Daarin staat dat we de uiteinden van de ham moeten afsnijden, wat we ook allemaal netjes doen wanneer we een ham bereiden. Tot mijn dochter zich afvroeg waarom we die stukken wegsnijden… Het antwoord van mijn grootmoeder luidde: “omdat haar pan te klein was voor een volledige ham”. Dat wij dat in de familie blindelings bleven doen, was dus onzinnig. Dit is ook een reëel gevaar als je met AI aan de slag gaat: dat je zaken gaat doen “omdat AI het zegt”.” Mensen, processen en data eerst Kortom, bij forecasting en demand planning kan AI-technologie zeker een helpende hand zijn, maar we mogen de kar niet voor het paard spannen. Dat is verleidelijk, want de technologie wordt steeds toegankelijker. Den ken we maar aan ChatGPT. De achterliggende generatieve AI bestaat al vele jaren, het is vooral de gebruikersinterface die de oplossing innovatief maakt. Dat is uiteraard een goede zaak, maar houdt wel het risico in dat mensen er blindelings mee aan de slag gaan. E. Wilson: “Ook in de toekomst zullen de mensen en de processen veruit het belang rijkst blijven. Enkel als die beide goed zitten, kunnen we met AI het gewenste resultaat

34

WWW.VALUECHAIN.BE