VCM_042026_LR

DIGITALE TRANSFORMATIE

I op forecasting, planning eheer eden, beperkingen en toekomstperspectieven

moeilijker om te plannen. Op zich is dat niet echt nieuws onder de zon, er is altijd wel iets geweest dat ketens verstoort. Wat wel veran dert, zijn de tools die we kunnen inzetten om met die complexiteit om te gaan. AI en datage dreven technieken evolueren veel sneller dan de wereld doet. Technologieën ontwikkelen zich ook vaak het snelst in uitdagende perio des, omdat iedereen op zoek is naar manieren om beter met de situatie om te gaan. Op zich is dat een positieve zaak, maar tegelijk maakt die versnelling het voor bedrijven niet mak kelijk om de juiste keuzes te maken. Welke technologieën zijn voldoende matuur? Waar kun je AI inzetten en waar beter niet? Dat zijn vandaag strategische vragen.” Vertrek niet vanuit de techno logie VCM: “Vindt u dat organisaties soms te snel technologieën zoals AI naar voren schuiven als oplossing voor de toene mende complexiteit? S. Pauly: “Artificiële intelligentie kan zeker helpen om de complexiteit beter beheers baar te maken, door bijvoorbeeld beter te plannen. De grootste valkuil die ik vandaag zie, is dat bedrijven nog te vaak vertrekken vanuit de technologie. Ze vra gen zich af wat ze allemaal met AI zouden kunnen doen, terwijl ze in feite zouden moeten vertrekken vanuit de problemen die ze hebben. Waar kan AI de meeste impact

hebben op de business? Dat zou het startpunt moeten zijn.”

VCM: “Daar is dus nog een shift in mindset nodig.” S. Pauly: “Klopt. Het is ook belangrijk om in het achterhoofd te houden dat niet elke uitdaging om AI vraagt. Klassieke methodes om proble men aan te pakken hebben nog steeds hun waarde. De kunst bestaat erin per ‘use case’ te bepalen welke aanpak het meest geschikt is.” Forecasting als logisch startpunt VCM: “Waar ziet u vandaag de meest con crete toepassingen binnen het domein?” S. Pauly: “Als we spreken over AI en ‘machine learning’, komen we al snel bij forecasting terecht. Forecasting draait in essentie om het herkennen van patronen in data. Dat is exact waar met name machine learning sterk in is. Bovendien zijn die technieken al vrij matuur, waardoor ze zich heel goed lenen als toepas sing om mee te starten.” VCM: “In welke mate integreren jullie al AI binnen Slim4 en voor welke doeleinden?” S. Pauly: “Binnen Slimstock gebruiken we van daag AI voor onder meer anomaliedetectie, promotieforecasting en als ondersteuning bij de introductie van nieuwe artikelen. Die toe passingen bouwen voort op bestaande sta tistische modellen, maar hebben we verfijnd door machine learning. We zijn ook continu

bezig met het verbeteren van onze forecas tingmodellen met de ‘state-of-the-art’ AI-mo dellen die op de markt zijn.” “Ook generatieve AI speelt een steeds grotere rol in onze oplossingen, vooral op het vlak van gebruikersgemak. We hebben anderhalf jaar geleden een eigen slimme chatbot geïn troduceerd met de naam Ask Rolf, vernoemd naar Rolf Pflitsch, een van de oprichters van Steven Pauly, forecasting & inventory optimization expert bij Slimstock: “Bedrijven vertrekken nog te vaak vanuit de technologie. Ze vragen zich af wat ze allemaal met AI zouden kunnen doen, terwijl ze in feite zouden moeten vertrekken vanuit de problemen die ze hebben.”

31

VALUE CHAIN MANAGEMENT - MAART-APRIL 2026