VCM_062026_LR

VISIE

medewerkers samenwerken met innova tieve systemen en robots. Dat vraagt nieuwe vaardigheden. Als je bijvoorbeeld met AMR’s (autonomous mobile robots) werkt, mag je verwachten dat de operatoren die opnieuw in gang krijgen wanneer ze blok keren.” T. Vandevelde: “We zien ook een duidelijke verschuiving in de inhoud van de rollen in het magazijn. Op operationeel niveau neemt AI de routinetaken over: operators moeten vooral begrijpen waarom het systeem iets doet zodat ze correct kunnen ingrijpen bij uitzonderingen. Supervisors evolueren naar een controlerende rol: ze bewaken de data en sturen bij waar nodig. En op manage mentniveau verschuift de focus naar stra tegische keuzes: welke AI-investeringen maken we en hoe organiseren we het maga zijn van morgen?” S. Popelier: “Je kunt ook niet langer verwach ten dat één persoon alle skills beheerst. Daarbij denk ik meer bepaald aan het ver

schil tussen coachende profielen enerzijds en technisch onderlegde profielen ander zijds. We moeten evolueren naar een opti male samenwerking en co-creatie tussen die verschillende soorten functies. Belangrijk is ook dat AI daarbij wordt gezien als onder steuning, niet zozeer als vervanging.” W. De Swaef: “AI is in bepaalde zaken heel sterk, bijvoorbeeld in patronen herken nen of voorspellingen maken, maar ik ben ervan overtuigd dat creativiteit en menselijk inzicht tot nader order belangrijk blijven. Daarnaast worden control towers steeds belangrijker in moderne magazijnen, met teams die processen monitoren en bijsturen op basis van data analytics dasboards.” “Pickingoptimalisering, slotting en staffingmodellen die door AI worden ondersteund, zijn typische toepassingen waar je snel resultaat ziet.” VCM: “Wat zijn volgens jullie de belang rijkste valkuilen tijdens AI-implementa ties? S. Popelier: “Bedrijven denken vaak dat ze stappen kunnen overslaan. Het is belang rijk om eerst de juiste fundamenten te leggen: zorgen dat je de juiste masterdata hebt, voldoende inzicht in je systemen, de nodige KPI’s (key performance indicators), enzovoort. Pas daarna kun je nadenken over optimalisering via AI.” J. De Kimpe: “De drang om per se ‘iets met AI’ te willen doen, zonder duidelijke stra tegie. Dat geldt trouwens voor alles wat je

doet binnen je operaties: je moet weten waarom je iets doet.” T. Vandevelde: “Je mag natuurlijk niet te lang wachten om AI-projecten op te starten, maar zonder governance riskeer je versnipperde initiatieven zonder samenhang, draagvlak of schaalbaar potentieel.” E. Mehmedbegovic : “Daarom hebben wij bij Manhattan Associates onze Agent Foundry ontwikkeld. Tijdens driemaandelijkse pilots ondersteunen we klanten ook bij het vinden van de juiste use cases en het opstarten van standaard agents. Zo proberen we hen voor de typische valkuilen te behoeden. Ik zou organisaties ook afraden om meteen met complexe toepassingen te starten als ze nog onvoldoende maturiteit hebben opgebouwd.” W. De Swaef: “Andere klassieke valkuilen zijn, zoals aangehaald, gebrekkige data en onvol doende change management. Belangrijk is ook dat je eerst je processen onder de loep neemt en indien nodig re-engineert vooral eer je gaat automatiseren en optimaliseren.” Simon Popelier, innovation manager bij Logflow: “Wat vandaag als AI wordt verkocht, zijn vaak klassieke optimaliseringstechnieken. Door de hype rond generatieve AI geeft men ook andere optima liseringsoplossingen nu heel graag een AI-label.”

Jan De Kimpe, directeur van LogisolPro: “Pickingoptimalisering, slotting en staffing- modellen die door AI worden ondersteund, zijn typische toepassingen waar je snel resultaat ziet. Daar heb je ook duidelijk meetbare resultaten. Dat maakt zo’n toepassingen ideaal om mee te starten.

13

VALUE CHAIN MANAGEMENT - MEI-JUNI 2026