VCM_062026_LR

DIGITALE TRANSFORMATIE

tie groeit en is versnipperd. Om te kunnen opschalen, moet repetitief werk verdwijnen. Dan kunnen mensen zich focussen op hun sterktes. Voor volgende taken kun je AI-agents nu al inzetten: orders updaten, MRP (material requirements planning), systemen bijwerken en taken opvolgen. In de toekomst zal dat takenpakket alleen maar uitbreiden.” Technologie versus mentaliteit Ook leverancierscommunicatie leent zich goed voor automatisering: dialoog voeren in natuurlijke taal en die informatie structureren in databases. “Daarnaast zien we sterke resul taten in backofficefuncties zoals IT-ticketbe heer en customer service. Waar agents nog moeite mee hebben, zijn situaties die een oor deel vereisen in een ambigue of nieuwe con text: strategische afwegingen, relatiebeheer, creativiteit en ethisch redeneren. Dat blijft voorlopig mensenwerk.” Deborah Dull maakt zeker niet als eerste gewag van een zelfsturende supply chain. Toch oogt het concept voor veel supply chain managers nog futuristisch. “Ik beschouw het niet als een verre toekomstdroom, maar als een realiteit die je vandaag al kunt toepassen”, aldus de auteur. “De meeste organisaties zien AI nog als een assistent of in het beste geval een copiloot. Ze weten niet wat een volledig autonome oplossing zonder menselijke tus senkomst echt inhoudt en wat daarvoor nodig is. Die mentale omslag loopt achter op de technologie zelf. Het goede nieuws is dat je als organisatie niet achterop hinkt, want de hele sector bevindt zich nog in een gezamenlijke leerfase.” Bij de implementatie van klassieke AI-toepas singen vormt een gebrekkige datamaturiteit vaak een obstakel. Voor agentic AI lijkt dat struikelblok nog groter. Al ziet Deborah Dull dat anders. “Zelfs wanneer nog veel communicatie gewoon via e-mail verloopt, beschikt agentic AI al over veel bruikbare data. Ik vergelijk het met het inwerken van een nieuwe medewerker. Wat je iemand op dag één laat doen, geeft onge veer het vereiste niveau van digitale maturiteit

zig is en teams begrijpen waarom AI-agents beslissingen nemen, groeit het vertrouwen.”

aan. Die drempel ligt dus vrij laag. Wanneer data onvolledig zijn, kan een team van auto nome AI-agents net helpen om die basis verder op te bouwen.” Aansprakelijkheid Aansprakelijkheid blijft vaak een andere afrem mende factor om beslissingen volledig aan AI toe te vertrouwen. “Organisaties blijven aan sprakelijk, ongeacht of het om menselijke of digitale medewerkers gaat”, zegt Deborah Dull. “Toezicht is dus essentieel. Zonder controle door mensen of andere agents werkt het niet. We zien nu al ‘agent drift’: zonder duidelijke oorzaak verslechteren prestaties van agents na verloop van tijd. Er is dus nood aan duidelijke richtlijnen. Hoe je die instructies formaliseert, is momenteel een bijzonder interessant vraag stuk. Wanneer de nodige transparantie aanwe

Deborah Dull stelt dat volatiele tijden zich net lenen tot het gebruik van AI-agents. “Weinig gebeurtenissen zijn geheel onverwacht. Eerder zijn we geneigd om vroege signalen te onder schatten of te negeren. Een autonoom sys teem kan hier juist beter presteren, omdat het signalen objectiever analyseert zonder voor ingenomenheid. We zien nu al toepassingen die berichtgeving op sociale media en nieuws media als input meenemen. AI rationaliseert die ongemakkelijke informatie niet weg, zoals mensen dat soms doen.” Wat met menselijke inbreng? Waar AI-agents op het toneel verschijnen, verandert uiteraard ook de rol van de fysieke

19

VALUE CHAIN MANAGEMENT - MEI-JUNI 2026