VCM_08092023_LR

PARTNERINFORMATIE

Ook kan AI gegevens van diverse apparatuur sensoren analyseren om te voorspellen wan neer onderhoud vereist is en aanbevelingen te doen voor kosteneffectieve onderhouds strategieën. Hierdoor wordt het risico op storingen en stilstand van een magazijn ver minderd, en kunnen tijd en middelen die aan onderhoud worden besteed, worden terugge bracht. Een ander voorbeeld is bijvoorbeeld het inzetten van personeel op eendere locatie in het magazijn wanneer een vrachtwagen een half uur later arriveert. Dit bevordert niet alleen de productiviteit, maar ook de tevre denheid van het personeel. Proactieve softwaresturing Een volgende fase omvat het leren van AI op basis van dergelijke meldingen, waardoor het systeem zelfstandig verbetert en fouten in de toekomst voorkomen worden, of er zelfs auto matisch wordt gehandeld. AI kan bijvoorbeeld helpen om voorraden tijdig aan te vullen en inkoopbeslissingen automatisch te koppelen aan marketingacties. Deze ontwikkelingen bieden aanzienlijke kan sen voor organisaties. Zo toont onderzoek van Deloitte naar optimalisatie en voorspellen binnen het warehouse aan dat de kosten voor onderhoud met behulp van AI met 5-10% kun nen dalen en de voorraadkosten met 5-20% kunnen verminderen. Een onderzoek uit 2021 van het onderzoeksbureau Vanson Bourne naar AI binnen het warehouse onder 350 Ame rikaanse en Britse magazijnen voorspelt dat zij binnen vijf jaar een gemiddelde ROI van meer dan 60% verwachten te behalen door AI-ge baseerde toepassingen. Uitdagingen van AI Tegelijkertijd zijn er uitdagingen verbonden aan het effectief implementeren van kunst matige intelligentie in magazijnbeheer. Dit geldt met name omdat de technologie nog in de beginfase verkeert. AI-modellen zoals Large Language Models (LLM’s), gebruikt in ChatGPT, worden getraind op basis van mil jarden datapunten en worden in de loop van de tijd verfijnd om betere antwoorden te

stel waarin AI wordt ingedeeld in drie risicoca tegorieën. Toepassingen met een onaanvaard baar risico, zoals het Chinese social scoring, systemen met een hoog risico zoals cv-scans, en oplossingen die niet expliciet verboden zijn, blijven grotendeels ongereguleerd. Een marathonaanpak AI heeft aanzienlijk potentieel om processen en taken in magazijnbeheer verder te digi taliseren en optimaliseren. Hierdoor kunnen medewerkers zich meer richten op resulta ten dan op operationele processen. Dit heeft een positieve invloed op de kostprijs per orderverwerking en de betrouwbaarheid van leveringen. AI kan op termijn onder andere downtime in magazijnen minimaliseren en het efficiënt inzetten van personeel bevor deren. Echter, er moet nog gewerkt worden aan regelgeving die ervoor zorgt dat AI in lijn is met passende normen en waarden. AI zal op korte termijn personeel niet overbodig maken. Menselijk inzicht blijft van cruciaal belang om maatwerk te bieden en in te spe len op onverwachte situaties. De komende tien tot twintig jaar zijn de kennis en erva ring van monteurs en vergelijkbare experts juist essentieel voor het maken van de juiste beslissingen. Wel zal AI medewerkers juist ondersteunen bij het nemen van betere besluiten en het efficiënter inzetten van arbeid, wat de tevredenheid van personeel ten goede zal komen.

genereren. Echter, veel magazijnen beschik ken niet over zulke uitgebreide datasets. Een belangrijke uitdaging ligt dan ook in het ver krijgen van relevante en waardevolle data, en tevens in het formuleren van de juiste vragen, ook bekend als ‘prompt engineering’. In de komende jaren zullen magazijnen vooral stre ven naar het digitaliseren van deze kennis, die met name aanwezig is bij monteurs en andere betrokkenen bij het magazijnbeheer. Een andere uitdaging is het verbinden van data afkomstig uit verschillende bronnen en hieruit de juiste conclusies trekken. Een oplos sing hiervoor is eLogiq. Dit cloudgebaseerde dataplatform verzamelt realtime datastromen uit meerdere bronnen, die vervolgens worden geanalyseerd en in een dashboard worden weergegeven. Op korte termijn zal eLogiq ook voorspellende analyses van goederenstromen kunnen maken, terwijl op de lange termijn het doel is om een geautomatiseerde magazijnop lossing te creëren die zichzelf optimaliseert op basis van beschikbare data. Noodzaak van regelgeving Daarnaast moeten regels en wetgeving wor den ontwikkeld voor het gebruik van AI. Het Center for AI Safety, waarbij onder andere CEO’s van OpenAI en Google DeepMind zijn betrokken, heeft gewaarschuwd voor de risi co’s van AI. De Europese Commissie heeft inmiddels de AI Act opgesteld, een wetsvoor

37

VALUE CHAIN MANAGEMENT - AUGUSTUS-SEPTEMBER 2023