VCM_092026_LR

DIGITALE TRANSFORMATIE

L. Kerkhove: “Dat verwachten wij wel. Omdat software sneller kan worden ontwikkeld, ontstaat er opnieuw meer ruimte voor maat werk. Dat terwijl er jaren gewerkt is op zoveel mogelijk standaardisatie. Maar elk bedrijf heeft nu eenmaal zijn eigen processen. Geen enkel standaardpakket dekt al die verschil len volledig af. Processen omgooien om aan de standaard te voldoen, is zeker niet altijd ideaal. Zelf bouwen we oplossingen op maat die aansluiten op de bestaande omgevingen van klanten om die slimmer te maken. Dat betekent natuurlijk niet dat we altijd vanaf nul beginnen. We hebben onze zogenaamde ‘basis accelerators’ van waaruit we vertrek ken en die we aanpassen aan de omgeving van onze klanten. Soms betekent dat dat we data uit verschillende toepassingen samen brengen, analyseren en de inzichten en acties wegschrijven naar andere bestaande syste men. Die oplossing zullen we dan injecteren op de plaats waaruit we de data gehaald heb ben. Daarvoor is zelfs niet altijd een gebrui kersinterface nodig.” “Vandaag is een tech nologie misschien erg populair, maar over enkele maanden kan dat alweer anders zijn. Daarom is het belang rijk oplossingen zo op te bouwen dat je later nog kunt bijsturen.” VCM: AI evolueert naar een technologie die zelf leert, adviseert en beslissingen neemt. Hoever staan bedrijven daar al in? M. Vanhalst: “Veel organisaties zetten al een eerste stap door AI te gebruiken om snel ler informatie terug te vinden. Via tools als

Claude, ChatGPT en Copilot kunnen mede werkers documenten, databronnen en rapporten veel eenvoudiger raadplegen. Als daar een goed datamodel achter zit, wordt ‘self-service analytics’ mogelijk. Op die manier kunnen gebruikers veel sneller inzichten verkrijgen, zonder dat daar een data-analist voor nodig is. Een volgende stap is repetitieve taken automatiseren. Dat gebeurt vandaag ook al, maar meestal nog op beperkte schaal. Pas echt interessant begint het te worden wanneer AI de proces sen niet alleen automatiseert, maar ook actief gaat opvolgen, analyseren en bijsturen. Daar wordt wel al mee geëxperimenteerd, maar voor de meeste bedrijven is dat toch nog toe komstmuziek.” VCM: Waar zien jullie vandaag de grootste opportuniteiten voor AI binnen supply chain management? L. Kerkhove: “Wij vertrekken nooit vanuit de vraag welke AI-technologie we kunnen inzet ten, maar altijd vanuit het businessprobleem. Soms is AI de juiste oplossing, soms klassieke software of optimalisering. De technologie moet het proces dienen, niet omgekeerd. Daarbij moeten we vooral naar de kernpro cessen van een onderneming kijken. Denk aan assortimentssamenstelling, forecasting, veiligheidsvoorraden of het S&OP-proces. Die processen verlopen vaak nog versnip perd. Sales, planning, productie en finance beschikken elk over een deel van de infor matie, terwijl die kennis door de organisatie heen zou moeten stromen. Haal je die silo’s weg, dan groeien de mogelijkheden ziender ogen. Een verkoper ziet bijvoorbeeld meteen dat er een overschot van een bepaald pro duct is en kan daar proactief op inspelen. Hij kan ook meteen zien welke leverbelofte rea listisch is. Dat soort geïntegreerde besluitvor ming levert veel meer op dan één afzonder lijke taak automatiseren, al dan niet via AI.” M. Vanhalst: “Forecasting is daar een goed voorbeeld van. Dat is zonder twijfel een van de domeinen waarin AI nu al veel concrete meerwaarde biedt. Maar forecasting op zich is natuurlijk geen einddoel. De echte vraag is

wat je met die voorspellingen doet. Hoe ver taal je ze naar betere planning, voorraadop timalisering of assortimentsbeslissingen? Pas wanneer forecasting deel uitmaakt van een breder beslissingsproces, creëer je echt busi nesswaarde. Daarom bekijken wij forecasting nooit als een afzonderlijke toepassing, maar steeds binnen het grotere geheel.” L. Kerkhove: “Daarnaast zijn er domeinen die naar mijn mening nog te weinig aandacht krijgen. ‘Pricing’ is daar een goed voorbeeld van. Heel wat bedrijven herbekijken hun prijszetting nauwelijks nog als die eenmaal is vastgelegd. Vaak wordt gewoon een kostprijs genomen met een vaste marge erbovenop. Nochtans is prijs een van de eenvoudigste parameters om aan te passen. Bedrijven investeren vaak veel tijd in de optimalise ring van voorraden of productie, terwijl een prijswijziging operationeel veel minder ingrijpend is. Toch zien we geregeld dat organisaties daar nog aanzienlijke bruto marges laten liggen. Dat komt ook doordat prijszetting doorgaans niet echt eigendom is van één afdeling. Supply chain kijkt naar beschikbaarheid en voorraden, sales naar klanten en finance naar marges. AI kan hel pen om die verschillende invalshoeken samen te brengen, waardoor prijs een veel meer strategische variabele wordt.” VCM: AI wordt soms als dé oplossing voor alles gezien. Hoe staan jullie daar tegen over? M. Vanhalst: “Dat merken wij ook. Een vraag die we geregeld krijgen, is: “Kan AI dat niet oplossen?” Laat ons duidelijk zijn, voor bepaalde toepassingen werkt generatieve AI uitstekend. Een document samenvatten, bijvoorbeeld. Maar als het gaat over het nemen van operationele beslissingen bin nen supply chain management, zit je toch in een heel ander verhaal. Forecasting is daar een goed voorbeeld van. Je kunt al je data aan een taalmodel geven en hopen dat het een correcte voorspelling maakt, maar vaak maakt zo’n model fouten of verkeerde assumpties, iets wat vaak niet makkelijk zichtbaar is voor een eindgebruiker. Dan

54

WWW.VALUECHAIN.BE