VCM_092026_LR

DIGITALE TRANSFORMATIE

“Veel bedrijven plaatsen AI-agenten boven op hun bestaande planning en laten hen gewoon gegevens ophalen. Dat is alsof je zout over je eten strooit en denkt dat je daarmee een nieuw gerecht hebt gecreëerd.”

potentieel van AI onbenut. De vraag is immers niet alleen hoe bedrijven efficiënter kunnen plannen, maar vooral hoe ze betere beslissin gen kunnen nemen. AI biedt dan de moge lijkheid om meer informatie mee te nemen en sneller in te spelen op veranderingen.” Bedrijven moeten daarom eerst terug naar de basis vooraleer ze met AI starten. Wat is een goed plan? Wie moet welke beslissing nemen en op welk moment? Hoe wordt de kwaliteit van de besluiten gemeten en hoe leren we uit eerdere beslissingen? “Pas wanneer organisa ties een duidelijk antwoord hebben op al die vragen en hun basis op orde hebben, kunnen de juiste keuzes worden gemaakt en kan AI daadwerkelijk waarde toevoegen”, meent ze. Data worden dé grondstof voor planning Een van de grootste veranderingen die AI met zich meebrengt, is de manier waarop bedrij

ven met data omgaan. Traditionele plannings systemen zijn vaak gebouwd rond gestructu reerde data in relationele databases. Daardoor wordt een groot deel van de beschikbare informatie simpelweg niet gebruikt. AI maakt het ook mogelijk vlotter ongestructureerde informatie, afbeeldingen, sensordata, video beelden en realtime informatie te gebruiken en in de besluitvorming mee te nemen. Onze relatie met data zal dus fundamenteel veranderen. “Data hoeven niet langer uitslui tend gestructureerd in rijen en kolommen beschikbaar te zijn. Dat opent enorme moge lijkheden”, aldus Lora Cecere. Niet alle AI doet hetzelfde Een grote misvatting is volgens Lora Cecere dat bedrijven AI vaak als één technologie beschouwen, terwijl het in werkelijkheid gaat om een verzameling technieken met elk hun

eigen sterktes. Ook daar komt het er dus op aan de juiste keuze te maken. “Grote taalmodellen zijn geknipt om enorme hoeveelheden ongestructureerde informatie te verwerken”, vertelt ze. “Daardoor worden contracten, e-mails, handleidingen of leve ranciersdocumentatie ineens bruikbaar bin nen planning. Machine learning is dan weer bijzonder geschikt om continu veranderende parameters zoals levertijden, conversieratio’s of doorlooptijden automatisch aan te passen. Neurale netwerken maken het mogelijk veel variabelen tegelijk mee te nemen in voorspel lingen zoals weersinformatie, consumenten reviews, grondstoffenprijzen of concurren tiegegevens. AI-agenten kunnen dan weer repetitieve taken automatiseren en gebruikers bij hun dagelijkse werkzaamheden ondersteu nen.” Dat onderscheid noemt Lora Cecere essen tieel. Ook daarom is het belangrijk eerst te

58

WWW.VALUECHAIN.BE