Gaat AI ook supply chain veroveren? Ja, maar eerst moeten de data op orde zijn

Artificial Intelligence is hot en iedere maand wordt er wel ergens in de wereld een verbluffende toepassing gelanceerd. Ook in logistiek en supply chain zijn de mogelijkheden van AI ongekend, stelde professor Jos van Hillegersberg tijdens zijn keynote op het evenement ‘In het spoor van Ad van Goor’. Toch waren de al werkende praktijkvoorbeelden die hij noemde nog niet heel spectaculair. ‘Het probleem is dat we in supply chains met ongestructureerde data te maken hebben. Hier kan AI niet zoveel mee.’

Door Harm Beerens

Als hoogleraar op het gebied van computertechnologie en logistiek aan de Universiteit Twente (UT) en academisch directeur van de Jheronimus Academy of Data Science (JADS) in Den Bosch, is Jos van Hillegersberg de perfecte kandidaat voor een spreekbeurt over AI in de logistiek. ‘Momenteel is AI helemaal hot en happening, maar de principes van zelflerende machines bestaan al heel lang, feitelijk al sinds de Tweede Wereldoorlog’, galmt zijn stem door de Sint-Joriskerk in Amersfoort, waar het evenement wordt georganiseerd.

Het is ook niet de eerste keer dat Artificial Intelligence zo prominent in het nieuws is, blijkt uit het historisch overzicht dat Van Hillegersberg schetst. In de vorige eeuw waren er ook al diverse momenten dat AI vol in het nieuws was, zoals in 1996 toen schaakcomputer Deep Blue van IBM grootmeester Garry Kasparov versloeg. ‘Tot nu toe volgde er na iedere hype een periode van desillusie omdat de technologie niet de toepassingen opleverde waarop mensen hadden gehoopt.’

Wereldkampioen dronevliegen

Dat is een groot verschil met de huidige AI-opleving; nu worden er juist aan de lopende band concrete toepassingen gelanceerd. ‘We kennen natuurlijk allemaal ChatGTP, dat binnen twee maanden op honderd miljoen gebruikers zat, maar er is veel meer. Iedere maand wordt er wel ergens op de wereld een AI-toepassing aangekondigd waar iedereen versteld van staat.’ Als voorbeeld laat hij een filmpje over drone racing zien waarbij een AI-gestuurde computer de wereldkampioen dronevliegen verslaat. In een hal leggen de op afstand bestuurbare drones op duizelingwekkende snelheid een ingewikkeld parcours af en vliegen door allerlei poortjes en langs obstakels. ‘Echt ongelooflijk dat een computer op basis van camera’s en sensoren zo snel kan reageren op z’n omgeving en vrijwel real-time de meest optimale beslissingen kan nemen.’

Deepfake-filmpjes

Hij legt uit waarom er nu, met nieuwe technieken als deep reinforcement learning en het combineren van neurale netwerken, zoveel meer kan dan voorheen. Vroeger kon je een computer iets leren door ’m een opdracht te geven en dan feedback te geven op z’n prestaties. Nu zijn we zover dat neurale netwerken elkáár feedback geven en zichzelf via trial-and-error in razend tempo perfectioneren. Zo worden bijvoorbeeld deepfake-filmpjes gemaakt. De ene architectuur bedenkt hoe je een persoon iets kunt laten zeggen en de andere beoordeelt in hoeverre dit overeenkomt met de werkelijkheid… net zo lang tot de computer geen verschil meer ziet.

Vervuilde supply chain-data

Een AI-toepassing als deepfake is alleen mogelijk als je beschikt over enorme computerkracht en heel veel data. Dit laatste is wat binnen supply chains vaak ontbreekt, constateert Van Hillegersberg. Althans, er zijn wel data maar die zijn zo ongestructureerd dat AI er geen chocola van kan maken. ‘Je hebt in logistieke ketens per definitie met verschillende partijen en IT-systemen te maken. Ook wordt er veel gebruikt gemaakt van Excels met vaak vervuilde gegevens erin. Om AI hier iets zinnigs mee te laten doen, zul je die data eerst moeten opschonen en structureren.’ Ook moeten bedrijven volgens hem betere afspraken maken over datamodellen en -formaten. De Basis Data Infrastructuur van de Topsector Logistiek en het Open Trip Model zijn in zijn ogen zeer waardevolle initiatieven om dit te bewerkstelligen. ‘Maar er is nog veel werk aan de winkel.’

Toch is hij ervan overtuigd dat ook binnen supply chain management de AI-lente nu echt is aangebroken. ‘Ik zie zoveel kansen, daarover alleen al zou ik een presentatie kunnen vullen’, zegt hij enthousiast. Hij geeft een paar voorbeelden van AI-toepassingen waar hij zelf bij betrokken was, zoals het voorspellen van de onderhoudsbehoefte op de productielijnen van Tata Steel en het plannen van laad- en losmomenten voor binnenvaartschepen in de Rotterdamse haven. Een ander veelbelovend project waarin hij zelf participeert, is het ontwerpen van een toekomstbestendige food supply chain.

Verfrissende ideeën

Het lastige is dat AI geen kant-en-klare oplossingen voor bestaande supply chain-issues biedt. ‘Je kunt AI inzetten om je klantenbestand te segmenteren, maar het is geen CRM-systeem. Je kunt AI inzetten om je voorraad te optimaliseren, maar het is geen voorraadbeheersysteem. De technologie is breed beschikbaar en kan voor van alles worden ingezet, maar bedrijven moeten er zelf mee gaan experimenteren. Leveranciers van softwarepakketten zijn drukdoende om AI in te bouwen in hun oplossingen, maar dit maakt het nu nog wel lastig voor veel bedrijven om met AI aan de slag te gaan.’ Eén van de tips die hij heeft, is hiervoor studenten van bijvoorbeeld de UT of zijn JADS-academie in te schakelen. ‘Jonge mensen brengen vaak heel verfrissende ideeën mee, ook over AI. Ik zie dat bedrijven hier echt hun voordeel mee kunnen doen.’