Vincent Weijers, COO Bol, over AI: ‘Schaalbaarheid is cruciaal’

Hoe moet je je assortiment beheren als dat uit 38 miljoen producten bestaat? Bol maakt daarvoor gebruik van artificiële intelligentie (AI). Tijdens een leiderschapssessie van IG&H legde COO Vincent Weijers (foto) uit waarom zijn bedrijf fors inzet op zowel klassieke als generatieve AI. ‘Wij kunnen niet alle 38 miljoen producten handmatig beoordelen. Schaalbaarheid is daarom cruciaal.’ 

Door Marcel te Lindert 

Acht jaar geleden zette adviesbureau IG&H de eerste stappen op het gebied van artificiële intelligentie met de aanstelling van een data-scientist. Groot was de verwondering toen deze specialist in een paar dagen voor elkaar kreeg waar de adviseurs van IG&H een paar maanden voor nodig hadden. ‘Toen is voor ons het licht aangegaan. Inmiddels beschikken we over een team van veertig data-scientisten. We hebben een ontwikkeling doorgemaakt van descriptive naar predictive en zelfs prescriptive analytics’, vertelt Jasper van Rijn (foto, rechts), managing director van IG&H.

De laatste ontwikkeling betreft generatieve artificiële intelligentie, vaak afgekort tot GenAI. Waar klassieke vormen van AI voornamelijk gericht zijn op het herkennen van patronen in data, is GenAI in staat om op basis van data volledig nieuwe content te genereren. Dat kunnen teksten zijn, maar ook afbeeldingen, video’s of zelfs liedjes. ‘De laatste drie, vier jaar heeft de ontwikkeling van GenAI een enorme boost gekregen. Ook voor ons was GenAI nieuw’, meldt Kris Lanjouw, die binnen IG&H leiding geeft aan het team van data-scientisten.

Productdata aanvullen

Desondanks heeft IG&H al meerdere toepassingen van GenAI gerealiseerd, ook in de supply chain. Een voorbeeld betreft een technische groothandel met distributiecentra in heel Europa. Het assortiment telt honderdduizenden artikelen, waarvan de data lang niet altijd compleet zijn. ‘Het opvullen van de gaten in die productdata is belangrijk om hun supply chain goed te kunnen aansturen. Ze willen weten voor welke machine een onderdeel bestemd is. Ze willen het type machine weten, maar ook in welke sectie en subsectie van de machine het onderdeel zit. Zonder deze productdata kunnen ze niet goed voorspellen wat ze moeten bestellen’, legt Lanjouw uit.

IG&H heeft GenAI ingezet om de gaten in de productdata op te vullen. Het team van Lanjouw heeft drie weken nodig gehad om de data van maar liefst 200.000 producten aan te vullen. ‘De groothandel heeft twee mannen in dienst die fulltime bezig zijn met productdata. Waar wij drie weken over deden, zouden zij vier jaar voor nodig hebben gehad. Hun forecast is nu een stuk verbeterd.’

Maggi en Willi

Bol gaat nog een stukje verder. Nederlands grootste online warenhuis gebruikt AI om de kwaliteit van het assortiment te monitoren. ‘Wij verkopen op dit moment 38 miljoen artikelen. Die kunnen we niet allemaal handmatig monitoren’, verklaart Vincent Weijers, die tot 1 juli de functie van COO bij Bol bekleedt. ‘Daarom gebruiken wij twee tools: Maggi en Willi. Maggi controleert of we een product volgens de wet- en regelgeving mogen verkopen. Daartoe is Maggi onder meer aangesloten op Safety Gate, de database van de EU met gevaarlijke non-foodproducten. Ook gebruiken we beeldherkenning om de teksten en pictogrammen op de producten te checken. Als Maggi uiteindelijk akkoord is, checkt Willi of we het product daadwerkelijk in het assortiment willen opnemen.’

Natuurlijk werken deze tools niet foutloos. Er zijn altijd producten die ertussendoor glippen en alsnog handmatig beoordeeld moeten worden, geeft Weijers toe. ‘Uiteraard werken deze tools met een beperkte mate van betrouwbaarheid, maar je kunt je voorstellen dat we daarmee het aantal handmatige interventies flink beperken. Voor een bedrijf als Bol is dat cruciaal. Een doorsnee supermarkt verkoopt 10.000 producten, wij 38 miljoen. We kunnen al die producten niet op dezelfde manier behandelen als een supermarkt. Schaalbaarheid is onontbeerlijk. Daarom zijn we al heel vroeg begonnen met nadenken over mechanisering, automatisering en artificiële intelligentie.’

Digitale variant van mechanisatie

Om duidelijk te maken wat Bol onder AI verstaat, begint Weijers met een toelichting op het begrip mechanisering. Daarvan is sprake als machines worden ingezet om een reeks handmatige, repetitieve handelingen over te nemen. Wie het proces wil aanpassen, moet eerst de machine aanpassen. Klassieke AI omschrijft Weijers als een digitale variant van mechanisatie. ‘Daarmee kunnen we rekenregels en modellen programmeren, die we kunnen loslaten op een verzameling data. Ook hier ligt vooraf vast wat het model gaat doen. Als je dat wilt veranderen, moet je het model aanpassen’, verklaart Weijers. ‘Met de moderne variant van AI is dat niet meer nodig. Daarbij traint het model zichzelf.’

Weijers laat zien welke weg Bol op het terrein van AI heeft afgelegd. Die startte in 2006 met het automatisch genereren van aanbevelingen aan consumenten, gevolgd door de inzet van AI voor onder meer product research en dynamic pricing. In 2017 ontwikkelde Bol een AI-tool voor optimalisatie van het orderpickproces die 9 procent kortere looproutes heeft opgeleverd. In 2019 introduceerde Bol een tool voor daily capacity steering. Weijers: ‘Als we tijdens de piek eind december geen capaciteit meer hebben, zetten we de winkel dicht. Dan stellen we de levertijd van bijvoorbeeld kattenvoer op januari, zodat we capaciteit vrijspelen voor kerstcadeaus. Daar zit slimme technologie achter, want we zetten echt geen mensen neer om 38 miljoen knoppen steeds weer aan en uit te zetten.’

Praatgroepen over AI

Hoe krijgt Bol het voor elkaar om steeds weer nieuwe AI-tools te ontwikkelen? Weijers noemt vier succesfactoren, waaronder het opzetten van AI-focusgroepen. ‘Dat zijn eigenlijk gewone praatsessies, waar iemand zijn probleem kan uitleggen en anderen daarover kunnen meedenken. Daarnaast hebben we op Google.AI een eigen platform waar we veilig kunnen experimenteren met AI. En we organiseren regelmatig AI-hackathons, waarin we jonge mensen uitnodigen om met ons naar een probleem te kijken. Zoals het probleem dat we niet altijd de juiste productafmetingen in ons systeem hebben staan. Die zijn vast ergens op het internet te vinden, maar hoe check je of die data betrouwbaar genoeg zijn om de bestaande masterdata te overschrijven?’

Lanjouw (foto, rechts) heeft nog een paar algemene tips voor bedrijven die willen starten met AI. Ze adviseert hen om klein te beginnen, vanuit het idee dat een kleine stap beter is dan géén stap. Daarnaast is het zaak om te experimenteren: probeer nieuwe technologieën zoals GenAI uit, kijk wat er gebeurt en leer daarvan. ‘Tot slot: maak gebruik van jong talent. Dat is met nieuwe technologieën opgegroeid. Geef ze een podium’, stelt Lanjouw. Martijn Lofvers, chief trendwatcher van Supply Chain Media, voegt daar in zijn inleiding nog een advies aan toe: ‘Ga na wat het grootste knelpunt in je supply chain is en focus daarop. Dat is het punt waarop je artificiële intelligentie moet inzetten. En vergeet niet naar de businesscase te kijken.’

Shopping assistant

Op dit moment werkt Bol aan nieuwe toepassingen, ook van GenAI. Voor het genereren van softwarecodes, bijvoorbeeld. ‘Het is toch fantastisch als we een probleem in gewone taal kunnen opschrijven en automatisch in codes kunnen omzetten?’, stelt Weijers. ‘Daarnaast zijn we bezig met de ontwikkeling van een natural language shopping assistant. Wij willen consumenten niet helpen met zóeken, maar met het vínden van producten. Bijvoorbeeld door deze shopping assistent te vragen om een cadeautje van maximaal 15 euro te zoeken voor een achtjarige jongen die gek is op Formule 1 en fan is van Ferrari.’

Een toekomstige gamechanger is de koppeling van AI met robotica. Weijers toont een filmpje van een robotarm die met behulp van beeldherkenning in staat is om producten uit een bak te pakken. Soms stopt de robot omdat hij even niet ziet wat hij moet pakken. Hij heeft geleerd om in dat geval de bak een duwtje te geven, zodat de inhoud verschuift en wel herkenbaar is. ‘Fascinerend’, vindt Weijers. ‘De robot herkent wanneer hij vastzit en heeft voor die situaties een probleemoplossende tool gekregen. Wij hebben in ons fulfilmentcenter 96 pickstations. Daarvan wil ik er best een beschikbaar stellen voor onderzoek naar dit soort toepassingen.’