IBM: ‘Generatieve AI helpt control towers om zeep’

Generatieve AI geeft antwoord op supply chain-vraagstukken zonder complexe databases en dashboards te hoeven raadplegen. Om meer inzicht te krijgen in de kansen en bedreigingen van deze technologie, organiseerde de Benelux-afdeling van CSCMP in samenwerking met Logistics Community Brabant een informatiesessie in Breda. Daar werd duidelijk dat IBM al enkele jaren gebruik maakt van generatieve AI voor de eigen supply chain. ‘We hebben niet langer de IT-afdeling nodig om vragen te vertalen in queries voor SAP.’ 

Door Marcel te Lindert

In de Gartner Hype Cycle van afgelopen zomer staat generatieve AI (artificiële intelligentie) bovenaan de ‘piek van hooggespannen verwachtingen’. Die hoge verwachtingen gelden ook voor de toepassing van deze technologie in de supply chain, zoals blijkt uit een recente rondvraag van IBM onder CEO’s. Op de vraag voor welke functies zij de komende twaalf maanden praktische toepassingen van generatieve AI gaan inzetten of ontwikkelen, staan productie (89 procent) en supply chain (87 procent) na klantenservice (93 procent) en softwareontwikkeling (90 procent) op de derde en vierde plaats. Het komende jaar moet blijken of de hoge verwachtingen kunnen worden waargemaakt of dat generatieve AI net als veel andere hypes in de trog van desillusie belandt.

Tijdens de sessie van de Council of Supply Chain Management Professionals (CSCMP) blijkt onder het publiek in ieder geval de nodige scepsis te bestaan. Wie wel eens een vraag aan ChatGPT heeft gesteld, krijgt soms een antwoord dat betrouwbaar oogt maar toch niet blijkt te kloppen. ‘Daarom adviseer ik om onderscheid te maken in de taken waarvoor je generatieve AI wilt inzetten’, stelt Thorsten Schröer (foto), directeur bij IBM Technology. ‘Voor creatieve taken waarbij een foutje niet zoveel uitmaakt, kun je prima ChatGPT en soortgelijke tools inzetten. Als het voor de bedrijfsvoering belangrijk is dat je kunt vertrouwen op de resultaten, kun je beter een professioneel platform voor generatieve AI gebruiken.’

Frequente en complexe processen

IBM zet generatieve AI in bij de assemblage van de IBM Z-mainframe computers. Dat is een activiteit die goed is voor een omzet van 15 miljard dollar die een complexe supply chain kent. Voor de mainframe computers zijn in totaal 84.000 verschillende onderdelen nodig, die afkomstig zijn van 2000 leveranciers. ‘Vijf jaar geleden zijn we gestart met het inventariseren van alle processen in deze supply chain. Voor elk proces hebben we aangegeven hoe vaak het plaatsvindt en hoe complex het is. Die factoren bepalen voor welke processen het wel of niet zinvol is om geavanceerde technologie zoals AI in te zetten’, legt Schröer uit.

Aan processen die slechts sporadisch plaatsvinden, moet je volgens IBM in eerste instantie geen aandacht schenken. Het is simpelweg niet de moeite waard om daarvoor dure technologie in te zetten. ‘De kosten wegen niet op tegen de baten’, stelt Schröer. ‘Wat overblijft, zijn de processen die wel vaak plaatsvinden. Als dat simpele processen zijn, moet je die volledig automatiseren zodat je daaraan geen tijd meer hoeft te besteden. Gaat het om ingewikkelde processen? Dan kun je daarvoor complexe technologie inzetten. Dat zijn de processen die je met behulp van AI kunt versterken.’

Vraag in spreektaal

IBM zet daarvoor het eigen AI-platform Watsonx in, de opvolger van supercomputer Watson die twaalf jaar geleden het nodige opzien baarde. Een medewerker van IBM kan in gewone spreektaal aan Watsonx vragen welke orders aandacht behoeven, waarna een gedetailleerd antwoord volgt met de mogelijkheid om door te klikken op orders en gedetailleerde statusinformatie op te roepen. Op basis van die informatie geeft Watsonx concreet advies. ‘In feite hebben we een AI-laag over ons SAP-systeem gelegd. We hebben niet langer de IT-afdeling nodig om vragen te vertalen in queries voor SAP’, legt Schröer uit.

Schröer noemt generatieve AI de ‘secret sauce’ voor supply chain excellence. ‘Wie maakt in zijn supply chain op dit moment gebruik van control towers?’, vraagt hij aan het publiek. ‘Die hebben we straks niet meer nodig om inzicht in onze supply chain te krijgen. De bestaande control towers zijn te statisch en niet gemakkelijk aanpasbaar. Met generatieve AI kunnen planners zelf alle informatie opvragen door alleen maar de juiste vragen te stellen. Ik ben ervan overtuigd dat generatieve AI onze bestaande control towers om zeep helpt.’

Aggregeren van forecasts

Niet alleen IBM, maar ook Amazon Web Services (AWS) levert generatieve AI. Felipe Chies (foto) geeft in zijn lezing nog meer voorbeelden van toepassingen, zoals het aggregeren van forecasts. ‘Of denk aan het meten van de prestaties van leveranciers. Door generatieve AI daarvoor in te zetten, hoeven we geen complexe dashboards meer te ontwikkelen’, meldt de senior business development specialist bij AWS. ‘Een andere toepassing betreft de overall equipment effectiveness. Generatieve AI kan op verhalende wijze aangeven wat het probleem is zonder dat de gebruiker zelf data hoeft te analyseren. De mededeling luidt dan dat productielijn 6 steeds weer blijft uitvallen vanwege een probleem met die ene machine.’

Chies benadrukt dat gebruik niet zonder risico’s is. Generatieve AI kan bijvoorbeeld foute informatie geven als het systeem onmogelijk het goede antwoord kan weten. Voor het genereren van antwoorden kan het systeem data gebruiken waarvoor de eigenaar geen toestemming heeft gegeven. En als die data vervuild zijn met bijvoorbeeld vooroordelen, kan dat de uitkomst negatief beïnvloeden. Schröer bevestigt die risico’s. ‘Uit onderzoek blijkt dat 80 procent van de CEO’s zich zorgen maakt. Zo is 46 procent bezorgd om de veiligheid en ethische aspecten, terwijl 42 procent niet gelooft dat generatieve AI kan worden vertrouwd.’

Kleinere modellen nodig

Schröer maakt zich tegelijkertijd zorgen over de grote impact van deze technologie op het milieu. ‘Voor elke 25 vragen die we stellen, heeft ChatGPT één liter water nodig. Ook het elektriciteitsverbruik is enorm. Op de wijze waarop we nu generatieve AI inzetten, kunnen we niet blijven doorgaan. We zullen kleinere modellen moeten gebruiken. Modellen die misschien 2 procent minder resultaat opleveren, maar wel 80 tot 90 procent minder energie verbruiken. Daarnaast kunnen quantumcomputers een uitkomst bieden. De rekenkracht daarvan neemt snel toe: van 4500 qubits in 2025 naar 100.000 qubits in 2033.’