Winnende artificial intelligence

Wat wordt de meest succesvolle toepassing van artificial intelligence (AI) in de supply chain? Sinds de lancering van ChatGPT door IT-leverancier OpenAI in november 2022 is er een heuse hype ontstaan rond generatieve AI. Volgens recent onderzoek door analistenbureau Gartner verwacht de helft van de supply chain executives dit jaar generatieve AI (GenAI) toe te passen. Waarschijnlijk hebben zij nog geen concreet idee hoe ze deze teksten en codes genererende AI-toepassing, getraind door een groot taalmodel, zinvol in kunnen zetten in hun supply chains en op welke schaal.

Koffieproducent Jacobs Douwe Egberts integreerde medio 2023 in een succesvol pilotproject een gebruikersvriendelijke chatbot in de demand planning-software van scale-up Garvis. Hiermee krijgen willekeurige medewerkers een accuraat en toegankelijk antwoord op bijvoorbeeld de financiële en logistieke consequenties van een promotie.

Grote uitdaging

De grote uitdaging voor een bedrijfsbrede toepassing van generatieve artificial intelligence is de noodzakelijke harmonisatie van de onderliggende supply chain software en de gegenereerde gegevens, naast de noodzakelijke encryptietechnologie om te voorkomen dat bedrijfsgegevens in de openbare applicatie van OpenAI weglekken.

Ook kunnen de licentiekosten van generatieve AI gigantisch oplopen. Een ChatGPT Enterprise-licentie kost oplopend minimaal 9000 dollar voor 60 gebruikers, met daarnaast nog extra kosten voor elke zoekopdracht (‘prompt’). Als inderdaad de helft van alle bedrijven generatieve AI gaat toepassen, dan voorzie ik dat deze bubbel volgend jaar uiteenspat vanwege exorbitant hoge kosten en teleurstellende opbrengsten.

Zelf zie ik het grootste potentieel in zogenaamde ‘narrow’ AI in de supply chain. De Zwitserse start-up Afflux, voortgekomen uit de technische Universiteit EPFL in Lausanne, heeft al een hele reeks succesvolle AI-projecten in de supply chain afgerond met de combinatie van een simulatiemodel en optimalisatie-algoritmes. Door een bestaande productielijn accuraat te modelleren in een simulatiemodel en vervolgens met verschillende algoritmes de productie-scheduling te optimaliseren, zijn productiviteitsverbeteringen tussen maar liefst 10 en 30 procent gerealiseerd.

Modellering op maat

Standaardsoftware voor productie-scheduling heeft vaak maar vijf of tien technische restricties (‘constraints’), terwijl een simulatiemodel de werkelijkheid met veel meer bottlenecks tot wel 99 procent kan benaderen. Deze digital twins van productielijnen en distributienetwerken zullen de meest succesvolle AI-toepassing in supply chains zijn. Zij vergen echter wel een modellering op maat.

Martijn Lofvers, Chief Trendwatcher Supply Chain Media
martijn.lofvers@supplychainmedia.nl