Vinden

Top Transport - Supply Chain - Met vereende data

Hoe kunnen we de bedrijven binnen een welbepaalde supply chain helpen om hun aanpak beter op elkaar af te stemmen en een stuk efficiënter te werken? Die vraag is het centrale uitgangspunt van een ambitieus onderzoeksproject waaronder het VIL, Howest, Sirris en een handvol bedrijven mee de schouders zetten. (Filip Michiels)

Stel: u verkoopt al jarenlang handtassen – zowel via uw eigen fysieke winkels als via een e-commerce platform – en mikt daarbij vooral op een wat jonger en hipper publiek. Die handtassen worden geproduceerd in China, gaan daar vervolgens met tienduizenden tegelijk het schip op richting Europa, waar een grote verdeler ze vervolgens verdeelt over een aantal vaste afnemers en winkelketens. Dat model werkt al decennialang, maar het hield uiteraard geen rekening met de opkomst van het fenomeen influencer. En nog veel minder met de impact die zo’n influencer met pakweg een miljoen Instagram-volgers kan hebben wanneer ze zich op dat kanaal plots lyrisch uitlaat over een in haar ogen even fraaie als functionele handtas. Gevolg? De tas, die in normale tijden hoogstens driemaal per week over de toonbank ging, kan van de ene dag op de andere nergens nog besteld of gekocht worden. In een poging om aan die ongeziene vraagstijging te voldoen, zal ook de hele supply chain plots zwaar onder druk komen. Bovenstaand uit het leven gegrepen voorbeeld is een perfecte illustratie van wat in de logistiek bekendstaat als het zweepslag-effect: een onverwachte gebeurtenis of onbekende factor die een even plotse als grote impact heeft op alle spelers binnen een bepaalde keten.

“Onder meer om de grote impact van onverwachte gebeurtenissen op de supply chain te counteren, kan een bredere inzet van data en Artificiële Intelligentie (AI) een oplossing bieden. De uitwisseling van de juiste data kan alle betrokken spelers binnen een bepaalde keten meer inzicht bieden en hen leren hoe ze best kunnen inspelen op onverwachte, ketenverstorende gebeurtenissen”, geeft Dirk Jocquet aan. “Bovendien kan AI hen ook helpen om bepaalde terugkerende patronen te herkennen en in te schatten op basis van historische data. Waarna leveranciers en transporteurs zowel hun productieketen als de benodigde transportcapaciteit zo efficiënt mogelijk kunnen afstemmen op de te verwachten vraag vanuit bepaalde sectoren, landen of grote distributieketens.” Vanuit de Vlaamse speerpuntcluster voor de logistiek coördineert Jocquet het ambitieuze VLAIO-proefproject AI4CAST. Dat werd vorig voorjaar opgestart en wil bedrijven op termijn helpen hun data veilig te delen en hun supply chain slimmer en proactiever te organiseren.

“Enkel al vanuit duurzaamheidsoverwegingen is het zaak om het transport van goederen zo efficiënt mogelijk te organiseren”, klinkt het. “Elke supply chain bestaat uit heel wat spelers, maar doorgaans hebben die bijzonder weinig zicht op elkaars data, planning en interne organisatie. Dat zorgt ervoor dat iedereen min of meer blindvaart als het gaat over prognoses en planningen die daarop afgestemd worden.” Uiteraard bestaat er vandaag al heel wat technologie om data met elkaar te delen, maar heel typisch voor de supply chain is dat er amper ketenbreed gewerkt wordt. De meeste spelers zitten wel al op flink wat data, maar voorlopig werken ze liever reactief dan proactief samen met hun klanten. “Ze willen in eerste instantie de zekerheid dat die vaak commercieel gevoelige data, als die met spelers uit de hele keten worden gedeeld, door niemand misbruikt zullen worden”, geeft Jocquet aan. “En dus blijft de supply chain planning meestal beperkt tot de eigen onderneming of een directe dienstverlener en wordt het probleem doorgeschoven naar de volgende schakel(s) in de keten. Logistieke dienstverleners blijken in de praktijk dus minder flexibel en kunnen niet altijd anticiperen op eventuele problemen. Zo ontstaan er kosten voor extra transport, overwerk, interimarbeid en huur van materiaal of ruimte.”

Rijke data

Het beschikbaar stellen en delen van data is één zaak. Het ontsluiten daarvan is een tweede grote uitdaging. Elk bedrijf mag tegenwoordig dan al over een databank en een performant ERP-systeem beschikken, doorgaans zijn die niet ontworpen om er systematisch data uit te halen. Laat staan dat de systemen uit vaak totaal verschillende bedrijven of sectoren zomaar met elkaar zouden kunnen spreken. “Die data moeten in eerste instantie voldoende kwalitatief zijn”, onderstreept Anna Hristoskova, specialiste gedeelde intelligentie bij Sirris. “We merken ook dat het voor heel wat bedrijven niet zo eenvoudig is om alle beschikbare data enerzijds goed op te slaan en anderzijds goed te onderhouden. Daarnaast gaat er bij de uitwisseling van data tussen verschillende bedrijven heel wat nuttige informatie verloren, omdat ze als het ware uit hun context zijn gehaald. Vaak blijkt dat bedrijven in hun datasets ook niet alle noodzakelijke informatie hebben opgeslagen, waardoor de voorspellende waarde van die data soms ondergraven wordt. Deels is dat dan ook een leerproces: als we bedrijven er willen toe aanzetten om historische data met elkaar te delen, dan moeten die data zelf uiteraard al voldoende rijkzijn. Blijkt dat niet het geval, dan kan het dus opnieuw enkele jaren duren alvorens ze over voldoende kwalitatieve data beschikken om er AI op los te laten. Bovendien blijken interne systemen en bedrijfsprocessen soms ook niet voldoende met elkaar gesynchroniseerd te zijn, waardoor een efficiënte samenwerking gebaseerd op data lastig wordt.”

Ook aan puur technische uitdagingen geen gebrek dus. Is het dan niet een beetje utopisch te verwachten dat we op een dag één groot platform zouden kunnen ontwerpen dat tienduizenden bedrijven uit de meest diverse sectoren wereldwijd zou toelaten om hun supply chains beter op elkaar af te stemmen? “Dat is ook niet de bedoeling”, klinkt het. “Met dit project hopen we vooral de vinger te kunnen leggen op bepaalde pijnpunten en daar bepaalde lessen uit te trekken. Daarmee zouden we, al was het maar in onze regio, al een stevige stap voorwaarts zetten. Bedrijven kunnen hiermee in de toekomst hopelijk rekening houden en hun logistieke processen beter op elkaar afstemmen. Het gaat in deze dus vooral om kennisoverdracht, en we hopen bedrijven vooral bewust te maken van het potentieel van AI.” Het kan ook verbazing wekken dat – in tijden waarin zowel de politiek als het bedrijfsleven de mond vol hebben van het potentieel van slimme technologie – nooit eerder iemand het initiatief heeft genomen om een dergelijk platform te ontwikkelen. Toch is dat volgens Dirk Jocquet niet zo verrassend. Data mogen in de meeste bedrijven dan stilaan wijdverspreid zijn, ze zijn hoogstens het begin. “Er zijn wel degelijk al pogingen geweest, maar het vertrouwen om data zomaar op een gemeenschappelijk platform te gooien, bleek tot nog toe een te groot struikelblok. Daarom mikken we met dit platform in eerste instantie op de lokale supply chains. Maar op termijn acht ik het best mogelijk dat dit platform ook geïnternationaliseerd kan worden.”

“Het uitgangspunt moet eigenlijk zijn dat data wel degelijk op een eenvoudigere manier uitgewisseld kunnen worden”, stelt Tom Tourwé, specialist data-innovatie bij Sirris.“Die trend zien we vandaag ook in tal van andere sectoren, van de energiemarkt tot de auto-industrie. Data delen wordt echt het nieuwe normaal. Dit project biedt bedrijven die de stap zelf nog niet durven te zetten de kans om het nu alvast eens uit te proberen. Ze spelen hun data aan ons door, in een veilige omgeving, en krijgen hierdoor inzicht in wat het hen op termijn kan opleveren. Bovendien kan AI hen ook helpen om een productieplanning die plots volledig overhoop moet worden gegooid op veel flexibelere wijze aan te passen. Vandaag is dat, zeker als er plotse wijzigingen optreden, nog vooral mensenwerk. Algoritmes kunnen dat veel sneller en efficiënter doen, omdat ze alle mogelijke parameters meenemen. Gaande van de producteigenschappen over de beschikbare werknemers tot de gegevens van de klanten.”

Halfvolle vrachtwagens

De vraag naar voorspellende AI-modellen is om uiteenlopende redenen sterk toegenomen. Een evidente trigger is uiteraard de spectaculaire groei van de online-handel. Dirk Jocquet: “Wie vandaag iets bestelt,  wil dat morgen graag in de bus. Het model waarbij online winkels elkaar de loef trachten af te steken met almaar snellere leveringen leidt dus sowieso tot een grotere inefficiëntie in de transporten. Mochten we erin slagen om alle afnemers van een bepaald product zover te krijgen dat ze hun bestelgedrag op elkaar afstemmen, dan kunnen we ook het transport daarvan optimaliseren en zullen er veel minder halfvolle vrachtwagens op onze wegen rondrijden. Los daarvan bestaat er ook nog heel wat inefficiëntie tussen eindverkopers en leveranciers: als beide partijen een inkijk zouden hebben in elkaars data, dan kunnen ze zich daaraan ook aanpassen.”

“Iets wat me zelf toch sterk verrast heeft, is dat heel wat bedrijven die producten moeten verzenden blijkbaar pas vanaf 15u zowat een exact zicht hebben op wat ze voor de volgende dag moeten verpakken en versturen”, beaamt Anna Hristoskova. “Dat is doorgaans nog puur manueel werk. Mocht AI ertoe kunnen bijdragen dat je dat al pakweg een week of zelfs langer vooraf zou kunnen inplannen, dan kan het hele proces uiteraard al sterk geoptimaliseerd worden. En vergeet ook niet hoe groot de impact hiervan zou zijn op de inzet van personeel, van de mensen die alles moeten verpakken over het personeel dat de vrachtwagens of schepen moet laden tot de chauffeurs die alles moeten vervoeren.”

De inzet van Artificiële Intelligentieom de supply chain te optimaliseren mag dan al voor de hand liggend zijn, het houdt ook zekere risico’s in. Wat als we op wat langere termijn met een volledig zelfsturend platform landen, waarbij haast niemand van de betrokken actoren nog echt inziet op basis waarvan bepaalde beslissingen genomen worden? “Dit platform mag zeker niet zelfsturend worden”, benadrukt Jocquet. “De algoritmen moeten een adviserende rol spelen, maar de eindbeslissing moet nog altijd in handen van de betrokken bedrijven blijven. Ons is het er met dit project vooral om te doen om supply chain spelers te doen inzien dat technologie hen kan helpen om bepaalde beslissingen een stuk gerichter te nemen en dus ook efficiënter samen te werken met andere partijen. Maar bedrijven zullen dan ook bereid moeten zijn om deels uit hun comfortzone te stappen.”


Dit artikel is verschenen in Top Transport die beschikbaar is in pdf.

Interesse in een sectoranalyse?

De SectorTop is een analyse van de 50 grootste ondernemingen uit een specifieke sector. U krijgt rankings en grafieken voor 30 kerncijfers en ratio's op het vlak van rentabiliteit, solvabiliteit, liquiditeit en toegevoegde waarde. Nadien nemen we elk bedrijf afzonderlijk onder de loep, met de individuele trend per kerncijfer en mediaan van de sector. Info en bestellen

Terug
Inschrijven nieuwsbrief Uw advertentie in onze nieuwsbrief?
Infotheek
Prijzenobservatorium - Jaarverslag 2020

Prijzenobservatorium - Jaarverslag 2020
 

Zorgplicht

Zorgplicht

RVA - Jaarverslag

RVA - Jaarverslag 2020

 

Wetstraat
Recht op klein verlet bij toediening vaccin tegen Covid-19

Wet houdende toekenning van een recht op klein verlet voor werknemers met het oog op het toegediend krijgen van een vaccin ter bescherming tegen het coronavirus Covid-19 - BS 9 april, p. 31.925

Evenredigheidsbeoordeling bij beroepsreglementering in gezondheidssector

Wet betreffende een evenredigheidsbeoordeling voorafgaand aan de invoering of de wijziging van een beroepsreglementering in de gezondheidssector - BS 9 april, p. 31.932
 

Antigeen- en zelftesting

Wet inzake antigeen- en zelftesting - BS 7 april, p. 31.776