Artificial Intelligence – wat kan al en wat staat nog in de kinderschoenen?
De volgende trend staat al in de startblokken om supply chains verder te optimaliseren. Artificial Intelligence is een nieuwe belofte die nu de kop op steekt, maar in dit toepassingsgebied nog een lange weg heeft te gaan. Sebastian Piest (Universiteit Twente) trekt een TKI Dinalog onderzoeksproject om ook middelgrote bedrijven te laten wennen aan autonoom werkende systemen.
Wat kun je met Artificial Intelligence?
Wat Sebastian Piest betreft zet de logistieke sector volop koers richting Artificial Intelligence (AI). “De vraag naar optimalisatie-oplossingen met realtime data neemt enorm toe. Dat heeft alles te maken met de snelle opkomst van control towers in de supply chain. Tot nu toe maken logistieke ketens vooral gebruik van statische modellen, die redelijk gemeengoed zijn geworden in de wereld van operations research en management. Met behulp van machine-learning en AI kun je wel in de dynamiek van alledag optimalisatieslagen maken. Ik besef dat dit misschien voor veel bedrijven een brug te ver is. Maar begin dan nu wel met zaken als data-analytics en data-mining. Het instapniveau is momenteel vaak nog Excel, dat is inderdaad lichtjaren verwijderd van AI. Toch zie ik nu, dat zelfs kleine startup bedrijven de grote sprong wagen en met slimme algoritmes een lerend model bouwen, dat voorspellend en onderbouwend in staat is om de keten beter aan te sturen.”
Toepassingsmogelijkheden te over
Vorig jaar bracht DHL in samenwerking met IBM een white paper uit om te laten zien waar AI in de logistiek toepassing kan vinden. Dat gebeurt deels ook al in sommige gerobotiseerde material handling systemen, met computer vision, slimme interfaces (voice) en autonoom rijdende voertuigen. Ook DHL weet dat het niet een simpele opdracht is om deze technologie toe te laten in bestaande logistieke operaties. Maar dit is wel de weg waarlangs supply chains groeien in voorspelbaarheid en ruimte bieden om proactief en gepersonaliseerd toegevoegde waarde te leveren. Cruciaal in het hele verhaal is data, niet alleen de hoeveelheid data maar zeker ook de kwaliteit daarvan. Om succesvol te zijn met AI moeten de volgende vragen positief worden beantwoord.
Is er een grote hoeveelheid data beschikbaar, die relevant is voor de oplossing van de uitdaging waar de supply chain voor staat?
1. Is de data ‘schoon’ en actueel – hoe frequent wordt de data ververst?
2. Is de data op een gemakkelijk manier toegankelijk voor de partijen die hiermee moeten werken?
Wat levert AI op?
Laat het standaard werk in de logistieke operatie over aan de machine en ga als mens achter de uitzonderingen aan. Dat maakt AI tot een aantrekkelijk fenomeen. “Zo hoef je niet elke dag de complete bak met regels door te werken”, zegt Piest. “Ons onderzoek spitst zich toe op de combinatie van mens en machine, omdat die combinatie in de complexe omgevingen die je veelal ziet in de internationale logistiek leidt tot veel betere besluitvorming. Logistiek is een fascinerende wereld waar ik graag actief in wil zijn vanuit een wetenschappelijke rol. De dynamiek van internationale goederenstromen, de complexiteit die daar bij hoort, het end-to-end denken met control towers, dat alles boeit me enorm. Met AI valt daar nog zoveel uit te halen.
Logistiek moet meer digitaliseren
“Hoe krijgen we de logistieke sector meer op het pad van digitalisering?” Piest is niet de enige, die hardop deze vraag stelt. Recent onderzoek van Evofenedex laat zien, dat een groot deel van de verladers in Nederland niet veel verder komt dan Excel als het gaat dataverwerking. “Ik lees in dat onderzoek, dat bedrijven best tevreden zijn met een ‘zesje’ als beoordeling voor hun IT mogelijkheden. Dat matcht niet met de ambitie van de topsector. Juist logistieke organisaties zitten bovenop een ongelofelijke hoeveelheid data uit hun TMS, WMS, ERP en supply chain planningssystemen.
Met relatief simpele data-analystics en data-mining kun je al heel veel profijt halen uit de beschikbare data. Vaak hoor je dat ze niet over de resources beschikken, niet over de mensen en niet over de benodigde IT infrastructuur. Met ons onderzoek willen we het bewustzijn aanwakkeren en concrete oplossingen bieden. Op basis van voorbeeldcases kunnen bedrijven straks vooraf hun planningstools configureren, zodat ze betrekkelijk snel AI kunnen gebruiken waar dat zinvol is. Dat doen we samen met CAPE Groep. We denken verder onder andere aan een introductiecursus van 3 tot 6 weken, die je online kunt vinden en downloaden en waarmee je op basis van eigen data aan de slag kunt gaan. Dat deel ontwikkelen als universiteit samen met het bedrijf DeltaGo.”
Twee jaar onderzoek naar AI
In 2018 heeft het topinstituut TKI Dinalog groen licht gegeven voor een nieuw onderzoeksproject met als titel Autonomous Logistics Miners for Small-Medium Businesses. Piest trekt dit project namens de Universiteit Twente. Doelgroep is het MKB en dat is meteen ook de grote uitdaging, zeker in een behoudende sector als logistiek. Doel om smart data mining agents te ontwikkelen die autonoom beslissingen kunnen nemen in het logistieke proces en daarmee routinematig planningswerk vergemakkelijken of zelfs elimineren. MKB bedrijven zullen daardoor in staat zijn om beter te anticiperen op mogelijke verstoringen in de keten. Bovendien krijgen ze beter inzicht in hun prestaties en efficiëntie. Voor het project is een budget van 573.000 euro beschikbaar, voor de helft bij elkaar gebracht door een consortium van bedrijven: CAPE Groep, DeltaGo, Kien Logistics Management en Albert Heijn, die de technologische voortgang wil volgen.
Control tower in de praktijk
Kien Logistics Management is één van de partners in het onderzoek onder leiding van Piest. Kien is voortgekomen uit aardappelverwerkingsbedrijf Farm Frites en heeft door deze keten een control tower in beheer. Om een volgende stap te zetten wil het bedrijf de weg op van AI, met als doel beter zicht te krijgen op vaarschema’s van het overzees transport, douane-inspecties en planningen van de diverse overslagterminals. Met softwarerobots haalt Kien aanvullende supply chain informatie binnen om transporten te optimaliseren. Maar daarnaast doet het bedrijf ook mee in dit onderzoek om vast te stellen hoe AI ingrijpt op het menselijk handelen in planningsprocessen.