AI-agents nemen onze supply chains over

Generatieve artificiële intelligentie (GenAI) maakt een radicaal andere aanpak van de supply chain mogelijk. Gebruikers hoeven niet meer zelf te stoeien met complexe systemen, maar kunnen praten tegen hun eigen ‘agent’ die namens hen planningen genereert, scenario’s analyseert, aanbevelingen doet en besluiten uitvoert. Tijdens Webinar Wednesday sprak Martijn Lofvers van Supply Chain Media met Gabriel Werner van Blue Yonder over de implicaties van deze ontwikkeling. ‘De vraag is of het nog wel nodig is dat die AI-agents om toestemming vragen voor het uitvoeren van besluiten.’
Door Marcel te Lindert
De wereldwijde turbulentie heeft het vakgebied supply chain management in de schijnwerpers geplaatst. Veel bedrijven hebben aan hun bestuurstafel een plek ingeruimd voor de chief supply chain officer. ‘Misschien verflauwt de aandacht wat nu de bedrijven gewend zijn geraakt aan alle disrupties, maar die disrupties zullen niet meer verdwijnen’, stelt Martijn Lofvers, de chief trendwatcher van Supply Chain Media die optreedt als host tijdens het webinar.
Hij krijgt bijval van gesprekspartner Gabriel Werner, chief technology officer bij Blue Yonder. ‘De bedrijven die ik spreek, vragen zich af hoe ze hun supply chain in deze turbulente tijden draaiende moeten houden. Vaak beschikken ze over een gefragmenteerd IT-landschap, dat hen beperkt in hun mogelijkheden. Terwijl bedrijven juist nu een brug moeten slaan tussen supply chain planning en supply chain execution. Bedrijven zullen hun besluitvormingsprocessen zo moeten inrichten dat ze allebei deze domeinen overstijgen. Dat vraagt om supply chain orchestration.’
Puntoplossingen
In supply chain orchestration onderscheidt Werner vijf volwassenheidsniveaus. Op het laagste niveau opereren de bedrijven die puntoplossingen gebruiken voor onder meer demand planning, voorraadbeheer, warehouse management, transport management en andere disciplines in de supply chain. Als die puntoplossingen al met elkaar verbonden zijn, gebeurt dat via interfaces die alleen op gezette tijden dataverkeer mogelijk maken. ‘Dat betekent dat er een vertraging zit in de informatiestroom door het bedrijf’, stelt Werner. ‘Het gevolg is dat er ook een vertraging ontstaat in de besluitvormingsprocessen, wat een wendbare supply chain in de weg staat. Omdat die besluitvorming is gebaseerd op data uit verschillende systemen, staat ook de kwaliteit van de besluiten onder druk.’
Neem een fabrikant van consumentenproducten die in Duitsland een succesvolle promotie heeft gedraaid en die wil verlengen. Als hij dat nu aangeeft in zijn promotiemanagementsysteem duurt het misschien een dag voordat het supply chain planning-systeem dat oppakt. De berekeningen van dit systeem laten zien dat voor verlenging van de promotie voorraden moeten worden verplaatst, wat leidt tot transportbewegingen. ‘Op deze manier wordt pas na een paar dagen duidelijk dat de transportcapaciteit ontbreekt vanwege een staking in het wegvervoer. En dat de distributiecentra van niks weten en daardoor onvoldoende medewerkers hebben ingepland om alle extra orderregels te verwerken.’
Generatieve AI
Bedrijven met een hoger volwassenheidsniveau hebben een oplossing gevonden in het creëren van een data-warehouse of data-lake. Daardoor zijn de data uit de verschillende systemen direct beschikbaar voor het hele bedrijf. ‘Maar data-integratie is niet genoeg. Bedrijven hebben ook interoperabele workflows nodig: processen die crossfunctionele samenwerking mogelijk maken’, stelt Werner. ‘Dat maakt het mogelijk om promotie en supply chain management in één proces te integreren, waarbij geen sprake meer is van vertraging in de uitwisseling van data. De besluitvorming verloopt sneller en beter, waardoor die staking in het wegtransport geen probleem meer hoeft op te leveren. En waardoor de distributiecentra tijd hebben om hun personeelsplanning aan te passen.’
Als bedrijven eenmaal dit volwassenheidsniveau hebben bereikt en beschikken over een geïntegreerd systeem voor supply chain planning en supply chain execution, is aan alle voorwaarden voldaan om de stap te zetten naar inzet van generatieve artificiële intelligentie. Met GenAI is het mogelijk om een ‘conversational user experience’ te creëren: een omgeving waarin gebruikers via een soort chatbot tegen het systeem kunnen praten om een planning te genereren, scenario’s te analyseren of data te interpreteren. Lofvers: ‘Dat betekent dat gebruikers geen langdurige, diepgravende training meer nodig hebben om supply chain software te gebruiken. Ook verkopers kunnen zelf een conversatie met het systeem opstarten om meer te leren over promoties, voorraadbeschikbaarheid of andere kwesties.’
Rol-afhankelijke agents
Blue Yonder zet GenAI in voor het creëren van ‘agents’ die gebruikers helpen bij de inzet van supply chain software. Werner vergelijkt deze agents met Copilot, de AI-assistent van Microsoft. ‘Alleen hebben we al snel ontdekt dat supply chain te complex is voor een ‘‘one size fits all’’ Copilot. Daarom zijn we bezig met de ontwikkeling van vijftien verschillende agents voor diverse rollen in de supply chain. Zo hebben we agents voor warehousing, transport, supply planning en demand planning’, aldus Werner, die laat zien hoe een agent elke ochtend een briefing maakt voor de warehouse manager. ‘Normaal hebben vijf tot zeven mensen een halve dag nodig om die informatie op te hoesten, waardoor je een halve dag verliest. De agent heeft die informatie meteen paraat.’
In de toekomst zullen de mogelijkheden van dergelijke agents alleen maar toenemen. Nu gaat het om het interpreteren en presenteren van informatie, maar straks kunnen ze ook de oorzaak van problemen analyseren en op basis daarvan aanbevelingen doen. ‘De volgende fase is dat de agent die aanbevelingen ook zelf uitvoert. Op een gegeven moment ontstaat de vraag of die agent nog wel om toestemming moet vragen om een besluit uit te voeren of gewoon zelfstandig zonder menselijke tussenkomst zijn gang kan gaan’, stelt Werner.
Robotic process automation
Werner benadrukt dat agents niet zelf een planning of forecast genereren, maar uit naam van de gebruiker de daarvoor beschikbare software gebruiken. Dat doet Lofvers denken aan robotic process automation (RPA), waarbij digitale robots worden ingezet om eenvoudige taken te automatiseren, zoals het overzetten van ordergegevens vanuit een e-mail in het ERP-systeem. ‘Vijf jaar geleden stond dit concept flink in de belangstelling. Eigenlijk is een agent dus een geavanceerdere vorm van die digitale robot’, stelt de chief trendwatcher. Werner beaamt dat. ‘Met dat verschil dat die agent over intelligentie beschikt en daadwerkelijk de bedrijfsvoering begrijpt.’
Het laatste volwassenheidsniveau in supply chain orchestration wordt bereikt als de inzet van agents niet beperkt blijft tot de interne supply chain van een bedrijf, maar zich uitstrekt over het hele netwerk van klanten, leveranciers en andere supply chain-partners. Dan beschikken alle partners over één en dezelfde versie van de waarheid, waardoor ze in volledige afstemming met elkaar besluiten kunnen nemen. Lofvers roept professor Hau Lee in herinnering, die al jaren pleit voor dergelijke netwerken. ‘Als je opslingereffecten in de supply chain wilt voorkomen, moet je data direct delen met alle supply chain-partners. Daar heb je dus een platform en een netwerk voor nodig.’