Doel of middel?

AI

Supply chain-digitalisatie is ‘in’. Supply chain-leiders noemen het een strategisch onderwerp, zoals recent bij het inNOWvate-event. Allerlei nieuwe systemen en technieken worden onder deze paraplu genoemd: van artificial intelligence (AI) en machine learning, tot digital twins en advanced analytics. De verwachtingen zijn hoog. Ieder bedrijf zou het nodig hebben om te kunnen overleven. Ook verschijnen er rapporten over het aantal banen dat mogelijk gaat verdwijnen door AI-toepassingen.

Hoge verwachtingen van nieuwe systemen zijn er vaker geweest. Toen ik bij Unilever begon, was computer integrated manufacturing hét thema: de computer moest de fabrieksvloer op. Dat zou leiden tot dark factories: fabrieken waar het licht uit kon, want er werkten geen mensen meer. Een decennium later waren expert systems populair. Hierdoor zouden veel kennisgerelateerde banen, zoals bijvoorbeeld dokters en experts, verdwijnen. Al die verwachtingen zijn niet uitgekomen.

Blijkbaar hebben we een onwrikbaar geloof in nieuwe systemen, en dat is van alle tijden. We worden gedreven door onze gretigheid naar iets nieuws. Hoewel nog onbekend, geloven we echt dat dit gaat leiden tot forse verbeteringen. Maar die veranderingen blijken niet zo snel te gaan, zoals we bij eerdere hypes hebben gezien. Waarom is dat zo? Dat komt omdat er tussen visionaire dromen en werkende toepassingen een paar praktische uitdagingen zijn. Ik noem er een paar.

Relevante informatie

Ten eerste moet zo’n nieuw systeem relevante informatie hebben uit andere systemen in een bedrijf.  Dat vergt het bouwen van interfaces, data warehouses en dergelijke. We hebben het er niet vaak over, maar het ICT-landschap bij veel bedrijven is niet bepaald een ‘gespreid bedje’. Meestal een scala aan verschillende systemen, waarvan sommigen niet geheel ingevoerd, en deels niet verbonden.

Een volgende uitdaging is datakwaliteit. Er wordt wel gezegd dat data de nieuwe olie zijn, maar we vergeten dat ook olie geraffineerd moet worden. Bij data betekent dat onder meer uniforme definities, masterdata die op orde zijn, kwaliteitschecks, kortom: het datamanagement moet geregeld zijn.

Tenslotte: als zo’n geavanceerd systeem eenmaal draait, is er nog de vraag wie de eigenaar wordt. Dat is bij bestaande systemen al lastig, maar nog meer bij een systeem dat zichzelf aanpast met AI of machine learning. Wie in de organisatie kan de resultaten beoordelen en verdedigen dat het (nog) klopt? Al deze uitdagingen zullen dergelijke projecten complexer en duurder maken.

Slechts een middel, geen doel

Voor corporates en winstgevende mkb-bedrijven zal dat geen belemmering zijn. Voor een grote groep andere bedrijven mogelijk wel, maar dat hoeft niet tot verdriet te leiden. Er zijn voldoende andere initiatieven die waarde kunnen leveren aan de supply chain zoals stroomlijnen van bedrijfsprocessen, reduceren van verstoringen, verbeteren van de organisatie en opzetten van een continue verbetercultuur. Deze initiatieven zouden wel eens een betere terugverdientijd kunnen hebben. Want supply chain-digitalisatie is slechts een middel en geen doel. Een nu nog onbekend, complex en mogelijk duur middel.

Lex Kop, supply chain consultant en interim-projectmanager bij bedrijven in FMCG, B2B, energy en logistiek dienstverlening