Wat zal de meest succesvolle toepassing van kunstmatige intelligentie (AI) in de supply chain zijn? Sinds IT-leverancier OpenAI ChatGPT in november 2022 lanceerde, is er een ware hype ontstaan rond generatieve AI. Volgens recent onderzoek van analistenbureau Gartner verwacht de helft van de supply chain-managers dit jaar generatieve AI (GenAI) te gaan adopteren. Ze hebben echter waarschijnlijk nog geen concreet idee over hoe ze deze tekst- en code-genererende AI-toepassing, getraind door een groot taalmodel, zinvol kunnen inzetten in hun toeleveringsketens en op welke schaal.
Koffieproducent Jacobs Douwe Egberts integreerde er een gebruiksvriendelijke chatbot in het opschalen van de vraagplanningsoftware van Garvis in een succesvol pilotproject medio 2023. Hiermee krijgen willekeurige medewerkers accurate en toegankelijke antwoorden op bijvoorbeeld de financiële en logistieke implicaties van een promotiecampagne.
Grootste obstakels
Het grootste obstakel voor ondernemingsbrede adoptie van generatieve kunstmatige intelligentie is de noodzakelijke harmonisatie van de onderliggende supply chain-software en de gegenereerde data. Bovendien is het nodig om over encryptietechnologie te beschikken om te voorkomen dat bedrijfsgegevens in de publieke applicatie van OpenAI lekken.
Ook kunnen de licentiekosten van generatieve AI enorm zijn. Een ChatGPT enterprise-licentie kost ruim $9,000 voor 60 gebruikers, met extra kosten voor elke zoekopdracht ('prompt') daarbovenop. Als de helft van alle bedrijven daadwerkelijk generatieve AI adopteert, voorzie ik dat deze zeepbel volgend jaar barst vanwege exorbitant hoge kosten en tegenvallende inkomsten.
Persoonlijk zie ik het grootste potentieel in de supply chain in zogenaamde ‘narrow’ AI. De Zwitserse start-up Afflux, geboren uit de technische universiteit EPFL in Lausanne, heeft al een hele reeks succesvolle AI-projecten in de supply chain voltooid met behulp van de combinatie van een simulatiemodel en optimalisatie-algoritmen. Door een bestaande productielijn nauwkeurig te modelleren in een simulatiemodel en vervolgens verschillende algoritmen te gebruiken om de productieplanning te optimaliseren, zijn productiviteitsverbeteringen van maar liefst 10 tot 30% gerealiseerd.
Modellering op maat
Standaardsoftware voor productieplanning kent vaak slechts vijf of tien technische beperkingen, terwijl een simulatiemodel de werkelijkheid met veel meer knelpunten kan benaderen met een nauwkeurigheid tot 99%. Deze digitale tweelingen van productielijnen en distributienetwerken zullen de meest succesvolle AI-toepassingen in toeleveringsketens zijn. Ze vereisen echter aangepaste modellen.
Martijn Lofvers, Chief Trendwatcher Supply Chain Media
martijn.lofvers@supplychainmedia.nl
- Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
- PlatoData.Network Verticale generatieve AI. Versterk jezelf. Toegang hier.
- PlatoAiStream. Web3-intelligentie. Kennis versterkt. Toegang hier.
- PlatoESG. carbon, CleanTech, Energie, Milieu, Zonne, Afvalbeheer. Toegang hier.
- Plato Gezondheid. Intelligentie op het gebied van biotech en klinische proeven. Toegang hier.
- Bron: https://www.supplychainmovement.com/winning-artificial-intelligence/
