:quality(85))
De media hebben uitgebreid bericht over de generatiebepalende inzet van ondernemingen op de belofte die artificiële intelligentie (AI) biedt. Welke typen bedrijven echter daadwerkelijk hun investeringsbudgetten richten op deze opkomende platforms en voor welke specifieke bedrijfsfuncties, is tot nu toe minder grondig geanalyseerd. Het is duidelijk dat Big Tech-giganten zoals Meta, Alphabet en Microsoft uitgesproken optimistisch zijn over deze technologie en miljarden investeren in AI-projecten, platforms en samenwerkingen. Echter, om de groei van artificiële intelligentie buiten de Fortune 500 te meten, is diepgravender onderzoek nodig.
Een bedrijfsproces waarin het gebruik van AI in 2024 aanzienlijk is toegenomen, is het supply chain-risicomanagement (SCRM). Volgens een onderzoek van Gartner eerder dit jaar, maakt maar liefst 40% van de best presterende supply chain-organisaties gebruik van AI of machine learning (ML) voor vraagvoorspelling, en bijna een derde zet de technologie in ter ondersteuning van supply chain-planning. Een rapport van onderzoeksbureau Zero100 afgelopen zomer toont een nog bredere implementatie: het supply chain-intelligentiebedrijf constateerde dat ongeveer negen van de tien grote ondernemingen al zijn gestart met het inzetten van AI in hun toeleveringsketens.
Ondanks deze indrukwekkende cijfers is het te vroeg om met zekerheid te stellen dat AI in de komende jaren een onmisbaar onderdeel van supply chain-risicomanagement wordt. Toch betekent het uitblijven van een eenduidig consensus over de rol van artificiële intelligentie in de toekomst van supply chains niet dat fabrikanten zich niet nu al kunnen verdiepen in deze tools. Zelfs als de zakelijke sector zich nog in de vroege AI-fase bevindt—een fase waarin de enorme beloften nog niet structureel zijn waargemaakt—kunnen bedrijven zich nu positioneren om over twee, drie of vijf jaar daadwerkelijk concurrentievoordeel te behalen. En dat soort doorslaggevend voordeel begint bij het leren hoe deze dynamische technologieën aansluiten op uw bedrijfsmodel en strategische doelstellingen, en bij het volledig begrijpen van de mogelijke uitkomsten die ze kunnen genereren.
De voordelen van AI voor supply chain-veerkracht
Hoewel artificiële intelligentie nog vaak wordt gepresenteerd als experimenteel product met een grotendeels hypothetische waarde, zijn voorspellende AI, machine learning en andere AI-tools inmiddels onmisbaar gebleken voor SCRM. Zoals IBM aangeeft: “Met AI aangedreven supply chain-systemen helpen bedrijven routes te optimaliseren, werkprocessen te stroomlijnen, inkoop te verbeteren, tekorten te minimaliseren en taken end-to-end te automatiseren.”
Dankzij de capaciteit om enorme hoeveelheden data te analyseren en talloze documenten en bestanden te scannen, zijn deze platforms van waarde voor professionals die streven naar supply chain-inzicht, strategieontwikkeling en risicobeheersing. Onder ideale omstandigheden kan AI aanzienlijke waarde toevoegen aan deze processen; sourcing-specialisten krijgen beter inzicht in de supply chain en nemen datagedreven beslissingen gebaseerd op zowel actuele als historische context.
Versterkt supply chain-zichtbaarheid
Een van de meest krachtige instrumenten om supply chain-veerkracht te bereiken, is inzicht. Sourcing- en inkoopteams die hun directe leveranciers én tier 2-, 3- of zelfs sub-tier-leveranciers systematisch in kaart kunnen brengen, zijn beter in staat fabrikanten te beoordelen, risico’s te evalueren, transparantie te bereiken en aan regelgeving te voldoen. Supply chain-zichtbaarheid is met andere woorden een onmisbare hulpbron voor risicomanagement.
Zoals wij bij Z2Data herhaaldelijk hebben belicht, worstelen de meeste organisaties echter met het uitvoeren van de uitgebreide supply chain-mapping die voor sterk inzicht essentieel is (slechts zo'n 20 procent van de fabrikanten heeft bijvoorbeeld consistent inzicht in tier 2-leveranciers). Artificiële intelligentie heeft het potentieel om dat te veranderen en zo een lange historie van beperkte zichtbaarheid in ketens met steeds meer lagen en complexiteit om te keren. AI-platforms kunnen bestanden, documenten en algemene internetbronnen doorzoeken om belangrijke records te verzamelen, waaronder transactieorders, ontvangstbewijzen, vrachtboekingen en chain-of-custody-formulieren. Zodra deze documentatie is verzameld, kunnen deze tools relevante data extraheren en bedrijven voorzien van de benodigde informatie voor volledige supply chain-mapping. De verkregen kaarten gaan dieper dan eerder mogelijk was, waardoor onbekende leveranciers aan het licht komen.
Deze mogelijkheden zijn nog in ontwikkeling, terwijl AI-bedrijven hun platforms door de eerste fases loodsen. Maar kleinere startups werken al aan het trainen van gespecialiseerde AI-modellen die supply chain-mapping uitvoeren op basis van publieke, private, gestructureerde en ongestructureerde data.
Verhoogt supply chain-diversificatie
Op het eerste gezicht lijkt het identificeren van alternatieve leveranciers geen taak waarin een AI-platform uitblinkt. Het beoordelen van leverancierskandidaten en het aangaan van supply chain-partnerschappen is immers een proces dat veel onderzoek, analyse en—voor een deel—inherente menselijke subjectiviteit vereist.
Toch ondersteunen artificiële intelligentie-tools het leveranciersselectieproces al jaren. Uit onderzoek van McKinsey & Co. uit 2021 blijkt dat machine learning-algoritmen bedrijven kunnen helpen bij leverancierszoeken die normaal een maand of langer duren en dit proces in circa een week uitvoeren. Sourcing-specialisten voeden het AI-tool met zoekcriteria en specifieke beperkingen (zoals geografische locatie). Aan de hand van een enorme dataset van leveranciers uit publieke, private bronnen en gevestigde databases filtert het ML-algoritme de kandidaten en stelt een shortlist op van minder dan 100. Zoals McKinsey toelicht: “Deze iteratieve aanpak stelt zoektools in staat met ongekende snelheid en precisie te werken, waarbij in enkele uren een shortlist uit miljoenen leveranciers wordt gecreëerd.”
Profiteren van de mogelijkheid van een AI-platform om uitgebreide leverancierszoektochten in enkele dagen—of zelfs uren—te realiseren, verhoogt de supply chain-veerkracht. Dankzij deze efficiëntie kunnen fabrikanten dual sourcing-technieken toepassen in hun toeleveringsketen, wat met handmatige processen nauwelijks uitvoerbaar is bij tientallen of honderden directe leveranciers. Deze algoritmen stellen bedrijven in staat deze cruciale SCRM-maatregel op te bouwen zonder hun middelen uit te putten.
Optimaliseert vraagvoorspelling
Hoewel experts op gebied van supply chain-veerkracht de waarde van AI-modellen voor diverse processen onderzoeken, wordt de technologie het meest ingezet voor vraagvoorspelling. Zoals we in een eerdere bijdrage bespraken, is vraagvoorspelling al eeuwen een cruciaal onderdeel van supply chain-management, waarbij fabrikanten historische en real-time verkoopdata analyseren om de vraag naar specifieke producten en voorraden te anticiperen.
Individueel uitgevoerde vraagvoorspelling is echter altijd beperkt door de hoeveelheid informatie die men kan verwerken en interpreteren. Het menselijk vermogen schiet te kort, waardoor voorspellingen vaak leiden tot suboptimale conclusies vanwege onvolledige datasets of gebrekkige analysemethoden. Voorspellende AI is juist bij uitstek geschikt voor deze taak: deze platforms verwerken enorme hoeveelheden verkoopdata, signaleren terugkerende patronen en trends, en genereren effectieve, bruikbare vraagvoorspellingen. Met supply chain-artificiële intelligentie kunnen fabrikanten structureel optimale voorraadniveaus aanhouden. Dit geoptimaliseerde proces vermindert het risico op tekorten en overschotten en beschermt de operaties tegen de kosten van onverwachte schommelingen in de vraag.
De risico’s van AI voor supply chain-veerkracht
De nieuwe generatie AI-tools wordt vaak gepresenteerd als revolutionaire technologieën met het potentieel om de productiviteit te verhogen en bedrijven miljoenen extra omzet te bezorgen. De realiteit is echter dat het integreren van artificiële intelligentie ook nieuwe risico’s introduceert. Supply chain-professionals zijn zich hiervan terdege bewust. In de nieuwste Business Supply Chain Risk Management Index van Lehigh University—4e kwartaal 2024—wordt AI meerdere malen genoemd als een opkomende bedreiging. Industriële experts uiten hun zorgen over hoe AI- en ML-tools cyberrisico’s kunnen veroorzaken, grote ontwrichting kunnen teweegbrengen en zelfs misbruikt kunnen worden door kwaadwillenden die regelgeving willen omzeilen. Het rapport onderstreept dat AI een dubbelzijdig karakter heeft: ondanks de mogelijkheden om verstoring te beperken, brengt grootschalige implementatie en gebrek aan gedegen toezicht ook nieuwe, ongewenste risico’s met zich mee.
Modellen getraind op gebrekkige data
Na bijna twee jaar brede adoptie en veel media-aandacht, zijn de tekortkomingen van generatieve AI-modellen zoals ChatGPT algemeen bekend. Ondanks de indrukwekkende quantitatieve prestaties en hun capaciteit om oneindige hoeveelheden data te absorberen, gaan deze tools soms slordig om met feitelijke juistheid. De oorzaak van hun onnauwkeurigheid is snel gevonden: omdat ze getraind zijn op gigabytes aan data uit bronnen als Wikipedia, online publicaties en talloze andere internetbronnen, zijn ze net zo onbetrouwbaar en inconsistent als het web zelf.
Deze feitelijke fouten, onwaarheden en zogenaamde “hallucinaties” zijn in de technologiesector een bekend fenomeen en hebben meestal weinig schadelijke gevolgen bij kleine taken zoals e-mails, samenvattingen of schoolopdrachten. Maar wanneer AI ingezet wordt voor kritische projecten zoals het in kaart brengen van toeleveringsketens en het identificeren van potentiële leveranciers, kunnen de consequenties veel ernstiger zijn. Fabrikanten en inkoopprofessionals kunnen zich geen beslissingen veroorloven op basis van onjuiste of gefantaseerde informatie uit AI-software; dit kan leiden tot verspilde tijd en middelen. In het ergste geval kan vertrouwen op AI-gegenereerde onjuistheden zelfs tot compliance-problemen leiden. Momenteel betekent dit dat veel materiaal dat deze tools genereren—including geschreven content, supply chain-kaarten, sub-tier-leveranciers en leverancierslijsten—zorgvuldig gecontroleerd moet worden door ervaren professionals.
Verhoogd cyberrisico door AI
In een persbericht van Lehigh University naar aanleiding van een recente Supply Chain Risk Management Index wees professor Zach. G. Zacharia erop dat veel professionals bezorgd zijn over het verband tussen AI en cyberdreigingen. "De supply chain-professionals maken zich zorgen over cyberaanvallen, datacorruptie, datadiefstal, systeemvirussen en vooral over hoe generatieve AI de kwetsbaarheid van hun bedrijven kan vergroten," aldus zijn waarschuwing.
Het onderzoek van Lehigh kan fungeren als een soort kanarie in de kolenmijn die waarschuwt voor een naderende crisis in de manier waarop AI cyberaanvallen mogelijk maakt. De ondervraagde professionals maken zich zorgen over de nieuwe capaciteiten die AI-tools cybercriminelen bieden, waardoor aanvallen krachtiger, geavanceerder en frequenter worden. Zoals Zacharia aangeeft, kan de toename van artificiële intelligentie in supply chain-risicomanagement ook interne kwetsbaarheden vergroten, doordat AI-systemen zelf doelwit worden van kwaadwillenden die data proberen te misbruiken of besmetten.
Navigeren door een door AI getransformeerd SCRM-landschap
Ook als organisaties voorzichtig, weloverwogen en gestructureerd te werk gaan, zal de druk om te komen tot een interne AI-adoptiestrategie snel toenemen. De risico’s van achterblijven in dit razendsnel ontwikkelende domein zijn simpelweg te groot, de voordelen voor early adopters te aantrekkelijk om structureel te negeren. Zoals een respondent in de Lehigh University Supply Chain Risk Management Index het kernachtig formuleert: “Aanpassen aan het veranderende AI-landschap en AI benutten zal het succes van bedrijven in de toekomst bepalen.”
Fabrikanten die geïnteresseerd zijn in de mogelijkheden van AI, maar nog niet overtuigd zijn dat de initiële investeringen daadwerkelijk rendement opleveren, vinden vergelijkbare waarde en functionaliteit in een supply chain-veerkrachthulpmiddel. Het toonaangevende platform van Z2Data biedt een breed scala aan SCRM-functionaliteiten, zoals part-to-site-mapping, uitgebreide data over tier 1-, 2- en 3-leveranciers en gedetailleerde risicoanalyses voor individuele productielocaties. Bovendien worden de databases van Z2Data onderhouden en gecontroleerd door ervaren professionals met jarenlange expertise in de elektronische componententoeleveringsketen—wat resulteert in een verwaarloosbaar risico op foutieve data of misleidende informatie.
Wilt u meer weten over Z2Data en de inzichtfunctionaliteiten die het platform biedt? Plan dan een gratis demo in met een van onze productspecialisten.
