:quality(85))
De jaren 2020 kenmerken zich als een decennium van instabiliteit, ontwrichting en toenemend risico voor toeleveringsketens. Eerst veroorzaakte de COVID-19-pandemie fabriekssluitingen, leveringsproblemen en blokkades in containerhavens van Shanghai tot Los Angeles. In de daaropvolgende jaren werden essentiële wereldwijde transportroutes, waaronder het Panamakanaal en de Rode Zee, getroffen door extreem weer en geopolitieke conflicten, waardoor logistiek gecompliceerder werd en transportkosten voor bedrijven wereldwijd toenamen. Meer recent zorgen escalerende handelsoorlogen, de uitbreiding van protectionistische maatregelen en strengere regulatoire controle voor nog meer complexe uitdagingen binnen een toeleveringsketenlandschap dat nauwelijks nog op dat van de relatief rustige jaren 2010 lijkt.
Om in te spelen op dit complexe nieuwe landschap en de weerbaarheid van de supply chain te vergroten, wenden organisaties zich steeds vaker tot de mogelijkheden die artificial intelligence biedt. De nieuwste generatie AI-technologieën, waaronder machine learning (ML), predictieve AI en large language models (LLMs), zijn in staat om enorme datasets te analyseren, uiteenlopende risico’s te beoordelen en waardevolle inzichten te leveren die strategie en besluitvorming bepalen. Mits met het juiste vakmanschap en realistische verwachtingen ingezet, bieden deze AI-platforms strategische sourcingprofessionals een krachtig, veelzijdig instrument om vaardig te navigeren door de huidige volatiele toeleveringsketens en de veelheid aan nieuwe risico’s die daarin schuilgaan.
Daarvoor moeten organisaties echter een veelzijdige, goed doordachte strategie voor AI-implementatie ontwikkelen.
Waarom hebben bedrijven een AI-strategie nodig?
Om het belang van een heldere strategie voor AI-implementatie volledig te begrijpen, is het nuttig om stil te staan bij het alternatief. Stel: een autofabrikant introduceert een nieuwe AI-tool. De onderneming doet deze investering op basis van de verwachting dat de nieuwste artificial intelligence-technologie het bedrijf zal helpen bij het beheren van de supply chain, het beperken van aanverwante risico’s en het uiteindelijk verlagen van overheadkosten. De directie van de autofabrikant heeft echter geen implementatiestrategie voor deze tool ontwikkeld of gedeeld. Management en medewerkers moeten zelf uitvinden hoe zij de AI-oplossing adopteren en integreren in hun werkprocessen.
Zonder sturing van bovenaf en zonder duidelijk gecommuniceerde routekaart zal deze autofabrikant aanzienlijke uitdagingen ondervinden. Mogelijk is er niet genoeg tijd besteed aan de training van personeel en het ontwikkelen van de specifieke vaardigheden die noodzakelijk zijn om het AI-platform effectief te gebruiken. Door het ontbreken van expertise kunnen inkoopprofessionals en strategische sourcingexperts niet het maximale uit de software halen, waardoor het bedrijf de initiële investering niet kan terugverdienen en de weerbaarheid van de supply chain onvoldoende kan versterken.
Als het bedrijf bovendien geen doelen heeft geformuleerd voor het gebruik van AI, kan het management moeite hebben om duidelijke verwachtingen over het gebruik van het platform en de doelstellingen na zes, twaalf en achttien maanden uit te dragen naar het personeel. Medewerkers kunnen weliswaar toegang hebben tot de software en zelfs een basisuitleg ontvangen, maar zij begrijpen niet hoe deze aansluit op hun dagelijkse taken. Zonder consistente communicatie vanuit de top ontbreekt de motivatie om AI actief te integreren in het werk.
Het ontbreken van een overkoepelende AI-strategie kan ook tot het andere uiterste leiden, waarbij de oplossing juist te snel en te agressief wordt geïntegreerd. In dat geval kan de technologie uitgroeien tot een storende, zelfs contraproductieve kracht, waarbij sommige medewerkers zich buitengesloten voelen en anderen de tool omarmen zonder bewust te zijn van de beperkingen ervan. In beide gevallen brengt een overhaaste integratie van supply chain artificial intelligence juist de risico’s naar voren die deze tools met zich meebrengen, terwijl de gewenste voordelen niet worden gerealiseerd.
Het tegenovergestelde scenario—namelijk het ontwikkelen van een plan en een duidelijk proces voor de adoptie van een nieuwe supply chain-artificial-intelligence-tool—helpt om de software tot zijn volle waarde te laten komen binnen de organisatie. Zorgvuldig gecoördineerde uitrol stimuleert brede adoptie binnen teams en afdelingen, stimuleert teamleden om zich de technologie eigen te maken, en geeft experts de kans om strategisch gebruik en toepassingskaders te communiceren.
Essentiële strategieën voor de implementatie van supply chain-AI
Om optimaal te profiteren van elke technologie, moeten fabrikanten en andere bedrijven grondig inzicht hebben in drie zaken: hoe de technologie werkt; welke specifieke waarde zij willen realiseren; en hoe het implementatieproces in de operationele praktijk zal verlopen. De onderstaande strategieën helpen supply chain-leiders succesvol te zijn bij deze drie pijlers van effectieve implementatie.
Doelstellingen en verantwoordelijken bepalen
Het klinkt vanzelfsprekend, misschien zelfs overbodig, maar verrassend veel bedrijven stellen niet álle doelen volledig vast voordat zij een AI-tool invoeren. "In eerste instantie moeten bedrijven alle waardecreatie in kaart brengen en prioriteren, in alle functies—van inkoop en productie tot logistiek en commercie," aldus McKinsey & Company in een artikel over supply chain-artificial intelligence uit 2021. De realiteit was echter dat minder dan een derde van de bedrijven een dergelijke analyse vooraf uitvoerde, waarmee zij zichzelf essentiële waardecreatiekansen onthielden.
De basis leggen voor een AI-strategie en succesvolle uitrol gaat verder dan het bepalen van een groot overkoepelend doel en ondersteunende doelstellingen. Organisaties moeten ook de leidinggevenden, managers en overige medewerkers aanwijzen die het voortouw nemen tijdens het AI-implementatieproces, verwachtingen communiceren en de voortgang monitoren. Door te focussen op ambassadeurs die de tool actief promoten, voorkomt de organisatie dat zij vasthoudt aan de bestaande manier van werken.
Expertise ontwikkelen om AI te optimaliseren
Omdat AI zo nieuw is, is het nog geen gestandaardiseerde technologie die er bij concurrenten of op verschillende platforms hetzelfde uitziet. Alleen al binnen het landschap van supply chain-artificial intelligence zijn er inmiddels oplossingen die variëren van vraagvoorspelling en supply chain-mapping tot predictief onderhoud en risicoanalyse. Dit zijn geavanceerde, niche softwaremodellen en vrijwel iedereen in een organisatie—zelfs de meest technisch onderlegde voorlopers—zal moeten leren om ze effectief te gebruiken.
Daarom moeten bedrijven die investeren in supply chain-AI, ook intern de benodigde expertise ontwikkelen om het maximale uit het platform te halen én om anderen te trainen in het effectief gebruik ervan. Als de technologie heel complex is en de uitrol grootschalig, kan het raadzaam zijn een externe consultancy in te schakelen. Veel toonaangevende adviesbureaus zijn gespecialiseerd in digitale transformatie en begeleiden bedrijven inmiddels regelmatig bij het ontwikkelen van een verfijnde AI-strategie die hen ondersteunt bij de vele uitdagingen van integratie van een opkomende technologie.
Effectief verandermanagement inzetten
Verandermanagement is een breed omarmd concept binnen bedrijfsvoering. Het omvat de instrumenten, maatregelen en processen die leidinggevenden inzetten om significante transities binnen een organisatie te begeleiden. Volgens de zakelijke site BNET wordt verandermanagement gedefinieerd als "de coördinatie van een gestructureerde overgang van situatie A naar situatie B om duurzame verandering binnen een organisatie te realiseren."
Hoewel verandermanagement in uiteenlopende scenario’s noodzakelijk kan zijn, is het vooral van belang wanneer organisaties op grote schaal nieuwe technologieën implementeren. Volgens het Massachusetts Institute of Technology omvatten specifieke verandermanagementmaatregelen bij technologische implementatie onder meer "het formuleren en communiceren van de reden voor verandering, het opbouwen van relaties, communicatie en training van betrokken medewerkers, het herontwerpen van bedrijfsprocessen en het creëren en ondersteunen van groepen voor projectbeheer.”
Verandermanagement is onlosmakelijk verbonden met een effectieve implementatiestrategie. Leidinggevenden die een soepele integratie van supply chain-artificial intelligence nastreven, moeten de basisprincipes van verandermanagement begrijpen en deze integraal inzetten bij de uitrol van nieuwe technologie. Want het implementeren van een AI-tool draait niet enkel om efficiëntieverbetering en het creëren van maximale waarde: het gaat ook om het overtuigen en betrekken van de medewerkers—door hen te motiveren, inspireren en zelfs stimuleren tot adoptie, zonder motivatie en moraal te ondermijnen. Verandermanagement is hiervoor uitermate gevoelig, én leiders die dit begrijpen, zijn dat ook.
Schone en betrouwbare data gebruiken
Zoals in eerdere artikelen besproken, zijn de nieuwste AI-technologieën van de afgelopen jaren afhankelijk van enorme hoeveelheden data om hun uiteenlopende functies te vervullen. Deze artificial intelligence-modellen gebruiken invoergegevens om zichzelf te trainen en de benodigde expertise te ontwikkelen voor bijvoorbeeld vraagprognoses, het voorspellen van apparatuurstoringen en het identificeren van sub-tier-leveranciers. De prestaties van deze tools zijn daarom alleen zo goed als de kwaliteit van de data waarmee ze gevoed worden. Foutieve, onvolledige of verontreinigde data kan deze tools op een dwaalspoor zetten, wat leidt tot onbetrouwbaar advies of uitkomsten waarop u niet met vertrouwen kunt handelen.
Gezien deze beperkingen dienen fabrikanten die supply chain-artificial intelligence implementeren, alle statistieken, documentatie en andere informatie die als input voor hun AI-tools dienen zorgvuldig te beoordelen. Deze screening is zeker in de beginfase van implementatie essentieel, omdat eerste indrukken een grote impact hebben op de houding van medewerkers tegenover de technologie op de langere termijn.
Menselijke en kunstmatige intelligentie combineren
In de beginperiode van de snelle opkomst van ChatGPT in 2022 en 2023 werd vaak gesproken over de mate waarin AI-platforms en vergelijkbare tools de menselijke beroepsbevolking zouden vervangen in uiteenlopende sectoren. Het is waar dat deze technologieën nu al invloed hebben op de arbeidsmarkt, waarbij functies in data-entry en administratieve rollen verdwijnen, maar ook meer gespecialiseerde functies zoals programmeur en gameontwikkelaar onder druk komen te staan. Maar hoewel de AI-revolutie het werklandschap transformeert, functioneren deze platforms nog lang niet als zelfstandige menselijke werknemers.
Integendeel: om meer geavanceerde en specialistische taken uit te voeren waarvoor supply chain-professionals AI inzetten, is menselijke sturing en toezicht onmisbaar. Supply chain-artificial intelligence kan meer data sneller verwerken dan mensen, maar mist de ervaring, contextuele kennis en het vermogen tot kruisverwijzingen van ervaren professionals. Door deze beperkingen moet de rol van AI in supply chain-beheer worden gezien als aanvullend—een hulpmiddel dat efficiëntie en optimalisatie mogelijk maakt, maar menselijke oordeelsvorming nodig heeft om tekortkomingen en blinde vlekken op te vangen.
Supply chain-weerbaarheid realiseren in een turbulente tijd
Enkele jaren na de start van de AI-revolutie adopteren Amerikaanse bedrijven supply chain-artificial intelligence-oplossingen in hoog tempo. Uit een recent onderzoek van IT-onderneming Capgemini blijkt dat ruim twee derde van alle supply chain-organisaties AI gebruikt voor traceerbaarheid en inzicht. Zeventig procent van de fabrikanten zet deze oplossingen in voor predictief onderhoud. De drijfveren achter deze snelle invoering van een AI-strategie in supply chain-beheer gaan verder dan de aantrekkingskracht van een nieuwe technologie of de angst om achterop te raken in een transformerende markt. Huidige sourcing- en inkoopprofessionals opereren in een gelaagd, dynamisch veld dat voortdurend beïnvloed wordt door risicofactoren—en zij hebben baat bij zoveel mogelijk bruikbare data en intelligentie.
Fabrikanten en andere bedrijven die zoeken naar technologie die optimaal past bij de veeleisende werkelijkheid van de supply chain, vinden veel waarde in tools gericht op supply chain-weerbaarheid. Het toonaangevende SCRM-platform Z2Data biedt bijvoorbeeld een reeks onderling verbonden functionaliteiten die bedrijven helpen hun inzicht, duurzaamheid, compliance en risicobeheer te versterken. Door een krachtige combinatie van menselijke expertise, artificial intelligence en omvangrijke eigen databases biedt Z2Data klanten diepgaande inzichten waarmee zij bedreigingen minimaliseren, transparantie maximaliseren en meer grip krijgen op hun toeleveringsketens.
Wilt u meer weten over Z2Data en het brede aanbod aan supply chain-functionaliteiten? Plan een gratis demo met een van onze productspecialisten.
