Dit is nog niet alles! Expert op het gebied van het optimaliseren van digitalisatie binnen organisaties, Patrick van Balkom, geeft zijn visie hierop. Hij legt ons uit hoe dit binnen Mars, waar hij op dit moment de Center of Excellence Director rol vervult, terug te zien is in de organisatie. Nu denk je misschien: hé, deze naam heb ik eerder voorbij zien komen. Dat klopt, wij maakten al eerder verslag van zijn expertise in dit blog.
De impact van AI op het verbeteren van supply chain
Supply chain is een dynamische wereld waarin veel verandert Elke seconde en elke efficiëntieverbetering telt. Artificial Intelligence (AI) is een groot onderdeel hiervan. En niet zomaar een, je kunt het over een paar jaar niet minder dan een revolutie noemen! De fascinatie voor AI binnen supply chain groeit. Het transformeert niet alleen operationele processen; het heeft ook diepgaande impact op de mensen die met deze technologie werken. Dit artikel verkent de impact van AI op het verbeteren van supply chain efficiëntie én de implicaties voor het personeel.
Efficiëntie
Kunstmatige intelligentie heeft het vermogen om data te analyseren voor voorspellende inzichten. Met een knipoog naar efficiëntie, stelt AI bedrijven in staat om vraagpatronen te ontcijferen, voorraadniveaus te optimaliseren en zowel overschotten als tekorten te vermijden. Het resultaat? Lagere opslagkosten en een glimlach op het gezicht van de klant. Daarbij, alsof het door een toverstaf is aangeraakt, maakt AI transport slimmer en groener door rekening te houden met verkeer en weersomstandigheden, waardoor leveringen niet alleen sneller maar ook duurzamer worden.
Als Center of Excellence Director bij Mars, hoe leid je de inzet van AI om de supply chain processen te optimaliseren?
Patrick: AI wordt alleen geaccepteerd als het foutloos is. Van een mens accepteer je dat hij weleens iets vergeet, maar wanneer heb je voor het laatste tegen je computer gezegd: ‘ach geeft niet’ als hij weer eens vast liep?’. We verwachten meer van de machine dan van de mens. Werkt een computer niet volgens verwachting? Dan doen we het liever op de ouderwetse manier, namelijk zelf.
Elke vorm van intelligentie moet leren. Dit is bij een machine niet anders. Ze kunnen niet zomaar een taak overnemen. Mensen moeten AI aan de hand nemen en dit vraagt wat van je mensen. Bij Mars investeren wij in onze mensen door een associate partner mee te nemen in de ontwikkeling van AI én op de werkvloer.
Onthoud altijd: machines zijn blind. Het ziet enkel data die de mens het geeft. Waar wij als mens per toeval iets bijleren aan zoiets simpels als een koffiemachine op kantoor of tijdens klantgesprekken, heeft een machine alleen toegang tot wat al bekend is. Het is altijd belangrijk om verschillende bronnen te gebruiken en afhankelijkheden daartussen te scheppen. AI ziet geen verschil tussen de Paus en een witte jas. Mensen maken duidelijk wie de Paus is door op foto’s te klikken. De tags worden zo opgeslagen dat AI vervolgens een foto kan genereren. Bij Mars zijn we intensief bezig om niet alleen data op te slaan en te ontsluiten, maar ook de context vast te leggen waarin we deze data generen.
Met het integreren van technologie is het belangrijkste ingrediënt: tijd. Voor veel medewerkers is technologie niet direct duidelijk; het is van belang om op kleine schaal AI tot leven te brengen en successen te vieren zodat het gaat leven voor de mens én voor de IT-afdelingen.
Groene routes
Daarnaast speelt de technologie een belangrijke rol in het efficiënter maken van transportroutes. Door rekening te houden met variabelen zoals verkeer en weersomstandigheden, zorgen AI-gedreven algoritmen niet alleen voor snellere leveringen, ook dragen ze bij aan duurzaamheid door het verminderen van brandstofverbruik en CO2-uitstoot.
De mens centraal?
Hoe staat het dan met de rol van de mens? Technologie gaat zó snel dat de mens wel mee moet bewegen met deze veranderingen. Met het gezegde: het enige constante is verandering in gedachtegang, zal dit veel gevolgen hebben voor werkrollen op de werkvloer. Enerzijds automatiseert AI sommige taken, wat nieuwe kansen creëert voor werknemers om hun vaardigheden te ontwikkelen in het beheren en optimaliseren van deze geavanceerde systemen. Anderzijds draagt het bij aan betere werkomstandigheden door fysiek veeleisende of gevaarlijke taken te automatiseren, wat leidt tot een veiligere werkomgeving en potentieel een betere balans tussen werk en privé.
Veel vragen, zonder antwoord
Wanneer je op deze ontwikkelingen gaat reflecteren, kun je verschillende emoties ervaren. Zo zijn ook mensen angstig door de opkomst van deze technologie. De uitrol en uitkomsten van de groei in de technologie is nog zodanig onduidelijk dat het per persoon verschilt hoe enthousiast iemand is. Binnen supply chain management zijn de mogelijkheden groot. Er is sprake van een voortdurend streven naar innovatie en verbetering, toch is de mens net zo belangrijk. Wordt AI een onmisbare kracht?
De beste leerschool is wat de medewerkers elkaar vertellen en werken echt als katalysator voor gemeenschappelijke verandering. AI landt pas als je een cultuur bouwt die erbij past!
Welke programma’s of initiatieven heb je opgezet om medewerkers voor te bereiden op de integratie van AI in hun dagelijkse werkzaamheden?
Patrick: Dit begint heel klein. Vaak beseffen mensen niet dat ze eigenlijk al veel over machine learning weten. We gebruiken het namelijk bijna elke dag. Denk aan al die streamingapps die je inmiddels uitgespeeld hebt. Al deze streamingsdiensten hebben machine learning ingebouwd om het gebruik voor ons gemakkelijker te maken. Dit gebruiken we bij Mars vaak als voorbeeld om duidelijk te maken dat het helemaal niet eng is en het je leven gewoon een stuk gemakkelijker maakt!
Vanuit dit vertrekpunt benoemen we specifieke situaties waar we het leven van onze medewerkers ook gemakkelijker willen maken. We werken hiervoor nauw samen met de betrokken teams om te bepalen welke soort automatiseringen hen het beste helpt.
Onze betrokken associate partners maken vervolgens trainingsmateriaal dat anderen helpt door hetzelfde leerproces te gaan. Tot slot is de beste leerschool wat de medewerkers elkaar vertellen en werken als katalysator voor gemeenschappelijke verandering. AI landt pas als je een cultuur bouwt die erbij past!
Weerstand tegen verandering
Navigeren door de implementatie van AI in supply chain management brengt uitdagingen met zich mee die lijken op het balanceren op een strak koord tussen technologische innovatie en operationele realiteit. Het integreren van digitalisatie blijkt complex; het vraagt om een nauwkeurige afstemming met bestaande processen, terwijl weerstand tegen verandering en zorgen over baanveiligheid onder medewerkers delicate kwesties zijn die tactvol moeten worden aangepakt.
Welke specifieke uitdagingen ben je tegengekomen bij het implementeren van AI-initiatieven bij Mars en hoe heb je deze overwonnen?
Patrick: Over het algemeen staat AI bij Mars nog in de kinderschoenen. Systemen zijn nooit perfect vanaf het begin en zullen dat waarschijnlijk ook nooit zijn. Net zoals we vertrouwen op onze auto’s kunnen we leren om machines te vertrouwen. Dit komt met tijd én gebruik.
Het is belangrijk dat we een gemeenschappelijke taal vinden om dit te realiseren, hoewel we momenteel vaak nog afhankelijk zijn van IT-afdelingen of externe experts. In de toekomst zullen bedrijfssystemen net als onze smartphones autonoom met ons kunnen leren, wat het gemeenschappelijk leren vereenvoudigt.
Op korte termijn is het essentieel dat de use cases en leertrajecten voor gebruikers en ontwikkelaars duidelijk worden gedocumenteerd en omgezet in trainingsmateriaal en communicatie. Dit helpt om elkaar beter te begrijpen.
Daarnaast is het voor gebruikers vaak moeilijk te begrijpen dat systemen een beperkt zicht hebben op de wereld, terwijl wij moeiteloos context kunnen begrijpen, zoals onderscheid maken tussen testdata en echte data. Computers kennen alleen de informatie die wij relevant vinden en missen vaak context zoals de impact van evenementen die elk jaar op een ander moment kunnen vallen, zoals Halloween. Het is cruciaal dat mensen deze context kunnen overbrengen aan machines en dat er mogelijkheden zijn ingebouwd om voortdurend leren. Zo kunnen we de machines beter programmeren en blijven leren over hun beperkingen.
Wil je voordelen en noodzaak van AI goed communiceren? Gewoon klein beginnen! Vind mensen die niet sceptisch zijn en laat ze het gewoon proberen, zodat zij het de sceptici kunnen vertellen. Een beetje zoals een kleinzoon die zijn opa uitlegt waarom Spotify zo geweldig is.
De mens is onvervangbaar
Bovendien speelt de kwaliteit van data een cruciale rol; zonder nauwkeurige en uitgebreide datasets kunnen AI-algoritmes niet hun volle potentieel bereiken. Ethiek en privacy blijven voorop staan, aangezien het verzamelen van gegevens zorgvuldig moet worden beheerd om vertrouwen en transparantie te waarborgen. Tegelijkertijd vereist het onderhouden en updaten van AI-systemen een voortdurende toewijding. Deze uitdagingen onderstrepen het belang van een doordachte aanpak en de onvervangbare waarde van menselijk inzicht en aanpassingsvermogen in het tijdperk van AI.
Als Center of Excellence Director, hoe zorg je ervoor dat de kwaliteit van data voor AI-toepassingen wordt gewaarborgd?
Patrick: Bij Mars is een van onze vijf kernprincipes ‘mutuality’, wat betekent: doe alleen iets wat zowel voor jou als voor de ander goed is. Het creëren van slechte data is te vergelijken met liegen; het verhindert effectieve hulp en samenwerking. Goede data wordt daarmee cruciaal voor succesvolle samenwerking in het digitale tijdperk.
We benadrukken het belang van dit principe door verhalen te delen, teamleiders erbij te betrekken en hen vervolgens uit te rusten om feit gebaseerde discussies met hun teams te voeren. We investeren in datasystemen die transparantie bieden en verwachtingen duidelijk maken, zowel voor degenen die de data genereren als voor de teamleiders die erop sturen.
Werkt dit al? Nog niet. Maar we zien positieve voorbeelden en begrijpen dat dit een proces is dat geduld vereist en geen snelle oplossingen biedt.