‘Een goed idee, bruikbare data en dan pas klein beginnen met ai’

Interview met Sebastian Piest, onderzoeker aan Universiteit Twente, over ai en supply chain

Een bedrijf dat met kunstmatige intelligentie (ai) aan de slag wil, moet in elk geval beschikken over een goed idee en opgeschoonde data. ‘En dan klein beginnen’, zegt Sebastian Piest, onderzoeker aan Universiteit Twente. ‘We zien wel dat er veel beweging is in de logistieke sector.’

Piest is mede-initiatiefnemer van de Community of Practice voor AI in de Logistiek. En hij is lid van de stuurgroep supply chains in de Topsector Logistiek. En spreker op ICT&Logistiek 2024. ‘Ik ben sinds zes jaar actief op dit vlak en merk dat ik steeds minder hoef uit te leggen wat ai is. Veel bedrijven in de logistieksector zijn ermee bezig. Zij investeren in mensen om de juiste kennis binnen te halen en in technologie.’

Hoe je dat aanpakt? ‘Het begint met een idee dat gedragen wordt door alle betrokkenen, eerst intern maar zeker ook binnen de logistieke keten’, antwoordt Piest. ‘Dat moet helder zijn. Vaak mislukt een project omdat er verkeerde verwachtingen waren.’ En natuurlijk, zo vervolgt hij, moet je beschikken over de juiste data. ‘Brancheorganisaties Evofenedex en TLN doen tweejaarlijks onderzoek en daaruit blijkt steeds dat de kwaliteit van data onder de maat is. Wil je met een ai-project aan de slag, dan moet je ze eerst opschonen. Bij een klein project lukt het dan nog wel, maar als je gaat opschalen, gaat het alsnog mis. En dat is zonde, want daarmee verliezen de collega’s op de werkvloer hun vertrouwen in ai; en je bent als bedrijf een bak geld kwijt. Het is trouwens wel een hele kluif werk om data op orde te brengen. Overigens kun je tegenwoordig ai inzetten om te helpen bij het opschonen.’

‘Computer zegt ja’, is niet voldoende

In dit licht wijst hij erop dat ‘explainable ai’ noodzakelijk is. ‘De uitkomst van ai-modellen moet uitlegbaar zijn aan iedereen die ermee moeten werken. ‘Computer zegt ja’, is niet voldoende. Mensen willen weten waarom iets dient te gebeuren en daarnaast regie houden.’

Juridische afdeling

Binnen de logistieke sector is volgens hem veel nadruk op compliance, het voldoen aan wet- en regelgeving. ‘Dat ligt bij ai-modellen complex in verband met privacy en de vraag of bepaalde data wettelijk wel gebruikt mogen worden. Het is in elk geval altijd nuttig de juridische afdeling bij projecten te betrekken. Vooral ook omdat wetgeving op dit terrein volop in beweging is.’

Gevraagd naar voorbeelden in de logistiek verwijst hij naar Ai-expeditie: 27 bedrijven hebben ai-prototypes/-producten ontwikkeld, en er zijn door de community veertien tools ontwikkeld en gebruikt voor ai-projecten. ‘Er zijn heel veel opensourcetools beschikbaar. Bovendien publiceren deskundigen heel veel via open access-kanalen. In de praktijk zien we dat er veel wordt ontwikkeld en dat modellen worden getraind op het gebied van vraagvoorspelling. En we zien veel gebeuren met chatbots, bijvoorbeeld om vragen over vrachtbrieven geautomatiseerd af te handelen.’

Zelfrijdend vervoer

In de magazijnen verschijnen robots die vol zitten met ai-snufjes. Naast automated guided vehicles (agv’s) worden onbemande systemen breder ingezet. ‘Ze worden zelfs ingezet tussen magazijnen’, verwijst Piest naar de samenwerking tussen Aviko en VDL. Aviko heeft de eerste VDL Mixed Traffic Transporter (MTT) in gebruik genomen. Diepgevroren friet en andere aardappelspecialiteiten worden op het terrein van de aardappelverwerker in Steenderen autonoom én milieubewust vervoerd, vanaf de productie in de fabriek, onderweg tot aan de opslag in het vrieshuis. Sinds 2011 heeft VDL meer dan 170 automatisch geleide voertuigen in gebruik in de havens van ECT (Rotterdam), PSA (Singapore) en op de industriële terreinen van Basf (Ludwigshafen). ‘De MTT die bij partner Aviko rijdt, is de perfecte doorontwikkeling. Zelfrijdend vervoer neemt beduidend toe dankzij ai.’

‘Albert Heijn’, komt hij met een ander voorbeeld, ‘heeft elke week bepaalde producten in de aanbieding. Die moeten tijdig in de pakhuizen voorradig zijn en naar de juiste winkels worden gebracht. Daar zit heel veel dynamiek in. Kunstmatige intelligentie helpt om dit in goede banen te leiden. Ze hebben daar ai-modellen voor ontwikkeld.’

Menselijk toezicht

Piest wijst erop dat het nuttig is altijd na te gaan of het echt nodig is ai in te zetten om tot een bepaalde oplossing te komen. ‘Soms volstaat het om de processen te verfijnen of anders in te richten. Niet alles is een ai-vraagstuk; soms zijn traditionele optimalisatietechnieken beter in staat om het probleem op te lossen.’ We staan nog maar aan het begin van grootschalige toepassing van ai in logistieke processen, meent hij. ‘Maar het zal niet zo zijn dat de modellen uit zichzelf allerlei beslissingen nemen en processen in gang zetten. Er zal altijd menselijk toezicht nodig zijn. Dat is wettelijk zo geregeld.’

Dit artikel staat ook in Computable Magazine 2024 #3, ons eerste e-magazine. Bekijk het dan snel!