blog

Artificial intelligence: logistiek is te afwachtend

Supply chain 823

Artificial intelligence. Het duurt niet lang meer voordat je door een bundel van computers en sensoren over de weg wordt gestuurd. Hoe zit het eigenlijk met de wereld van (service) logistiek? Ik vrees dat dat nog wel even duurt.

Artificial intelligence: logistiek is te afwachtend

Tegenwoordig bevat een koffiezetapparaat al meer rekenkracht dan de zogenaamde Apollo Guidance Computer van Apollo 11 die naar de maan vloog. Deze toename in rekenkracht stuwt de opkomst van machine learning algoritmes, zoals Artificiële Neurale Netwerken. Het bekendste voorbeeld hiervan is Google’s AlphaGo project. In maart 2016 versloeg dit computerprogramma de 18-voudig wereldkampioen Go, Lee Sedol, met overtuigende cijfers.

Een ander recent voorbeeld van machine learning komt uit Nederland. De afdeling pathologie van het Radboud UMC in Nijmegen gebruikt computeralgoritmes om gedigitaliseerde preparaten van bijvoorbeeld een stukje lymfeklier te onderzoeken. Met behulp van patroonherkenning identificeert het algoritme mogelijk kwaadaardige cellen. Het mooie is: het algoritme presteert net zo goed als een specialist zonder tijdslimiet. De gehaaste specialist mist menselijkerwijs wel eens een paar cellen onder de microscoop.

 

Lees de blog
Kunstmatige Intelligentie verovert logistiek?

 

Autonome voorraadplanning

Als deze ontwikkelingen onder de noemer van machine learning zo snel gaan, dan vraag ik me af waarom bijvoorbeeld voorraadplanning nog vooral mensenwerk is. Als een computer al kan autorijden en kanker opsporen, dan zal ‘ie er toch ook wel voor kunnen zorgen dat spulletjes op tijd in het magazijn terecht komen?

 

Lees ook
Weg met planners; machines nemen het over!

Natuurlijk, we gebruiken computers al in het voorraadbeheer, maar slechts als hulpmiddel. Bijvoorbeeld voor het classificeren van artikelen, het maken van een vraagvoorspelling of het berekenen van een optimale bestelgrootte. Maar hoe mooi zou het zijn als je een computerprogramma hebt dat zelf de operationele beslissingen neemt, getraind is door menselijke planners en met het verstrijken van de tijd alleen maar beter wordt? De planningscomputer is nooit ziek, moe of ongeconcentreerd en geeft ongevraagd strategische ‘zetten’ voor verdere verhoging van de voorraadbeschikbaarheid en de uptime van de kritische assets zonder overdadige voorraden aan te leggen.

1

Lees ook de blog
De impact van Artificial Intelligence op Logistiek

Artificial intelligence is nog afwachten

Wat kan dan de reden zijn dat dit soort algoritmes nog niet massaal de weg hebben gevonden naar de servicelogistiek of het voorraadbeheer? Is het een te abstracte materie? Een machine learning algoritme is namelijk een black box. Je weet niet hoe het model tot een antwoord of conclusie komt en dat maakt het voor mensen lastig om het te begrijpen en te vertrouwen. Daarnaast bevindt machine learning zich nog in de experimentele fase dat voornamelijk is weggelegd voor bedrijven met grote R&D-budgetten. Je zult flink moeten investeren in de ontwikkeling en training van een goed algoritme voordat je daar op lange termijn de vruchten van kunt plukken. In de logistiek wachten we liever totdat de innovatie panklaar als interessante business case aangeleverd wordt. Zie bijvoorbeeld de late omarming van augmented reality/Google Glass in de magazijnlogistiek.

Auteur, Bas Timmermans, consultant Gordian

Reageer op dit artikel

Gerelateerde tags

Lees voordat u gaat reageren de spelregels