blog

No-touch S&OP; mensloos plannen!

Supply chain 1455

Heeft S&OP zijn langste tijd gehad? Opkomende technieken en inzichten zoals blockchain, AI, big data en machine learning bieden juist mogelijkheden om het S&OP proces verder te verbeteren. No-touch planning is volgens Freek Aertsen het antwoord.

No-touch S&OP; mensloos plannen!

Als we het aantal publicaties op logistiek.nl als maatstaf nemen voor de populariteit van S&OP, dan kunnen we concluderen dat die sterk tanende is. Waar een aantal jaar geleden het aantal S&OP gerelateerde publicaties op meer dan 80 per jaar lag is dat nu teruggevallen naar een handvol! Aan de andere kant zien we een toenemende interesse voor thema’s als blockchain, kunstmatige intelligentie (AI), big data en machine learning/robotisering. Deze nieuwe technieken en inzichten bieden mogelijkheden om het S&OP proces verder te verbeteren! No-touch planning is het antwoord! Waar kunnen de menselijke invloed uitschakelen en gebruik maken van ‘de machine’ om de kwaliteit van het S&OP proces te verbeteren?

Vraagvoorspelling via engines, AI en machine learning

Vraagvoorspelling is een belangrijke input in het S&OP proces. Het maandelijks updaten van die voorspelling is in dynamische markten niet meer voldoende. Quick response vraagvoorspelling met real-time aanpassingen op basis van product reviews, acties van concurrenten, het sentiment op social media, de weersverwachting en point of sale data, maakt het mogelijk om sneller te reageren op veranderingen in de markt. Reageren kan bijvoorbeeld door beschikbare producten in te zetten bij andere klanten, kanalen of landen of het starten een specifieke actie. De grote hoeveelheid data en de complexiteit van de modellen maken dat simpele tijdsreeksen niet meer voldoende zijn. Het manueel verwerken van gewijzigde inzichten is onmogelijk. Door het gebruik van krachtige statistische engines, kunstmatige intelligentie en machine learning kunnen ‘onder de motorkap’ frequent grote hoeveelheden kwalitatief goede vraagvoorspellingen worden gecreëerd. Uit projecten blijkt dat op deze manier voor 80 procent van de producten, promoties en nieuwe productintroducties de mens geen voorspelling meer hoeft te maken. De planner speelt nog steeds een belangrijke rol bij de meer complexe en chaotische problemen.

 

Bias in het S&OP proces

Bias in het S&OP proces

 

Besluitvorming automatiseren

Voor het leveren van de input vanuit de markt in het S&OP proces kunnen we toe met minder menselijke inspanningen, maar hoe pakt dit uit bij het nemen van de beslissingen in de S&OP meeting? De doelstelling van het S&OP proces is namelijk het nemen van beslissingen! Menselijk gedrag leidt er echter toe dat er nogal wat bias in de uiteindelijke beslissing terecht komt. Kunnen we de besluitvorming dan ook ook niet automatiseren zodat we sneller, betere, objectieve beslissingen krijgen?

 

Meer weten over S&OP en de invloed van nieuwe technieken?  

Freek Aertsen verzorgd op 31 oktober een college over dit onderwerp tijdens de Collegereeks Logistiek Management.
Start 3 oktober, er zijn nog een paar plaatsen beschikbaar.

 

www.collegereeks-logistiek.nl

Voorstel door machine – mens beslist

Binnen de kunstmatige intelligentie worden twee verschillende benaderingen onderscheiden. Ten eerste, de volledig geautomatiseerde beslissingen die zonder menselijke tussenkomst genomen worden. Een mooi voorbeeld is de routeplanner die het route plan aanpast op basis van de laatste verkeersinformatie of een stap verder, de zelfrijdende auto. De voorstanders stellen dat het aantal ongelukken sterk zal verminderen doordat de auto sneller problemen herkent en beslissingen neemt. Ten tweede, de zogenaamde augmented beslissingen waar de mens verantwoordelijk blijft voor de uiteindelijke implementatie van de beslissing. In de medische wereld krijgen artsen voorstellen van de machine maar uiteindelijk neemt de arts de beslissing.

Beide vormen van het automatiseren van beslissingen in het S&OP proces is nu nog erg beperkt. We zien een beperkt aantal aansprekende voorbeelden van pioniers bij met name retailbedrijven. Andere bedrijven zetten de eerste stappen door pilots te starten, analytische kennis op te bouwen of data te verzamelen. Op die manier kan het inzicht in de toegevoegde waarde en acceptatie van no-touch planning groeien zodat over 5 jaar een groot deel van het S&OP proces zonder menselijke tussenkomst betere beslissingen geeft.

Auteur: Freek Aertsen, academic director TIAS Business School en Managing Partner EyeOn

Lees ook de eerdere blog van deze auteur: Weg met planners; machines nemen het over!

 

Reageer op dit artikel