Verzenders, vervoerders en logistieke dienstverleners experimenteren al bijna tien jaar met het toepassen van Artificial Intelligence (AI). Hoewel AI op zichzelf niets nieuws is, is de snelle opkomst van generatieve AI dat wel. De belangstelling hiervoor bereikte vorig jaar zijn hoogtepunt. Dit jaar zien we echter dat bedrijven in de transport- en logistieke sector de overstap maken van enthousiasme naar daadwerkelijke implementatie. In de praktijk vraagt dit om een robuuste AI-strategie, waarbij rekening wordt gehouden met aspecten zoals data bias, transparantie, compliance, ethiek en meer.
Waar kan generatieve AI waarde toevoegen?
De impact van AI op logistiek en transport zal geen plotselinge revolutie teweegbrengen, maar eerder een geleidelijke evolutie. Een goede benadering is om AI te zien als extra ’talent’ binnen het team. Om potentiële implementaties te identificeren, kunnen bedrijven zich richten op teams die belemmerd worden door gebrek aan kennis of hoge arbeidskosten, en AI inzetten om deze obstakels te overwinnen.
Tot nu toe zijn AI-implementaties in de logistieke sector vooral gericht op procesautomatisering en data-gedreven voorspellingen. Hierbij gaat het vaak om symbolische AI, die zich richt op kennisvisualisatie en besluitvorming, en statistische AI, waarmee datapatronen worden geanalyseerd om te leren en voorspellingen te doen.
Een goed voorbeeld van een potentiële AI-toepassing is procurement, vooral voor spot buying. Hierbij spelen vaste budgetten en levertijden een rol, waardoor het algoritme binnen duidelijke beperkingen moet werken. Ook volgen onderhandelingen een gestructureerd proces, waarin AI kan ondersteunen. Logistieke dienstverleners kunnen met AI bijvoorbeeld sneller en nauwkeuriger offertes aanbieden op basis van voorspelde markttarieven, wat kansen op nieuwe business vergroot.
Een andere waardevolle toepassing van AI is het real-time voorspellen van aankomsttijden. Waar dit tien jaar geleden nog onmogelijk leek door willekeurige factoren zoals stakingen en slecht weer, kunnen AI-modellen nu verborgen patronen ontdekken door historische gegevens te analyseren. Hierdoor kunnen verzenders en vervoerders nauwkeurigere ETA’s voorspellen en proactief inspelen op aankomsttijden.
Een blik op toekomstige AI-implementaties: de beste UI is geen UI
Hoe past generatieve AI in dit plaatje? Hoewel het ongetwijfeld efficiëntieverbeteringen en nieuwe mogelijkheden in de logistieke waardeketen zal opleveren, zullen veel veranderingen alleen binnen organisaties zichtbaar zijn. Echter is de transformatie van gebruikersinterfaces (UI) voor logistieke software een duidelijke uitzondering.
De meeste software maakt momenteel gebruik van grafische UI’s. Gebruikers gaan aan de slag door met hun muis naar een object te gaan, erop te klikken en gegevens in te voeren of opnieuw te klikken. Dit betekent dat gebruikers zichzelf moeten ’trainen’ op de symboliek van elk platform (zoals navigatie bovenaan versus aan de zijkant) en terminologie (op het ene platform staat ‘orders’ en op het andere ‘zendingen’). We vergeten dat deze vorm van interactie ‘onnatuurlijk’ is omdat we er allemaal mee zijn opgegroeid. Het zorgt echter vaak voor frictie tussen intentie en actie bij gebruikers, die voortdurend moeten micro-plannen hoe ze uit systemen kunnen krijgen wat ze willen.
Generatieve AI belooft dit te veranderen door te werken in natuurlijke taal, zonder wrijving. Op dit moment gebruiken de meeste generatieve AI-modellen tekstvakken, maar er is geen reden om het daarbij te laten. Mensen praten sneller dan ze schrijven, dus spraakinvoer zou een natuurlijke evolutie kunnen zijn. Hierdoor ontstaat een altijd beschikbare assistent die elke actie binnen een specifiek platform kan ‘uitvoeren’. Dit zou talloze mogelijkheden ontsluiten. Een expediteur zou bijvoorbeeld mondeling een complex verzend scenario kunnen beschrijven en de software de benodigde formulieren laten genereren.
Wat is de volgende stap?
Eén ding is zeker: AI is klaar om een nieuw tijdperk van intelligent transport in te luiden. Verladers, vervoerders en LSP’s kunnen deze technologie echter op verschillende manieren implementeren. Sommige bedrijven kiezen ervoor om te investeren in het intern ontwikkelen van hun eigen AI-tools, wat veel middelen vergt.
Aan de andere kant kiezen veel van hen ervoor om de beste generatieve AI-software van externe leveranciers te implementeren. Deze strategie vertrouwt op de expertise van gespecialiseerde bedrijven en biedt een snellere implementatietijd. Het is ook noemenswaardig dat externe aanbieders (neutrale derde partijen) doorgaans samenwerken met meerdere spelers in de sector. Deze gezamenlijke ‘platform’-benadering betekent dat ze toegang hebben tot een bredere pool van gegevens om AI-modellen te trainen, waardoor de veiligheid, efficiëntie en serviceniveaus van de sector sneller kunnen worden verbeterd.
Welke route bedrijven ook kiezen, de tijd om AI strategisch te omarmen in een snel veranderend landschap is nu.
