Daan Majoor, CTO bij Slimstock en al meer dan 25 jaar aan het roer van de productontwikkeling, is verantwoordelijk voor de ontwikkeling van het Slimstock platform om bedrijven te helpen hun supply chain uitdagingen aan te gaan en een concurrentievoordeel te behalen.

Tijdens de recente S&OP Summit in het Verenigd Koninkrijk gaf Daan een kort interview aan Sam Phipps, waarbij hij brandende vragen beantwoordde:

Hoe verandert Machine Learning traditionele S&OP-processen en welke unieke mogelijkheden biedt het?

Daan Majoor: “Ten eerste denk ik dat er in een S&OP-proces niet zoiets bestaat als traditioneel. De eerste stap in alles is het verzamelen van gegevens. En voor mij speelt machine learning een centrale rol in de ondersteuning van datavoorbereiding, dataverzameling en datagestuurde analyse. Uiteindelijk kunnen AI en machine learning een revolutie teweegbrengen aan de gegevenskant van S&OP. AI kan ook helpen om het proces te automatiseren. S&OP gaat in wezen over het overbruggen van kloven en dat is vooral een mensenproces.  Maar ik denk niet dat AI mensen zal vervangen. Het moet je processen ondersteunen en de inzichten leveren die je mensen nodig hebben om hiaten in de business te bespreken.“

Hoe kunnen bedrijven Machine Learning en AI omarmen om verspilling te verminderen en duurzamere bedrijfsresultaten te creëren?

Daan Majoor: “Met AI en machine learning worden beslissingen meer gebaseerd op feiten. Machine learning kan helpen om nauwkeurigere voorspellingen te doen van de toekomstige vraag. Maar belangrijker nog, het omarmen van de technologie zou bedrijven ook moeten helpen om te identificeren waar het mis gaat, waarom de realiteit afwijkt van de plannen en om praktisch advies te geven om de bedrijfsprestaties te verbeteren. Het is duidelijk dat wanneer je dergelijke technologieën gebruikt om te verbeteren, je ook minder afval produceert. Door bijvoorbeeld te helpen bij het optimaliseren van de planning en het consolideren van orders om het aantal zendingen te verminderen, kunnen ogenschijnlijk kleine verbeteringen een aanzienlijk positief effect hebben op je ecologische voetafdruk. “

“Persoonlijk hoop ik dat mensen de kern van de operatie blijven vormen. Het einddoel van S&OP is altijd om je mensen te helpen silo’s te doorbreken en naadlozer samen te werken. Door teams dichter bij elkaar te brengen en betere communicatie met gegevens mogelijk te maken, kan machine learning helpen om duurzame bedrijfsresultaten te behalen.“

Hoe kan Machine Learning de omzetgroei versnellen?

Daan Majoor: “Als we kijken naar de groei van de bottom line, hoe beter je gegevens, hoe beter je in staat bent om de verkoop en de supply chain op elkaar af te stemmen en hoe winstgevender je kunt zijn. De ene overweging is kosten; de andere is omzet.”

“Het doel van elk bedrijf is om maximale wisten te behalen en het verlagen van de supply chain-kosten is cruciaal. S&OP wijst op gebieden die voor verbetering vatbaar zijn. Door de operationele efficiëntie in de hele supply chain te verbeteren, kun je verspilling tegengaan, jouw investering in werkkapitaal optimaliseren en de bedrijfskosten verlagen.”

Hoe zie je de rol van Machine Learning in het verbeteren van de nauwkeurigheid van voorspellingen?

“Er zijn zoveel gegevens en het verwerken ervan is ongelooflijk moeilijk. Je moet patronen vinden en toepassen om forecasting en planningsmogelijkheden voor de supply chain te verbeteren. Dit is gewoon te groot voor mensen om te verwerken, maar niet voor machines. Je kunt eenvoudig gegevensbronnen integreren en trends identificeren die anders onmogelijk te begrijpen zouden zijn, laat staan dat je er iets mee kunt doen. Dit kan snel voordelen opleveren omdat machine learning kan helpen bij het verbeteren van prognoses. Het kan je helpen je promoties te plannen, producten te introduceren en de basislagen te creëren die je nodig hebt om de eerste processen te implementeren.

“Het kan de inzichten onderzoeken die door Sales- en Supply Chain-teams worden verschaft en bepalen waar er kritieke verschillen zijn. Door deze te vergelijken kan er een duidelijker beeld ontstaan, zodat argumenten op feiten en gegevens gebaseerd zijn. Als je dit bekijkt vanuit het perspectief van de CEO, kan machine learning hem helpen om de veerkracht van de supply chain te verbeteren. Kijk naar de verstoringen die we de afgelopen jaren hebben gehad. Je kunt dat soort verstoringen vroegtijdig identificeren en het bedrijf helpen zich voor te bereiden en vooruit te lopen op anderen.”

Laatste vraag: Hoe kunnen bedrijven, met de snelle invoering van AI-technologieën, ervoor zorgen dat hun beslissingen in de supply chain ethisch verantwoord blijven?

Daan Majoor: “Ethisch gezien is machine learning een nieuw concept en de uitdagingen zijn dus nog in ontwikkeling. Wie is de eigenaar van de gegevens en wat moet je doen met de uitkomsten? Wat als de uitkomsten bevooroordeeld zijn? Het is bijna te vroeg om de potentiële valkuilen te zien, laat staan ze te overwinnen. Maar je moet proactief een aantal van de mogelijke gevaren verkennen.”

“De rol van mensen in de supply chain is nog steeds van vitaal belang. En ik verwacht dat dat niet zal veranderen. Sterker nog, bij Slimstock zijn onze klanten de belangrijkste drijfveer voor een product roadmap. En het ontwikkelen van AI-oplossingen die mensen helpen slimmere, snellere beslissingen te nemen blijft de kern van onze productontwikkeling. Ik houd ervan om in contact te komen met klanten, dus ik ben erg blij dat ik deel mag uitmaken van dit fantastische S&OP community event.“

Veelgestelde vragen

Machine learning speelt een cruciale rol bij de ondersteuning van het voorbereiden, verzamelen en analyseren van gegevens in S&OP. Het helpt processen te automatiseren en biedt inzichten om gaten binnen bedrijven te dichten. 

Het omarmen van machine learning en AI stelt bedrijven in staat om meer op feiten gebaseerde beslissingen te nemen, de nauwkeurigheid van prognoses te verbeteren, gebieden voor verbetering te identificeren, verspilling te verminderen, planning te optimaliseren en duurzame bedrijfsresultaten te behalen. 

Machine learning verbetert de kwaliteit van gegevens, waardoor verkoop en supply chain beter op elkaar kunnen worden afgestemd en de winstgevendheid toeneemt door lagere supply chain-kosten, operationele efficiëntie, minder verspilling en geoptimaliseerde investeringen in werkkapitaal. 

Machine learning verwerkt enorme hoeveelheden gegevens om patronen en trends te identificeren die mensen over het hoofd kunnen zien. Het helpt bij het plannen van promoties, het introduceren van producten en het identificeren van kritieke hiaten in de inzichten van verkoop- en supply chain-teams. 

Supply Chain TactiekVraagplanning en prognoses