Het creëren van een mensgerichte AI-assistent voor complexe supply chain-planningen

Wanneer men het over kunstmatige intelligentie heeft, is een veelgehoorde angst dat het de banen van mensen zal overnemen en dat de mens niet meer nodig zal zijn. Toch blijven kunstmatige intelligentie, of AI, en de mogelijkheden en toepassingen ervan almaar groeien. In plaats van te kijken naar autonome toepassingen waarin de AI-oplossing zelfstandig opereert, kan het kijken naar de mogelijkheden van ondersteuning door kunstmatige intelligentie bij menselijke functies juist grote kansen creëren – voor zowel de ontwikkeling van AI als van de menselijke werknemers. Een voorbeeld hiervan is te zien in het project InsAIght.

Uit de projectervaring van het FIP-AM@UT over de afgelopen jaren is gebleken dat autonoom opererende AI-oplossingen voor de huidige productie-uitdagingen van het mkb nauwelijks succesvol zijn. Ten eerste vanwege de enorme hoeveelheid data die nodig is om een AI-oplossing te ontwikkelen voor bijvoorbeeld supply chain voorspellingen, wat niet beschikbaar of haalbaar is voor deze doelgroep. Ten tweede zijn werknemers terughoudend ten opzichte van de invoering van AI-gedreven oplossingen, uit angst om overbodig te worden. AI biedt echter een enorm automatiseringspotentieel en zelflerende rekenkracht. Dit kan van grote waarde zijn bij complexe rekenkundige uitdagingen, zoals supply chain planning.

Naast de complexiteit van meerdere ketenpartners en afhankelijkheid van derden, hebben mkb’s te maken met weinig controle in hun toeleveringsketens. In combinatie met een algemene afname van de globalisering, heeft COVID de problemen door dit gebrek aan controle pijnlijk duidelijk gemaakt. Meer datagestuurde- en betere analysemogelijkheden van control towers in de toeleveringsketen zijn hierdoor van nog groter belang geworden. Deze verbeteringen bieden meer flexibiliteit en de mogelijkheid tot een efficiëntere supply chain-planning. Dit is waar CAPE Groep, de industriepartner in het AMP-gesubsidieerde project InsAIght, zich op richt. CAPE Groep is gespecialiseerd in het digitaliseren van bedrijfsprocessen en ketensamenwerkingen, onder andere in supply chain planningen en met name voor het mkb.

Om te ondersteunen bij supply chain uitdagingen, zullen CAPE Groep en het FIP-AM@UT tijdens InsAIght werken aan de ontwikkeling van een krachtige AI-assistent, om menselijke werknemers te ondersteunen bij besluitvormingsprocessen in hun logistieke planning voor 3-, 4- of 5PL-organisaties. De bevindingen van de AI-assistent worden getoond in een dashboard met meerdere what-if-scenario’s op het gebied van kosten, levertijden en alternatieve oplossingen.

Op deze manier worden de expertise van het FIP-AM@UT op het gebied van kunstmatige intelligentie, en de real-time dataverzamelings-, visualisatie- en simulatiemogelijkheden van CAPE Groep gecombineerd om het mkb te helpen hun supply chain-activiteiten te optimaliseren. Dit zal vervolgens leiden tot een efficiëntere inzet van de resources. Bovendien kan het vermogen om effectief te anticiperen op en zich aan te passen aan fluctuaties in de toeleveringsketen mkb-ondernemingen een aanzienlijk concurrentievoordeel opleveren, waardoor ze flexibeler en beter kunnen omgaan met deze uitdagingen. Het project InsAIght toont op die manier de kracht van AI als faciliterende technologie voor de mens, in plaats van als een vervanging. In deze oplossing blijft menselijke ervaring en input leidend.

Industriepartner

AANPAK

Om deze uitdagingen aan te gaan, ontwikkelde het InsAIght-project twee belangrijke AI-modellen: een model voor het voorspellen van de aanwezigheid van vrachtwagens (Presence Prediction Model) en een planningsmodel (Scheduling Model). Het Presence Prediction Model maakt gebruik van historische vrachtwagengegevens en deep learning om aankomsttijden nauwkeurig te voorspellen, wat een solide basis vormt voor de planning. Het planningsmodel combineert historische menselijke planningsgegevens met AI om geoptimaliseerde en realistische slotboekingen te maken. Verschillende algoritmen werden getest, wat leidde tot de selectie van een eigen algoritme vanwege het aanpassingsvermogen en de goede prestaties in complexe logistieke scenario’s. De AI-planner is nu in bèta en wordt samen met menselijke planners getest om de doeltreffendheid ervan te verfijnen en de acceptatie door gebruikers te stimuleren.

RESULTAAT

Het InsAIght-project heeft met succes een AI-gestuurd planningssysteem ontwikkeld dat de planning van dock slots verbetert door de aankomsttijden van vrachtwagens nauwkeuriger te voorspellen. Het beschikt over een Presence Prediction Model voor nauwkeurige voorspellingen en een Scheduling Model voor een eerlijke toewijzing van slots. De AI-planner ondersteunt menselijke werknemers door in het boekingsproces van informatie te voorzien en zich aan te passen aan verschillende logistieke scenario’s. De AI-oplossing, die nu in bèta is, wordt actief gebruikt naast menselijke planners om de prestaties te verbeteren en een soepeler verloop van logistieke operaties mogelijk te maken.

De belangrijkste resultaten zijn onder andere:

• Verbeterde planningsnauwkeurigheid dankzij nauwkeurige aankomstvoorspellingen
• Geoptimaliseerde inzet van de resources door vermindering van ongebruikte tijd
• Eerlijke verdeling van ritten om de logistieke prestaties te verbeteren
• Stimulans voor samenwerking tussen menselijke planners en AI

Dit project is mogelijk gemaakt door de Regio Deal, ondersteund door de Provincie Overijssel en de Rijksoverheid.
 

VOOR MEER INFORMATIE OVER INSAIGHT, NEEM GERUST CONTACT OP MET

Engin Topan

Universitair Hoofddocent Slimme Productie en Supply Chain Planning

Can Ölmezoğlu

Can Ölmezoğlu

Engineering Support, Software Development

Estefanía Morás Jiménez

Research Engineer