Wiskunde als sleutel voor efficientere logistiek

Van den Tillaart snapt dat bedrijven zelf niet graag aan de slag gaan met complexe vraagstukken. “Veel mensen vinden wiskunde en AI saai, maar er zijn mensen die er heel enthousiast van worden. Die vinden het leuk om steeds complexere vraagstukken uit te werken en daarvan te leren. Door die ervaring kunnen we helpen bij bijvoorbeeld voorraadbeheer. Bedrijven die bij ons aankloppen, hebben vaak wel het gevoel dat het beter kan. Maar ze weten niet waar ze moeten beginnen of zoeken. Dan is het mooi dat wij ze daarbij kunnen helpen.”

Logistieke optimalisatie 

Dat was ook de situatie bij Angro. Een paar keer per dag kwam het voor dat er voor een order iets uit het andere magazijn nodig was. Met een kostbaar spoedtransport werd dat dan gehaald. Het bleek dat de werknemers pas aan de slag gingen met verzamelen op de dag van verzending, terwijl ze de orders al dagen eerder binnenkregen. De data was dus al binnen, maar werd niet gebruikt. “We hebben een voorspellingsmodule opgezet waarmee het bedrijf inzichtelijk heeft gekregen welke artikelen met een hoge waarschijnlijkheid van het ene naar het andere magazijn moeten. Hiermee kunnen de spoedtransporten fors worden verminderd. 

Met dit soort logistieke optimalisatie kunnen we in Nederland nog veel verbeteren.” Pipple ondersteunt naast bedrijven ook ngo’s zoals het Rode Kruis. “Een mooi voorbeeld is om bij natuurrampen op basis van data snel in kaart te brengen waar het hardst hulp nodig is. Er wordt berekend wat voor soort huizen er staan en wat de impact daarop is door de natuurramp. Dat bepaalt voor een groot deel welke hulpgoederen het Rode Kruis naar een bepaald gebied moet vervoeren. Zo kunnen ze gericht spullen meenemen en komen ze niet met materialen aan waar ze niks aan hebben.”

Tijdens de coronacrisis werd Pipple ook gevraagd om de zorg te ondersteunen. “We zijn extra gemotiveerd te helpen in maatschappelijk relevante omgevingen zoals de zorg. Tijdens de coronacrisis hielpen wij bij het berekenen van bijvoorbeeld testcapaciteit en bekeken we hoeveel patiënten in een bepaald ziekenhuis werden verwacht. Zo konden de ziekenhuizen zich daarop voorbereiden wat bezetting en bedden betreft.”

Niet onnodig blijven

Hoewel er meerdere bedrijven zijn die gelijksoortig werk doen, is Pipple volgens Van den Tillaart uniek. “Meestal wordt er een oplossing geboden vanuit een bestaande softwareoplossing. Wij pakken het echt per klant aan. Soms is er behoefte aan een procesverandering of een tool zoals een dashboard. Daarnaast leiden wij klanten ook op, om daarna zelf aan de slag te gaan. Wij willen niet langer blijven dan nodig. Wij willen de wereld een stukje mooier maken door data in te zetten. Als klanten het eenmaal zelf kunnen, gaan wij verder.” 

Volgens Van den Tillaart worden de logistieke vraagstukken alleen maar groter door de veranderende wereld. “De supplychains worden alleen maar ingewikkelder. We hebben grote klanten die zich daarop voorbereiden, maar ook kleinere klanten die voorbereid willen zijn. Want goed inzicht hebben in werkprocessen en de gehele end-to-end-keten is belangrijk om daarmee om te kunnen gaan. Technieken als machine learning en kunstmatige intelligentie worden steeds laagdrempeliger om in te zetten bij onze klanten.” 

Toch merkt ook Van den Tillaart dat de wiskundige werkelijkheid nog weleens botst met de realiteit. “Wij maken dan een model waarvan we zeker weten dat het werk beter wordt. Maar in gesprekken op de werkvloer blijkt dat veranderingen lastig zijn. ‘We doen het al dertig jaar zo in Excel en we weten waar alles staat’, roepen medewerkers dan. Die argumenten zijn er nog steeds, maar ze komen vaak voor uit angst. Excel zijn ze gewend en een andere tool leren is iets waar ze geen zin in hebben.”“Een ander voorbeeld is een route van een chauffeur die al twintig jaar hetzelfde rondje rijdt, met zijn koffieadresjes. Als je dan hebt berekend dat een andere route rijden slimmer en sneller is, is dat wel even slikken voor de chauffeur. Data liegen niet, maar mensen meekrijgen in veranderingen blijft een uitdaging. Bovendien is het voor veel mensen abracadabra en juist dan is de rol van de translator ontzettend waardevol.”

ChatGPT 

Voor de toekomst verwacht Van den Tillaart nog meer ontwikkelingen die het werk interessant maken. “Kijk naar de verdere automatisering in de magazijnen, maar ook naar ChatGPT. De laatste is een kans, maar ook een bedreiging. Want ook ChatGPT kan straks helpen bij ingewikkelde sommen. Toch denk ik niet dat de mens overbodig wordt, want ChatGPT heeft nog geen empathie. Ook heb je nog steeds mensen nodig die het overzicht bewaren. We gaan zien dat, doordat er steeds meer devices komen, er steeds meer data zijn. Daar komen ook verantwoordelijkheden bij en daar moeten we ons op voorbereiden als maatschappij. 

Dit artikel is eerder verschenen in evofendex Logisticx magazine nr. 5

Auteur: Job Halkes