27-10-2025
Gastcolumn Remco Dijkman - AI gebruiken: waarom eigenlijk?
GSteeds vaker krijg ik de vraag: “Wij willen iets doen met AI. Kun je ons helpen?” Mijn wedervraag is dan: “Waarom wil je eigenlijk AI gebruiken?”
AI is een hype − en terecht. Dankzij de opkomst van large language models (LLM’s) zijn allerlei taken eenvoudiger geworden. Maar zoals bij elke technologische doorbraak wordt de impact vaak overschat. Onderzoeks- en adviesbureau Gartner noemt dat de peak of inflated expectations. Denk bijvoorbeeld aan de blockchainhype van een paar jaar geleden: de invloed van blockchain op de supply chains bleek uiteindelijk veel kleiner dan voorspeld.
Een veelvoorkomende denkfout is dat een nieuwe technologie breed inzetbaar is. In werkelijkheid is het tegenovergestelde waar: technologie wordt altijd ontwikkeld met een specifieke toepassing in gedachten. LLM’s zijn bijvoorbeeld heel goed in het omzetten van taal naar andere taal, zoals vragen naar antwoorden, Nederlands naar Engels of natuurlijke taal naar een computercode. Met zulke toepassingen kunnen LLM’s zeker bijdragen aan een efficiëntere supply chain, bijvoorbeeld via chatbots of door documenten op te stellen en te verwerken. Maar we moeten realistisch blijven: de toepassingen zijn beperkt, en te hoge verwachtingen leiden onvermijdelijk tot teleurstellingen.
Volgens Gartner volgt na de 'peak of inflated expectations' dan ook de trough of disillusionment. Ik durf nu al te voorspellen waar die desillusie bij AI vandaan zal komen: onbehulpzame chatbots, hoge kosten en fouten van AI die leiden tot ontevreden klanten.
Gebruik geen AI omdat het hip is
Dijkman is hoogleraar Informatiesystemen aan de Technische Universiteit Eindhoven.
Laten we de verwachtingen dus realistisch houden. Let daarbij op drie punten. De eerste is: denk vanuit toepassingen. Bedenk eerst wat je aan de supply chain wilt verbeteren, waar je prioriteiten liggen en welke investeringen de meeste waarde opleveren. Als AI daar toevallig bij helpt: prima. Maar draai het niet om. Gebruik geen AI omdat het hip is. Dan is de kans groot dat je eindigt met een kleine verbetering in een onbelangrijk stukje van je supply chain.
Het tweede aandachtspunt is: kies de juiste AI. Er bestaat niet zoiets als één AI. Daarom gebruik ik bewust de term LLM − de technologie achter bijvoorbeeld ChatGPT. Afhankelijk van je doel is een LLM (of het verwante agentic AI) misschien niet de juiste keuze. Voor toepassingen zoals 'demand forecasting' of ‘supply planning’ zijn LLM’s bijvoorbeeld niet de meest logische optie. Laat je onafhankelijk adviseren om dure en teleurstellende investeringen te voorkomen.
En ten derde: zorg voor goede data. AI is maar zo slim als de data waarop die getraind is. Als je niet over de juiste data beschikt of als je data veel fouten bevatten, krijg je AI die slechte adviezen geeft. In dat geval moet je eerst de beschikbaarheid en kwaliteit van je data verbeteren.
AI kan dus zeker bijdragen aan een efficiëntere supply chain, maar verwacht geen wereld van verschil. Blijf realistisch en denk vanuit concrete toepassingen.
Remco Dijkman