Mepal zet AI in voor slimme magazijnbeslissingen

Er zijn maar weinig mensen die de producten van Mepal niet kennen. Ze worden in heel Europa verkocht. Minder bekend is dat deze hoogwaardige gebruiksartikelen, bedoeld om een leven lang mee te gaan, in Nederland worden ontwikkeld en geproduceerd. “We zitten gewoon in Lochem, we bestaan al 75 jaar en laten al onze producten in de regio produceren”, zegt IT-manager Willem Wierenga van Mepal. Dat gebeurt bij lokale spuitgieters en sociale werkplaatsen waar de assemblage plaatsvindt. Vanuit het centrale distributiecentrum in Lochem levert Mepal zowel aan grote retailers, zoals Albert Heijn en Amazon, als rechtstreeks aan consumenten.

Mepal is een middelgroot bedrijf met zo’n tweehonderd medewerkers en zet sterk in op digitalisering. De IT-infrastructuur bestaat onder meer uit een ERP-systeem, een WMS en een webshop, ondersteund door een serverpark dat het bedrijf zelf beheert. “We groeien ieder jaar, waardoor de behoefte aan IT-ondersteuning steeds groter wordt”, aldus Wierenga. Hij wijst onder meer op de toenemende druk op cybersecurity en de groeiende behoefte aan data engineering. “Maar denk ook aan het wifinetwerk, dat perfect moet functioneren om de zelfrijdende heftrucks in ons magazijn hun werk te laten doen.”

Kansen door AI

Dat Mepal over een eigen IT-afdeling beschikt, maakt het eenvoudiger om met nieuwe technologieën zoals AI te experimenteren. “Net als bij veel andere bedrijven wordt er bij ons volop gewerkt met Copilot, ChatGPT en andere AI-diensten”, vertelt Wierenga. “Collega’s gebruiken die bijvoorbeeld om notulen uit te werken, productteksten te vertalen of visuals te genereren. Dat zijn vrij standaard toepassingen waar wij als IT-afdeling weinig aan hoeven toe te voegen.”

Voor logistieke processen ligt dat anders. “Juist daar zien wij grote kansen voor AI, maar dan moet je de ontwikkeling wel zelf vormgeven”, zegt hij. “Onze magazijnfunctie wordt steeds groter en complexer. Om daar grip op te houden, willen we blijven innoveren. Omdat we zien hoe veelbelovend AI is, hebben we vorig jaar besloten binnen de IT-afdeling een eigen AI-lab op te zetten.”

Rond diezelfde periode kwam Wierenga in contact met Sebastian Piest, die een innovatieprogramma rondom AI in de logistiek leidt. Mepal sloot zich aan bij dat programma en kreeg twee afstudeerders van de Universiteit Twente toegewezen. De ene student werkte aan een tool om picklocaties dynamisch toe te wijzen, de andere aan een algoritme voor het slim bundelen van pickopdrachten. “Dit zijn zaken die we nu ook al doen, maar die eigenlijk te complex zijn om continu te optimaliseren”, legt Wierenga uit. “Mijn idee was een AI-assistent te ontwikkelen die collega’s regelmatig advies geeft over hoe processen beter of slimmer kunnen. De uiteindelijke beslissingen blijven bij de mensen zelf, maar AI doet gerichte suggesties.”

Blijven experimenteren

De deelname aan het innovatieprogramma bevalt Wierenga goed. Dankzij de studenten kreeg het AI-lab een vliegende start en kon Mepal profiteren van de kennis van afstudeerbegeleiders en andere deelnemers van het programma. “Het is een echte community of practice”, zegt hij. “Je spreekt met andere bedrijven en krijgt tijdens bijeenkomsten waardevolle feedback op ideeën en prototypen.”

De toepassingen zijn inmiddels zo goed als afgerond en Wierenga verwacht dat ze Mepal helpen om betere magazijnbeslissingen te nemen. “Hoe dat er in de dagelijkse praktijk precies uitziet, is aan de collega’s van logistiek. Zij zijn in ieder geval positief. Voor ons is het AI-lab vooral bedoeld om ervaring op te doen met het ontwikkelen van AI-tools. Wij geloven dat AI ons bedrijf toekomstbestendig maakt en ons uiteindelijk veel meer zal opleveren dan we nu kunnen overzien.”

Volgens Wierenga liggen de grootste toekomstige voordelen van AI vooral in de logistieke processen. “Onze magazijnoperatie wordt steeds complexer. Als we niets doen, lopen we vroeg of laat tegen onze grenzen aan. AI gaat dat niet volledig oplossen en er zitten zeker haken en ogen aan. Wat gebeurt er bijvoorbeeld met bedrijfsgevoelige data die je in AI-systemen stopt? Juist daarom is het belangrijk dat je begrijpt hoe het werkt en blijft experimenteren. De volgende groep afstudeerders staat alweer in de startblokken.”