Stel je voor: het planningssysteem besluit om jouw hele voorraad handzeep naar een DC in Zwolle te sturen... terwijl de promotie net die week bij een grote retailer in het zuiden loopt. En niemand had het gezien. Vertrouwen weg. Eén verkeerde beslissing en je bent terug bij af: Excel weer open, AI uit.
We praten steeds vaker over AI in supply chain planning, en terecht. Want slimme algoritmes kunnen razendsnel berekeningen maken, trends herkennen, alternatieven doorrekenen, en beslissingen nemen, terwijl de planner zijn rekenmachine nog aan het afstoffen is. Maar... durf jij het los te laten? Laat jij een algoritme écht beslissen over de productieplanning, de voorraadniveaus of je distributieplan?
Explainable AI
Natuurlijk ligt de toekomst van planning in een teamspel tussen AI en HI (Human Intelligence). Je laat het algoritme de standaardbeslissingen nemen. Maar de planner blijft aan het roer voor de uitzonderingen, de risico's en de momenten waarop gezond verstand net even belangrijker is dan statistiek.
Maar dan moet je wel weten wanneer de planner moet ingrijpen. En waarom het algoritme doet wat het doet. Anders wordt het een black box: een mysterieuze rekenmachine die zegt dat je de productie moet verplaatsen of je safety stock halveren... maar zonder uitleg. Grote kans dat de planner dan zijn spreadsheet weer gaat gebruiken.
Daarom wordt ‘explainable AI’ zo belangrijk voor de adoptie van geavanceerde planningtools. Dat betekent simpel gezegd: AI die kan uitleggen wat het doet. Niet in code of ingewikkelde formules, maar op een manier die de planner snapt. Bijvoorbeeld door gebruik te maken van een Large Language Model als de interface naar de planner:
- “Ik heb de safety stock verlaagd omdat de leverbetrouwbaarheid van deze leverancier de afgelopen 6 maanden is verbeterd.”
- “Ik raad herbevoorrading aan omdat de vraag 18% hoger ligt dan normaal voor deze periode.”
Als je weet waarom een aanbeveling wordt gedaan, ben je als planner eerder geneigd om het over te nemen of gericht bij te sturen. Dan werk je samen met de tool, in plaats van ertegen.
Dus de vraag is niet óf AI slimme beslissingen kan nemen in supply chain planning. De echte vraag gaat over adoptie: vertrouwt de planner het algoritme? En dat vertrouwen zal ontstaan als het algoritme helder uitlegt waarom het voorstelt wat het voorstelt. Daarmee wordt succesvolle implementatie van AI in planning dus een symbiose van ‘explainable AI’ en mensenwerk.
