Dimitri De Rocker en Simon Uytterhoeven (Datashift): “Generatieve AI opent nieuwe opportuniteiten voor logistieke processen”
De afgelopen twee jaar zijn de inzichten over Artificiële Intelligentie (AI) fundamenteel veranderd. Generatieve AI opent ineens deuren die machine learning – de vorige generatie AI – slechts op een kier kon zetten. Data, de grondstof van AI, worden hierdoor nog crucialer. Dimitri De Rocker, AI-director bij Datashift, en Simon Uytterhoeven, ‘AI Translator’, delen hun inzichten over de manier waarop generatieve AI de processen in de logistiek zal transformeren.
AI en de datastroom in de logistiek
De logistiek is een sector waarin veel documenten circuleren, vaak afkomstig van externe partijen. Administratieve teams hebben de uitdaging om relevante informatie uit deze documenten te halen en efficiënt te verwerken. Bovendien moeten sommige, vaak manueel vergaarde, gegevens eerst worden gedigitaliseerd om bruikbaar te zijn in Warehouse Management Systems (WMS) of Transport Management Systems (TMS). Voor een optimale samenwerking tussen deze systemen is een hoge datakwaliteit essentieel. AI-gedreven automatisering helpt hierbij door processen efficiënter te maken en menselijke fouten te reduceren.
De rol van data in AI-toepassingen
“Om AI-toepassingen goed te begrijpen, moeten we onderscheid maken tussen gestructureerde en ongestructureerde data. Zoals bekend, zijn data de brandstof voor AI, maar het type data bepaalt welk AI-model geschikt is en welke toepassingen mogelijk zijn”, zegt Simon
“Gestructureerde data zijn gegevens die in tabellen kunnen worden georganiseerd en gemakkelijk kunnen worden geanalyseerd. AI-modellen kunnen zeer grote hoeveelheden data verwerken om bijvoorbeeld transportkosten te berekenen, onderhoudsplanningen te optimaliseren of operationele efficiëntie te verhogen. Machine learning kan beter en sneller dan een mens grote hoeveelheden gestructureerde data verwerken en trends identificeren, waarbij menselijke tussenkomst alleen nodig is bij uitzonderingen”, legt hij uit.
“Met AI is het relatief eenvoudig om inzichten te halen uit deze data, zoals welke transporten rendabel waren en welke niet. Bij grote hoeveelheden informatie wordt dit voor mensen onoverzichtelijk, terwijl AI patronen kan herkennen en deze informatie kan doorsturen naar een beslissingsnemer, of naar andere operationele systemen, zoals een CRM-platform”, voegt Dimitri toe.
Ongestructureerde data: de nieuwe uitdaging
Een even groot potentieel schuilt in ongestructureerde data, afkomstig uit e-mails, chats, PDF-documenten en zelfs afbeeldingen. Tot voor kort was het moeilijk om deze data efficiënt te benutten, maar generatieve AI brengt hierin verandering. De modellen die de basis vormen van tools als ChatGPT, Copilot en DeepSeek – die nog geen drie jaar op de markt zijn – kunnen ongestructureerde informatie structureren zodat ze worden omgezet in bruikbare gegevens voor operationele systemen.
Simon: “Generatieve AI kan documenten automatisch analyseren en relevante data extraheren. Denk aan vrachtbrieven, facturen of douanepapieren die direct worden verwerkt en ingeladen in logistieke systemen.”
“Daarnaast kunnen ongestructureerde data ook rechtstreeks worden benut. Een voorbeeld hiervan is het analyseren van videobeelden op een containerterminal. Artificial Intelligence kan automatisch schade aan containers detecteren en bepalen als historische beelddata bestaan – of deze recent is opgetreden. Ook kan beeldherkenning worden ingezet om te controleren of veiligheidsvoorschriften worden nageleefd, zoals het dragen van een helm of een veiligheidshesje, of nog het monitoren van heftruckbewegingen, bijvoorbeeld om vast te stellen of ze bepaalde lijnen overschrijden. Dit stelt bedrijven in staat om maatregelen te nemen ter verbetering van de veiligheid en efficiëntie”, vult Dimitri aan.
Generatieve AI: een nieuwe fase voor logistiek
Artificial Intelligence is met tools zoals ChatGPT plots tastbaar geworden voor het grote publiek. Hoewel AI-technologie al decennia bestond, was deze vaak minder zichtbaar. Denk aan de algoritmes achter streamingaanbevelingen of gepersonaliseerde advertenties. De recente ontwikkelingen maken AI toegankelijker en veelzijdiger inzetbaar.
Dimitri legt uit: “Traditionele AI-modellen, gebaseerd op machine learning, richten zich voornamelijk op het analyseren van gegevens om voorspellingen te doen, of om deze te verdelen in gelijkaardige groepen. Machine learning-modellen worden getraind op gestructureerde data en verbeteren zichzelf naarmate ze meer voorbeelden verwerken, vaak onder menselijke supervisie. Ze genereren geen échte nieuwe informatie”.
“Generatieve AI daarentegen werkt anders. Generatieve AI is voorgetraind op grote hoeveelheden data en zal nieuwe output genereren op basis van een externe input die wordt meegegeven aan het model. Je geeft een context, het model lijkt die context te begrijpen, en creëert daarmee een nieuwe tekst, afbeelding of analyse die nog niet eerder bestond. Dit maakt de technologie bijzonder krachtig voor procesoptimalisatie.”
Simon voegt toe: “Met generatieve AI en smart automation kunnen we informatie uit verschillende velden en van uiteenlopende oorsprong en lay-out verwerken en structureren, zodat processen naadloos op elkaar aansluiten. Hierdoor kan AI niet alleen administratieve taken ondersteunen, maar ze zelfs volledig overnemen. Als het AI-systeem niet zeker is van de gegevens, kunnen deze worden gecontroleerd via reeds gevalideerde informatie (bijvoorbeeld masterdata) of door een medewerker. Dit laatste noemen we een ‘human-in-the-loop’.”
De impact op de logistiek is aanzienlijk. Waar eerdere AI-modellen nog complexe implementaties vereisten, is generatieve AI veel laagdrempeliger en breder inzetbaar. Dit resulteert in een snellere return on investment (ROI), vaak al binnen één tot twee jaar.
Over Datashift
Veel bedrijven benutten hun data nog onvoldoende of weten niet hoe ze deze effectief kunnen inzetten. Anderen beschikken over data, maar missen inzicht in mogelijke toepassingen of het belang van een robuust dataplatform.
Datashift, een Belgisch data consultancybedrijf, helpt organisaties om hun data om te zetten in waardevolle inzichten door middel van strategische data-analyse, engineering en governance. AI speelt hierin een zeer belangrijke rol.
Als themapartner van ‘The Future of Work’ in LogiVille demonstreert Datashift hoe AI ongestructureerde data, zoals documenten en videobeelden, kan verwerken om logistieke processen te optimaliseren. Voorbeelden hiervan zijn relevante data extraheren uit pdf-documenten, automatische schade-inspecties of voorraadbeheer via beeldherkenning.
