Kunstmatige intelligentie kan de prestaties van toeleveringsketens verbeteren, op voorwaarde dat processen worden herzien in plaats van bestaande taken te automatiseren, volgens een model van The Hackett Group. Deze transformatie, gepresenteerd op 12 oktober 2026 in de studie ‘AI World Class Supply Chain’, zou kosten, voorraden en logistieke levertijden kunnen verlagen.
- AI verbetert de supply chain alleen als processen worden herzien.
- Het model schat minder spoedbestellingen, lagere voorraadkosten en kortere levertijden.
- Het bureau moet resultaten met concrete indicatoren opvolgen.
- De cijfers zijn schattingen en geen gemeten resultaten.
AI in de supply chain gaat een nieuwe fase in. Na de eerste projecten gericht op het automatiseren van taken of het verbeteren van voorspellingen, draait het nu om de transformatie van end-to-end operaties. De studie toont een potentieel prestatieverschil aan tussen organisaties die hun processen rond AI herstructureren en organisaties die zich beperken tot het toevoegen van tools aan hun bestaande werking.
Winst op elke stap
De projecties van het bureau illustreren de omvang van de mogelijke verbeteringen. Door hun plannings- en leveringsprocessen rond AI te herdenken, zouden de meest geavanceerde organisaties hun voorspellingsfouten met 52% en hun spoedbestellingen met 59% kunnen verminderen. De kosten van voorraadbezit zouden tot 41% dalen, terwijl de levertijden tussen orderverwerking en verzending met 38% verkort zouden kunnen worden.
Betrouwbaardere voorspellingen zouden het mogelijk maken voorraadniveaus en hun verdeling in het netwerk beter af te stemmen. Magazijnen zouden dan minder beperkingen hoeven op te vangen, wat de orderverwerking zou vergemakkelijken en versnelde zendingen om vertragingen te compenseren zou beperken.
Het model schat ook dat de kosten van het ‘Plan-to-Deliver’-proces, dat de planning tot levering omvat, met 12 tot 17% zouden kunnen dalen, en dat de behoefte aan middelen met 15 tot 24% zou afnemen. De uitdaging bestaat er onder meer uit teams te bevrijden van taken zoals data-afstemming, uitzonderingsopvolging en spoedbeheer, om hen te heroriënteren naar activiteiten met een hogere toegevoegde waarde. Deze cijfers beschrijven een doelprestatie-scenario, waarvan de realisatie afhangt van bestaande processen, het niveau van digitale volwassenheid en de omvang van de ingezette transformaties.
Een herziening van de operaties
Voor The Hackett Group volstaat de opeenstapeling van gespecialiseerde oplossingen niet om de prestaties duurzaam te transformeren. Toegewijde tools kunnen de nauwkeurigheid van een voorspelling verbeteren of een eenmalige beslissing vergemakkelijken, zonder de algehele prestatie van de keten significant te veranderen.
De studie illustreert deze evolutie met het geval van een wereldwijde fabrikant van energietechnologieën met meer dan 100 fabrieken en 20.000 leveranciers. Dit bedrijf heeft AI-agenten, programma’s die semi-autonoom acties kunnen uitvoeren, ingezet op de processen voor inkomende levering en orderbevestiging. Volgens het document zouden de systemen jaarlijks ongeveer twee miljoen leveringsregels en drie miljoen inkooporderregels verwerken, en elk van deze twee processen zou zijn terugverdientijd in vier maanden of minder hebben bereikt.
Een te meten transformatie
Om dit potentieel te benutten, raadt de groep aan om te beginnen met het vaststellen van een prestatiereferentie, en vervolgens use cases te prioriteren op basis van hun verwachte voordelen, kosten en complexiteit. De herziening van processen en het operationele model moet vervolgens voorafgaan aan grootschalige implementatie. De resultaten moeten worden opgevolgd met concrete indicatoren, zoals financiële vastlegging in voorraden, leveringsbetrouwbaarheid, logistieke kosten en verwerkingstijden, om investeringen te koppelen aan meetbare winsten in plaats van alleen aan het aantal geïmplementeerde tools.
De studie is gebaseerd op een vergelijkende modellering, die de waargenomen mediane niveaus bij peers confronteert met zogenaamde ‘AI World Class’-doelscenario’s. The Hackett Group geeft aan zich te baseren op 30 jaar benchmarkdata, procesanalyse en transformatie-ervaring. Het gaat dus om schattingen van potentiële winsten, en niet om een enquête die de effectief behaalde resultaten meet bij een representatieve steekproef van bedrijven. Het bureau specificeert niet de grootte van de steekproef die voor elke indicator is gebruikt.
