Artificiële intelligentie belooft de besluitvorming in transport en logistiek te versnellen en verbeteren. Uit verschillende onderzoeken blijkt dat de resultaten vooralsnog tegenvallen. Een belangrijke oorzaak: de gebrekkige kwaliteit en beschikbaarheid van data. Tijdens het ITT Event van Platform Science op donderdag 11 juni wordt duidelijk hoe bedrijven in transport en logistiek met betrouwbare data de basis kunnen leggen voor een succesvolle AI-toekomt.
De mogelijkheden van artificiële intelligentie zijn groot. Denk aan Generative AI, de technologie die iedereen kent van handige tools als ChatGPT en Claude. Daarmee kan iedereen, zelfs de grootste digibeet, razendsnel inzichten uit data halen zonder ingewikkelde query’s en draaitabellen te hoeven maken. Of neem Agentic AI, waarmee bedrijven slimme ‘agents’ kunnen inzetten die zelfstandig beslissingen nemen, uitvoeren en opvolgen.
Ook de transport- en logistieke sector veranderen door AI. Nieuwe AI-technologieën bieden kansen in planning en monitoring van ritten, in aansturing van chauffeurs en beheer van wagenparken. AI maakt het mogelijk om mensen en middelen efficiënter in te zetten, taken naadloos op elkaar af te stemmen en beter te begrijpen welke orders wel en niet bijdragen aan de winstgevendheid. Kortom, AI is de motor waarmee transportbedrijven hun beslissingsprocessen kunnen versnellen en verbeteren.
Geen meetbaar voordeel
Tot zover de theorie. In de praktijk slagen vooralsnog maar weinig bedrijven erin om de belofte van deze nieuwe AI-technologieën waar te maken. Het fameuze Massachusets Institute of Technology (MIT) uit Boston concludeerde onlangs dat 95 procent van de Generative AI-projecten mislukt, omdat ze geen meetbaar voordeel opleveren. Slechts 5 procent van de projecten resulteert daadwerkelijk in een hogere winstmarge door een stijgende omzet of dalende kosten.
Er zijn meer onderzoeken die min of meer hetzelfde bevestigen. Begin dit jaar publiceerde de Boston Consulting Group (BCG) een onderzoek naar het gebruik van Generative en Agentic AI in planning. Hun conclusie: slechts 7 procent van de bedrijven slaagt erin zijn investeringen in deze AI-technologieën terug te verdienen. De adviseurs van BCG zien bedrijven vol inzetten op AI in de hoop daarmee snel sprongen vooruit te maken, maar falen omdat ze één ding vergeten zijn: de basis op orde brengen.
Kwaliteit en beschikbaarheid
Die basis bestaat voor een belangrijk deel uit data. In de praktijk blijkt steeds weer dat de kwaliteit, integriteit en beschikbaarheid van data sterk te wensen overlaat. De data die bedrijven als input gebruiken, is vaak gedateerd, inconsistent en onvolledig. Daarnaast hebben bedrijven vaak maar een klein deel van de benodigde data in eigen beheer. Doorgaans zit 80 procent van de cruciale ketendata opgesloten in systemen van ketenpartners. De vraag is hoe je die moet ontsluiten.
Wat kunnen transportbedrijven doen om hun basis op orde te brengen? Allereerst dienen ze kritisch te kijken naar hun IT-landschap. Welke data genereren ze met hun telematicasystemen, transport management systemen en andere IT-applicaties? Hoe actueel, betrouwbaar en consistent is die data? Welke data is foutief en welke data ontbreekt? In hoeverre is het mogelijk om data uit verschillende systemen met elkaar te verbinden?
Data als brandstof
Tijdens het ITT Event gaan we dieper in op de basis die nodig is voor een toekomst met AI. Het evenement biedt een platform waar transportbedrijven en technologieleveranciers inzichten kunnen uitwisselen en kunnen onderzoeken hoe ze die basis samen kunnen leggen. Bijvoorbeeld door systemen op een veilige manier met elkaar te verbinden en daarmee efficiëntie en versnelling mogelijk te maken. Want in een sector die nooit stilstaat, zijn onderbrekingen door gebrekkige data of niet-gekoppelde systemen geen optie meer.
Vergeet niet dat ook voor AI-toepassingen geldt: rubbish in = rubbish out. Zonder betrouwbare data als input levert ook de meest geavanceerde AI-oplossing geen waarde op. AI mag dan wel de motor zijn om onze processen efficiënter en beter te maken, maar zelfs de krachtigste motor is nutteloos zonder betrouwbare data als brandstof.