Zijn masterthesis bij de Technische Universiteit Delft ging over machine learning met REMIRA’s Outperform. Maar voor Kevin Chong begint én eindigt de perfecte forecast met de menselijke maat. De bal ligt bij de gebruiker.
Zelfs het beste supply-plan kan beter en sneller. Deze wijsheid was het uitgangspunt van het onderzoek dat TU-student Kevin Chong deed bij gebruikers van Outperform. De output van het onderzoek is inmiddels opgenomen in de codering van deze tool. Dat was twee jaar geleden. REMIRA heeft hem kunnen vasthouden en ook als consultant fascineert kunstmatige intelligentie voor supply chain management hem nog steeds:
“Mijn master-onderzoek richtte zich op de specifieke toepassing van algoritmes voor supply planning, om te zien waar en hoe deze versneld kunnen worden. De resultaten blijken uiteenlopend. Machine learning biedt absoluut voordelen, maar elke gebruikerssituatie is anders en vereist een specifieke aanpak. De voordelen moeten opwegen tegen de inspanningen. Er is geen algemeen geldende toverformule, elk model moet worden getraind en elke dataset is anders.”
Gebruiker essentieel
Dat trainen gebeurt op basis van historische datasets en daar begint de eerste uitdaging: “Bij een snelgroeiend bedrijf zeggen datasets van een paar jaar geleden mogelijk niet zoveel, daarvoor is er te veel veranderd. Waar de grens ligt, verschilt van keer tot keer. Maar historische data blijven natuurlijk enorm belangrijk. Daarom kijk ik steeds op individuele basis, samen met de gebruiker naar wat zinvol is. De rol van de gebruiker is essentieel. Developers kunnen niet zelf een dataset samenstellen, dat moet aan de andere kant van de tafel gebeuren, gebaseerd op wat nuttig, nodig en haalbaar is bij de betreffende onderneming.”
Kevin Chong adviseert gebruikers van planningsoftware om voldoende strategische aandacht te besteden aan het formuleren, archiveren en evalueren van hun datasets. Deze vormen het historische bewustzijn van de onderneming en daarmee de basis van verbetering. Binnen REMIRA wordt op dit moment gewerkt aan een nieuwe generatie forecast engine. Maar zelfs geavanceerde gereedschappen zoals deze kunnen alleen optimaal worden ingezet als de gebruiker voldoende nadenkt en handelt over de beste inzet ervan. Want het is uiteindelijk menselijke intelligentie die kunstmatige intelligentie haar grootste meerwaarde geeft.
