Kunstmatige intelligentie speelt een belangrijke en groeiende rol in de logistiek van Royal FloraHolland. Met voorspellende modellen, slimme transportplanning en geautomatiseerde verdeling verandert het bloemenveilingconcern zijn supply chain, verlaagt het bedrijf de kosten en versnelt het de route van miljoenen bloemen naar internationale kopers.
Tekst: Bouko de Groot Beeld: SHUTTERSTOCK/ROYAL FLORAHOLLAND
Nauwkeurige voorspellingen van aanvoervolumes, slimme planning van transport, optimalisatie van orderpickprocessen: Royal FloraHolland realiseert al aanzienlijke efficiëntiewinsten met ai. Met 2500 medewerkers, 4500 kwekers, 2300 kopers, 23.500 bloemen- en plantensoorten, honderdduizend transacties en twintig miljoen bloemen per dag, én vijf miljard euro omzet per jaar lijkt de organisatie de ideale supply chain om ai te gebruiken. Wat doet Royal FloraHolland nog meer met kunstmatige intelligentie? Computable vroeg het aan manager Data Services Remco Wilting.
Hoe gebruiken jullie momenteel ai in de supply chain?
‘Binnen Royal FloraHolland zetten we ai in om ervoor te zorgen dat de aangevoerde bloemen en planten van de kweker zo snel en efficiënt mogelijk bij de juiste koper terechtkomen. Dat doen we op verschillende manieren binnen de supply chain. Zo gebruiken we voorspellende modellen die het aanvoervolume per locatie inschatten en algoritmes die de voorraden van logistieke middelen, zoals karren en bloemenfusten, monitoren. Ook plannen we met behulp van ai het transport van producten en logistieke middelen tussen onze verschillende vestigingen, zoals Aalsmeer, Naaldwijk en Rijnsburg.’
‘Ai wordt vaak gezien als een heilige graal, met torenhoge verwachtingen over wat het kan betekenen’
Remco Wilting, manager Data Services Royal FloraHolland
‘Daarnaast passen we ai toe om het verdeelproces en het orderpick-proces te optimaliseren. In dit verdeelproces worden grote partijen bloemen en planten die binnenkomen in de verdeelhal toegewezen aan de juiste kopers, zodat elk product op de correcte kar komt. Ai helpt om dit proces te versnellen en te stroomlijnen, zodat miljoenen producten in zeer korte tijd hun weg vinden naar de klanten. Verder ondersteunen ai-modellen onze kwaliteitsmedewerkers door die aanvoerstromen te signaleren waar de kans op kwaliteitsissues het grootst is. Tot slot onderzoeken we hoe we agentic ai kunnen inzetten om de supply chain verder te verbeteren en processen slimmer en flexibeler te maken.’
Hoe beïnvloedt ai-gebruik jullie bottom line?
‘Ai wordt binnen de supply chain van Royal FloraHolland vooral ingezet om processen efficiënter te maken en kosten te verlagen. Door betere voorspelling van aanvoervolumes, optimalisatie van het intervestigingstransport, – het transport tussen onze vestigingen Aalsmeer, Naaldwijk, Rijnsburg, Eelde -, en het stroomlijnen van het verdeelproces hebben we significante besparingen gerealiseerd in onze logistieke operatie. Daarnaast helpt ai ons verspilling in het proces te verminderen, medewerkers efficiënter in te zetten en producten sneller bij de juiste koper te krijgen, wat ook bijdraagt aan hogere omzet en klanttevredenheid.’
Wat zijn jullie (algemene) ai-plannen voor de komende vijf jaar?
‘Binnen Royal FloraHolland zijn we continu bezig met digitalisering en innovatie. Zo optimaliseren we onze bedrijfsvoering. Om het gebruik van ai binnen het bedrijf te versnellen, hebben we een ai-lab opgericht, dat het toepassen van ai in het dagelijkse werk stimuleert en diverse bedrijfsprocessen ondersteunt met agentic ai. Daarnaast zien we grote kansen voor robotica om ons logistieke proces verder te verbeteren en efficiënter te maken.’
Wat zijn de valkuilen bij implementatie van ai in de supply chain?
‘Het optimaliseren van processen heeft niet alleen invloed op de efficiëntie, maar kan ook het gevoel en de beleving van medewerkers raken. Het is dus altijd belangrijk rekening te houden met de mensen die werken binnen de supply chain. Uiteindelijk moeten zij deze processen accepteren en vertrouwen.’
‘Daarnaast werken we actief aan zaken als veiligheid op de vloer. Bijvoorbeeld door het verminderen van het aantal keren dat medewerkers elkaar moeten kruisen.’
Ai komt niet off-the-shelf, hoe train en beveilig je het allemaal?
‘We trainen en supervisen onze ai in huis. In sommige gevallen wordt gebruik gemaakt van pre-trained modellen, die door ons zelf worden gefinetuned op de use-case.’
‘De modellen die we binnen Royal FloraHolland ontwikkelen worden uitgebreid getest op kwaliteit en we houden altijd rekening met onzekerheid. Modellen zijn nooit feilloos. Beslissingen die impact hebben worden niet autonoom gemaakt. Daarnaast trainen we medewerkers in het gebruik van ai, waarbij we tevens aandacht besteden aan de betrouwbaarheid van de antwoorden.’
‘Voor de projecten waar we ai-toepassingen implementeren is er altijd een nauwe samenwerking met de gebruikers zelf’
Hoe soeverein zijn jullie ai en data?
‘Onze ai-toepassingen worden geautomatiseerd getraind, met duidelijke controles om de kwaliteit en betrouwbaarheid van de modellen te waarborgen. We monitoren de systemen continu en zetten alerts in wanneer er afwijkingen of risico’s optreden. Bij de toepassing van de modellen kiezen we bewust voor ondersteuning van de medewerker: de ai adviseert en optimaliseert, maar de uiteindelijke beslissingen blijven altijd in handen van de medewerker.’
Hoe bereid je de menselijke workforce voor op ai?
‘We hebben hier twee aanpakken voor: bottom-up en top-down. Bij bottom-up gaat het om het stimuleren van het gebruik van ai-tools door medewerkers en hen in staat stellen om zelf te experimenteren. Top-down is in de vorm van trainingen. Zowel op het gebied van wat kunstmatige intelligentie is en wat het wel en niet kan, als het gebruik in de praktijk.’
‘Voor de projecten waar we ai-toepassingen implementeren is er altijd een nauwe samenwerking met de gebruikers zelf. De acceptatie en optimaal gebruik zijn belangrijke aandachtspunten.’
Welke rollen en taken zijn er bijgekomen door ai?
‘Er zijn geen nieuwe rollen, maar er is wel sprake van een verbreding van de rollen die te maken hebben met ai. Niet alleen de medewerkers vanuit data science, zoals data scientists, data engineers, ml-engineers en ai-engineers, hebben een rol, ook zie je verantwoordelijkheden vanuit compliance en security. Denk aan ciso’s, auditors en compliance officers.’
Welke uitdagingen brengt ai nog meer?
‘Ai wordt vaak gezien als een heilige graal, met torenhoge verwachtingen over wat het kan betekenen. Het is daarom belangrijk om realistisch te blijven en goed te kijken naar de daadwerkelijke toegevoegde waarde van ai, gecombineerd met zorgvuldig verwachtingsmanagement. Uiteindelijk verandert het werk en kunnen veel taken door ai worden overgenomen, maar dit gaat niet vanzelf en vereist duidelijke begeleiding en betrokkenheid van medewerkers.’
De manager Data Services van Royal FloraHolland waarschuwt ten slotte: ‘Draagvlak en acceptatie zijn cruciaal, omdat ai alleen effectief is wanneer mensen erop vertrouwen en weten hoe ze het op de juiste manier kunnen gebruiken. Tegelijkertijd is ai geen oplossing voor alles: het is een hulpmiddel dat processen ondersteunt, maar geen vervanging van kritisch menselijk inzicht.’
