Is AI (Artificial Intelligence) het antwoord op onze 1,5 meter economie?

April 20, 2020

Op dinsdag 21 april is duidelijk geworden dat we de komende periode in een “1,5 meter economie” gaan leven waarbij aan alle sectoren wordt gevraagd na te denken hoe zij hun klanten met 1,5 meter afstand kunnen gaan bedienen. 

We gaan een periode tegemoet waarbij mensen mogelijk hun baan gaan verliezen en het werk zal gaan veranderen. Voor een aantal sectoren kunnen we letterlijk de economie “herstarten”. De economische vooruitzichten zien er op het eerste gezicht deprimerend uit, maar het grote voordeel is dat dit voor ons de belangrijkste katalysator zal zijn om over te stappen naar een betere en modernere wereld en economie.

De geschiedenis leert ons dat innovatieve technologieën een exponentiële groeicurve doormaken tijdens financiële crisis. Waarom? Deze technologieën zijn goedkoper, sneller, beter, productiever om problemen op te lossen. We moeten bekijken hoe we het nieuwe operating model kunnen inzetten door nieuwe technologie.

Op veel plekken zijn slimme algoritmes of Artificial Intelligence (AI) nog niet toegepast en geeft het de komende periode voor veel bedrijven een enorme kans om hun bedrijf te herstarten en direct vanaf de start nieuwe technologie in te zetten om een volgende pandemie te kunnen weerstaan.

In dit artikel bespreken we graag een aantal toepassingen van AI die onze 1,5 meter economie drastisch productiever en veiliger kunnen maken. Onderstaand model geeft inzicht in welke vier aspecten AI kan helpen om oplossingen te bieden voor de uitdagingen van de komende periode.

Afbeelding 1: de vier aspecten waarbij AI impact kan hebben op de nieuwe post-corona economie (Alex Pelaez).

1.Social Distancing: vanuit de maatregelen van het kabinet zijn we gedwongen om ons te houden aan de 1,5 meter “distance”. Dit heeft niet alleen impact en beperkingen op hoe we met elkaar in het dagelijks leven omgaan, maar ook hoe we in het bedrijfsleven met elkaar omgaan. Dit zal veranderen hoe we commerciële activiteiten uitvoeren, hoe we informatie met elkaar delen. Waar je bijvoorbeeld voorheen bij de meeste restaurants als consument de flexibiliteit bezat om binnen te lopen wanneer het je uitkwam, zal dit voor de toekomst een groter risico, zoniet onmogelijk zijn. Indien restaurants de social distancing maatregelen willen naleven betekent dat zij circa 30–40% van de capaciteit kunnen gebruiken. Indien je dan nog winstgevend wil zijn, moet je werken aan de “voorspelbaarheid” van je organisatie. “Hoe veel klanten verwacht ik morgenavond?”, “Wat zullen zij gaan eten”?, “Wat moet ik daarvoor inkopen?”. Ondernemen op enkel “gut feeling” zal niet meer genoeg zijn. Van klanten mag je verwachten dat zij vooraf aangeven wanneer ze bij je komen dineren (en wellicht ook wat hun dieetwensen zijn), zodat je vooraf aan je leverancier kan doorgeven welke inkopen je nodig hebt en niets hoeft weg te gooien. Wellicht dat restaurants een bepaalde korting kunnen geven aan hun klanten indien ze de ondernemer hiermee helpen. Het maken van vraagprognoses (Demand Forecasting) en een goede communicatie in de keten is hiervoor essentieel.

2. Het tweede aspect is de werkomgeving. Het wordt gestimuleerd om meer thuis te werken en we komen erachter dat we niet altijd een kantoor meer nodig hebben. Bedrijven zullen meer bezig zijn met de gezondheid van de medewerkers. Maar welke data kunnen je hiervoor verzamelen en hoe? Dit is een juridische en privacy uitdaging. In Nederland zijn al de apps besproken die als het ware gelden als vaccinatiekaarten. Kunnen we deze data gebruiken om te bepalen of het veilig is om naar kantoor te komen? Zijn werknemers bereid om hun temperatuur te meten en dit met elkaar te delen? Kunnen we forecasten of het verstandig is om naar je werk te gaan in verband met de nabijheid van hotspots? Deze oplossingen hoeven niet enkel voor COVID-19 te zijn, maar kunnen ook gebruikt worden voor toekomstige griepgolven.


Afbeelding 2: voorbeeld van hoe robots in warehousing taken overnemen van menselijke orderpickers. Sommige mobiele robots werken nauw samen met menselijke orderpickers, zodat hun reisafstand wordt beperkt en betere keuzes kunnen worden gemaakt.

Op het gebied van warehousing zien we al een hele nieuwe wereld ontstaan waarbij robots steeds meer de taken van orderpicken overnemen om het aantal contactmomenten tussen mensen te beperken. We kunnen nog verder gaan door de voetpaden te “tracken” van mensen die in warehouses werken om te begrijpen hoe mensen bewegen in hun omgeving en om die gebieden veilig te maken. Maar dit kan ook gebruikt worden om voorraden te beschermen. Omdat het virus via oppervlakten kan worden overgedragen, zullen sommige klanten zich afvragen of het product wat zij kopen het virus mogelijk kan opnemen of is opgenomen. Door het gebruik van Internet of Things en machine learning algoritmes kunnen we voorspellen hoe groot de kans is dat het product besmet is met COVID-19.

3. Er zijn enorm veel nieuwe mogelijkheden voor bedrijven om op een nieuwe manier de interactie aan te gaan met klanten om het marktaandeel te vergroten. Door middel van het analyseren van het klantgedrag kunnen we klanten advies geven over bijbehorende producten om de “share of wallet” te vergroten. Verder kunnen we patronen ontdekken wanneer de klant koopt, wat hij koopt en hoe hij koopt. We kunnen deze gewoontes modelleren om gaps te identificeren in het klantgedrag, maar ook om vooraf wekelijks een besteladvies te geven aan de klant.

4. Het laatste aspect is disruptieve innovatie, dit is het proces waarin een kleiner bedrijf dat over minder resources beschikt erin slaagt om een gevestigde onderneming uit te dagen. Er zullen nieuwe bedrijven ontstaan die voordeel benutten uit de huidige marktsituatie. Een voorbeeld hiervan is dat AI algoritmes kunnen helpen om producten te vinden die je nodig hebt. In de eerste periode van Corona was dat met name het toiletpapier, de volgende periode zal de vraag naar haarverf en uiterlijke verzorging groter worden (vanwege de grote vraag en beperkte aanbod nu kappers tot 1 juni hun beroep niet kunnen uitoefenen). Nieuwe platformen, ondersteund met slimme algoritmes, kunnen uit het niets ontstaan om zo snel een deel van de gevestigde orde in omzet te kannibaliseren.

Verder kan het delen van data een enorme verbetering aanbrengen in de logistiek en supply chain. We zien al voorbeelden dat verschillende bedrijven in de auto-industrie, Mercedes en BMW, data met elkaar delen om de “drive-experience” met elkaar te verbeteren. In onze praktijk zien we ook dat meerdere partijen in de logistieke keten (zoals bijvoorbeeld een uitzendbureau en haar klanten of retailers en fabrikanten) data met elkaar delen om beter te kunnen forecasten, resources met elkaar effectiever in te zetten en de keten te regisseren.

Wat betekent dit voor de toekomst van bedrijven?

Hoe meer data-driven een organisatie is, hoe beter het in staat is om risico’s en uitdagingen te identificeren en bovendien om risicobeperkende maatregelen te nemen. Heb je de juiste voorraad van producten op belangrijke momenten? Op welke plek kunnen je medewerkers hun werk doen? Al deze informatie moet worden opgeslagen om risicobeperkende maatregelen te nemen en om snel te kunnen reageren op het klantgedrag.

Dit is dé periode om een data/ AI strategie te bepalen om je organisatie slimmer te maken.

Omdat we met onze SYMSON technologie met name retailers en groothandels helpen, staan hieronder een aantal AI-toepassingen die deze organisaties kunnen helpen in de nieuwe economie:

  • Retailers, maar zeker ook sportscholen en zwembaden, kunnen AI inzetten om hun bezoekers te managen. Om rijen voor kassa’s en piekperiodes te voorkomen kan AI worden ingezet om consumenten te helpen met identificeren welke plek op welk moment het beste is om heen te gaan.
  • AI Demand Forecasting: retailers moeten beter in staat zijn om het klantgedrag te voorspellen en producten op voorraad te hebben om pieken voorkomen. Een voorbeeld hiervan is het toiletpapier en de toekomstige vraag naar haarverf en uiterlijke verzorging.
  • AI delivery: er is een enorme potentie voor automatische bezorging voor boodschappen, medicijnen en overige producten. Een toepassing voor AI is om de optimale route te bepalen en consumenten een dynamische prijs te laten betalen voor het bezorgmoment van voorkeur.
  • Klanten kunnen het product online laten ervaren door Virtual Reality voordat hij dit daadwerkelijk besteld. Op deze manier hoeft de consumenten niet naar de winkel en kan hij het online ervaren voordat het product wordt aangeschaft. Dit is in het bijzonder effectief als zij hun ervaring aan kunnen passen op basis van hun koopbehoeftes.
  • AI biedt ook mogelijkheden voor een verbeterde klantenservice en targeting. Webshops kunnen slimme algoritmes inzetten om gebieden te targeten en producten te identificeren waarnaar veel vraag zal zijn.
  • New Product Developments: AI en Machine learning kan nieuwe patronen/ attributen ontdekken die populair zijn onder klanten om nieuwe producten mee te ontwikkelen. In deze periode zullen mensen zich meer bewust worden van de kwetsbaarheid van de planeet, van lucht, watervervuiling en hun gezondheid. Na deze crisis zullen gezondheids- en duurzaamheidsgerelateerde attributen populairder worden.
  • AI Pricing: AI maakt het mogelijk om optimale prijzen laten bepalen op basis van onder andere vraag- en aanbod in de markt en voorraadposities. Indien we de privacy- en juridische aspecten achterwege laten kunnen we ook kwetsbare groepen een andere (lagere) prijs laten betalen voor noodzakelijke producten dan andere klanten.

Als organisatie hebben wij besloten zoveel mogelijk ondernemers en bedrijven te helpen hun in te laten zien hoe AI en machine learning hen kan helpen tijdens en na de COVID-19 crisis. Wij bieden daarom onze kennis vrijblijvend aan. Indien je hiervan gebruik wilt maken kan dat door onderstaande manieren:

Schedule a personalised demo


Book Now

Bronnen: