AI in de logistieke sector - interview met Joost Berkhout

Fragment uit het whitepaper ‘AI in de logistieke sector’
Auteur: Ferdi den Bakker
Opdrachtgever: Logistics Community Brabant/Midpoint Brabant/TKI Dinalog/Breda University of Applied Sciences
Project: Circulaire Stromen - Next Level Logistics

Slimme algoritmen leggen basis voor planning in de logistiek

Is AI inzetbaar bij het integreren van de productieen transportplanning? Zeker, dat is onderzocht binnen het AI-BIPTO-project van TKI Dinalog. Met echte data zijn algoritmen ontwikkeld die de voordelen van geïntegreerde planning laten zien. Joost Berkhout van Vrije Universiteit (VU) Amsterdam is enthousiast over de concrete resultaten en de kansen die dit biedt voor verdere toepassing in de praktijk. 

Een veranderende markt vraagt om aanpassingen, zoals het wijzigen van oude logistieke gewoonten. Daar hoort wat Berkhout betreft het optimaliseren van planningen nadrukkelijk bij, evenals het integreren van productie- en transportplanningen. Berkhout, assistent professor analytics en optimization aan de VU Amsterdam, onderzocht samen met VU-collega’s Leon Lan, Jasper van Doorn, Sandjai Bhulai en Rob van der Mei (tevens verbonden aan CWI) hoe algoritmen en AI-vormen daarbij een rol kunnen spelen.

Concrete resultaten en nieuwe inzichten
In AI-BIPTO zijn nieuwe modellen, algoritmen en software ontwikkeld die laten zien wat geïntegreerde planning kan opleveren. Berkhout: “We hebben een Proof-of-Concept (PoC) gebouwd die op basis van echte data laat zien hoeveel winst er te behalen is met geïntegreerde planningen. Daarmee hebben we de potentie niet alleen in theorie, maar ook in data-experimenten kunnen aantonen. De stap naar een volledige implementatie in de dagelijkse operatie kwam er helaas nog niet en vraagt simpelweg om extra middelen en tijd.” 

Doel: het ontwikkelen van een geïntegreerde planning voor productie en transport

Geïntegreerde dagplanning in een paar minuten
Uitgangspunt voor het starten van het project was dat klanten van de diervoederindustrie maatwerkproducten verwachten. Het gevolg is meer complexiteit in de productie en belading, wat om een betere afstemming tussen productie en transport vraagt. Doel van het project was het ontwikkelen van een geïntegreerde planning voor productie en transport, ondersteund met nieuwe technieken uit AI. Eén van de resultaten zijn algoritmen die binnen enkele minuten een geïntegreerde dagplanning voor productie en transport over meerdere fabrieken maken. Die planningen laten zien dat in sommige situaties minder vrachtauto’s nodig zijn en doorlooptijden korter worden.

Breed toepasbare software
De gebruikte technieken zijn niet alleen in theorie ontwikkeld. Binnen en rond het project zijn twee open-source softwarepakketten uitgebracht: PyJobShop voor productie- en projectplanning en PyVRP voor transportplanning. Samen hebben deze pakketten op GitHub inmiddels meer dan zeshonderd sterren verzameld en worden ze gebruikt door (internationale) bedrijven. De ontwikkelde tools weten hun weg naar de praktijk te vinden.

Van PoC naar praktijk
De algoritmen en tools uit AI-BIPTO laten volgens Berkhout overtuigend zien wat mogelijk is, maar het omzetten van een PoC naar een volledig ingebedde oplossing in de operatie is een volgende stap. Dat vraagt om extra tijd, middelen en een nauwe samenwerking tussen IT, planners, management en onderzoekers. Berkhout: “Het project zat heel dicht op de operatie, met meerdere fabrieken, systemen en belanghebbenden. Om dat echt in de dagelijkse praktijk te verankeren, heb je een stevig vervolgtraject nodig en idealiter een onafhankelijke projectmanager die over alle partijen heen stuurt en de voortgang bewaakt. Die stap lag buiten de middelen van dit project, maar de bouwstenen liggen er nu wél.” 

Constraint programming is een kansrijke techniek voor geïntegreerde planningen

Welke technologie is gebruikt?
Is er AI toegepast of iets wat er dicht tegenaan schurkt? Berkhout: “Dat laatste, al schuiven veel mensen constraint programming ook vaak onder AI.” Wat de assistent professor betreft biedt constraint programming veel kansen in de productie- en logistieke sector, die traditioneel sterk leunt op klassieke operationele research technieken, zoals mixed integer linear programming. “Constraint programming is dankzij onze software PyJobShop snel in te zetten én flexibel: je kunt relatief eenvoudig nieuwe beperkingen of overwegingen toevoegen. We onderzoeken momenteel hoe effectief deze aanpak is in een realistische diervoerproductiesetting op basis van ERP- en productiedata. Dat vormt een belangrijke basis richting een praktijkimplementatie.”

Toekomstvisie
De PoC, algoritmen en open-source software vormen samen een stevig fundament voor een betere afstemming van planningen in de logistiek en daarbuiten. Berkhout ziet kansen in alle domeinen binnen de supply chain waar goede afstemming tussen planningen cruciaal is. “Als overheden, bedrijfsleven en kennisinstellingen hier verder op voortbouwen, kan dit sterk bijdragen aan een duurzamere en kostenefficiënte logistiek, met toepassingen variërend van maakindustrie tot bijvoorbeeld pakketbezorging.”