Het belang van digitalisering is de afgelopen jaren sterk toegenomen. Wat ooit een ondersteunend thema was, raakt nu de kern van economie, samenleving en overheid. In dat licht komt de benoeming van een staatssecretaris voor Digitale Soevereiniteit en Digitale Economie op een logisch moment. Met deze vier actuele voorbeelden laat Bart Van der Biest, Managing Director bij 麻豆原创 Benelux, zien waar die rol het verschil kan maken:

1. Richting bepalen

Nederland beschikt over veel digitale kennis en een sterke infrastructuur. Er gebeurt veel, vaak tegelijk en op verschillende plekken. Dat is een kracht, maar het betekent ook dat niet alles dezelfde aandacht hoeft te krijgen. 鈥淛uist omdat er zoveel mogelijk is, moet je keuzes maken鈥�, zegt Van der Biest. 鈥淲aar wil Nederland echt in uitblinken? En waar is samenwerken of afhankelijk zijn prima?鈥�

Een terrein waar Nederland internationaal vooroploopt, is bijvoorbeeld kwantumtechnologie. Die positie is opgebouwd met jarenlange investeringen in onderzoek, kennis en samenwerking. Tegelijkertijd is dit een fase waarin verdere ontwikkeling en opschaling grote investeringen vragen.

Blijven die investeringen in Nederland uit, dan neemt het risico toe dat veelbelovende initiatieven worden overgenomen door buitenlandse partijen met meer kapitaal.

Bij kwantumtechnologie gaat het om een sleuteltechnologie, met toepassingen in veiligheid, communicatie en strategische infrastructuur. Overname betekent dan niet alleen verlies van economische waarde, maar ook van kennis, regie en besluitvorming. Juist daarom is het belangrijk dat de nieuwe staatssecretaris scherp maakt waar Nederland bereid is te investeren om deze voorsprong vast te houden.

2. Beleid verbinden

Digitale onderwerpen raken steeds vaker meerdere beleidsterreinen tegelijk. Een keuze over cloud raakt zowel economie als veiligheid. AI be茂nvloedt onderwijs, werk en innovatie. En investeringen in digitale infrastructuur hebben gevolgen voor energie en ruimte. Dat vraagt niet om nieuwe prioriteiten, maar om goede afstemming.

Deze uitdaging wordt onder meer zichtbaar bij de uitbreiding van digitale infrastructuur, zoals datacenters. Vanuit economisch en digitaal perspectief zijn deze investeringen nodig voor cloud- en AI-toepassingen. Tegelijkertijd lopen projecten in de praktijk vast op netcongestie, ruimtelijke ordening of vergunningen. Wat logisch is vanuit het ene beleidsterrein, blijkt elders onverwachte gevolgen te hebben.

鈥淥verheden en bedrijven maken digitale keuzes vanzelfsprekend vanuit hun eigen verantwoordelijkheid, terwijl de gevolgen zich uitstrekken over meerdere maatschappelijke en economische domeinen鈥�, zegt Van der Biest. 鈥淲at helpt, is een bewindspersoon die meekijkt en zorgt dat die keuzes elkaar versterken.鈥�

3. Lastige afwegingen uitleggen en legitimeren

Digitale keuzes leiden in de praktijk niet altijd tot direct draagvlak. Dat is onder andere zichtbaar bij plannen voor grootschalige AI-infrastructuur, zoals een AI-factory op de Maasvlakte. Zulke faciliteiten vragen om ruimte, energie en netcapaciteit en roepen daarmee vragen en weerstand op.

Tegelijkertijd zijn ze nodig om AI-ontwikkeling en innovatie in Nederland mogelijk te houden.

Dit soort besluiten is op korte termijn niet altijd populair, maar bepaalt wel of Nederland op langere termijn kan blijven meedraaien in een steeds competitievere digitale economie. Het alternatief is dat investeringen en ontwikkeling zich verplaatsen naar andere landen, met structurele gevolgen.

4. Besluiten vertalen naar uitvoering en budget

Digitale keuzes verschillen van veel andere beleidsdossiers doordat vroege beslissingen langdurige gevolgen hebben. Wie niet tijdig investeert, loopt het risico afhankelijk te worden van keuzes die elders zijn gemaakt. Digitale ambities vragen daarom om gerichte en tijdige investeringen.

Dat geldt bijvoorbeeld voor digitale soevereiniteit. Meer grip krijgen op data, cloud en afhankelijkheden vraagt om investeringen in alternatieven en migratie op het moment dat systemen worden vernieuwd. Wordt dat moment gemist, dan ligt afhankelijkheid vaak voor jaren vast. Juist daarom is het belangrijk dat er een staatssecretaris is die digitale keuzes direct kan vastleggen in budgetten en planningen. Niet later, maar op het moment dat besluiten worden genomen. Alleen zo worden ambities daadwerkelijk omgezet in uitvoering.

The post 麻豆原创: vier digitale vraagstukken waar de nieuwe staatssecretaris Digitale Soevereiniteit verschil kan maken appeared first on 麻豆原创 Nederland Blogs & Nieuws.

AI is allang geen toekomstmuziek meer, maar een onmisbare tool voor bedrijven die hun processen willen verbeteren. Volgens het IDC 2024 Supply Chain Survey heeft inmiddels 63% van de bedrijven een AI-strategie om hun effici毛ntie en veerkracht te vergroten.

AI is dus geen exotische technologie meer. Toch vormt de implementatie vaak een struikelblok. Het is namelijk lastig om ongestructureerde data om te zetten in waardevolle inzichten. Daarnaast moeten veel bedrijven hun systemen moderniseren en hun processen aanpassen aan de snel veranderende AI-regelgeving.

Praktische AI-toepassingen

AI kan nu al van grote waarde zijn voor de supplychain. Hier zijn een paar toepassingen die met de huidige technologie mogelijk zijn:

• Lead-time voorspellingen: met machine learning kun je levertijden nauwkeuriger voorspellen. Dat leidt tot betere planningsbeslissingen.
• Risicobewuste planning: door externe data te integreren, zoals geopolitieke risico鈥檚 of weersverwachtingen, kun je verstoringen in de supplychain beter inschatten en voorkomen.
• Generatieve AI: generatieve AI helpt je om complexe beslissingen te vereenvoudigen. Wat-als-scenario鈥檚 draaien of productie-idee毛n bedenken? Je hoeft het alleen maar te vragen.

听Obstakels

Het implementeren van AI gaat niet zonder slag of stoot. De grootste obstakels waar bedrijven tegenaan lopen, zijn:

• Datakwaliteit: je hebt betrouwbare, consistente data nodig om AI effectief te laten werken, maar vaak zijn gegevens verouderd of incompleet.
• Organisatorische gereedheid: veel bedrijven werken nog met verouderde on-premisesystemen. Dat bemoeilijkt een snelle integratie van AI.
• Volatiliteit: de wet- en regelgeving rond AI verandert snel. Datzelfde geldt voor nieuwe technologie毛n zoals grote taalmodellen (LLM鈥檚). Dat vraagt om een groot aanpassingsvermogen.

Drie fasen richting succes

Gelukkig kun je de uitdagingen van het integreren van AI in je supplychain stap voor stap aanpakken. Dit proces verloopt in drie fasen, waarbij je supplychain zich steeds verder ontwikkelt van digitaal, naar adaptief, en uiteindelijk autonoom. Elke fase bouwt voort op de vorige, waardoor je geleidelijk je supplychain naar een hoger niveau tilt:

Digitaal

De eerste stap is het digitaliseren van handmatige en papieren processen. Hier ligt de focus op automatisering van workflows en het verzamelen van betrouwbare data. Dit is de fundering voor verdere stappen. Met de tools van 麻豆原创 kun je eenvoudig inzicht krijgen in je voorraad, productiecapaciteit en logistieke processen. Zo kun je sneller reageren op veranderingen en krijg je de controle over je volledige keten. Dit is ook het moment om je IT-infrastructuur te moderniseren, bijvoorbeeld door over te stappen van verouderde on-premise systemen naar cloudgebaseerde oplossingen.

Adaptief

In deze fase begin je AI te gebruiken om voorspellende analyses uit te voeren en realtime beslissingen te nemen. Door patronen in je data te herkennen, kun je anticiperen op verstoringen en veranderingen in vraag en aanbod. 麻豆原创鈥檚 co-pilot helpt hierbij door simulaties uit te voeren en intelligente aanbevelingen te doen, zodat je snel kunt inspelen op onvoorziene situaties. Dat zorgt voor een flexibelere supplychain die zich beter kan aanpassen aan externe schommelingen, zoals leveringsproblemen of fluctuaties in de markt. Hierdoor verbeter je de wendbaarheid en veerkracht van je bedrijf.

Autonoom

Dit is de ultieme stap, waarin jouw supplychain bijna volledig zelfstandig opereert met minimale menselijke tussenkomst. Dankzij machine learning en geavanceerde AI-technologie毛n kan de keten automatisch reageren op verstoringen, zoals vertragingen in de bevoorrading of onverwachte pieken in de vraag.

Deze systemen leren continu bij en verbeteren zichzelf, wat leidt tot nog effici毛ntere processen. Jij kunt je dan richten op strategische beslissingen en je tijd besteden aan het oplossen van alleen de meest kritieke issues, terwijl de supplychain zichzelf grotendeels regelt. Uiteindelijk leidt dit tot meer tijd, minder kosten en een hogere klanttevredenheid.

Klaar voor de toekomst?

De transformatie naar een autonome supplychain is geen eindpunt, maar een evolutie. Hoe ver je hierin gaat, hangt af van de huidige positie van je bedrijf en je ambities op het gebied van autonomie. Bedrijven die nu AI omarmen, bouwen echter een stevige voorsprong op voor de toekomst. Met AI-technologie毛n zoals machine learning en predictive analytics maak je jouw toeleveringsketen niet alleen effici毛nter, maar ook wendbaarder. Zo kun je toewerken naar een autonome supplychain, terwijl jij je kunt richten op strategische, waardevolle activiteiten.

Wil je meer weten over AI in Supply Chain? Registreer je nu voor de听麻豆原创 Innovation Day for Supply Chain op 7 november en ontdek wat AI voor jouw bedrijf kan betekenen.

Marcel Bron, Head of Supply 麻豆原创 Nederland

The post AI in de supplychain: deze strategie zorgt voor succes appeared first on 麻豆原创 Nederland Blogs & Nieuws.