Kijken naar systemen die "goed zijn in wat ze doen"

Supply chains hebben geen enkel gigantisch systeem nodig dat alles slecht doet. Ze hebben gespecialiseerde tools nodig, elk goed in wat het doet, verbonden door schone datastromen.

Dat is de stelling die Wim Farasyn van Lanark meebrengt in dit gesprek: waarom "best of breed"-microservices het halen van monolithische platformen, en hoe kmo's ze kunnen invoeren zonder enterprisebudget.

Welke trends zie je?

In de wereld van supply chain is geen enkele dag saai. Turbulentie is onvermijdelijk, maar Wim ziet toch een paar grote trends. Meer weten over het Hyperfox B2B Customer Portal.

Multinationals die de golf van big data hebben meegesurft, denken nu ook in termen van AI. Groeiende kmo's krijgen de basis van hun supply chain helaas nog niet op orde. Zij zitten nog in de fase van ERP's implementeren, de dagelijkse operationele realiteit.

Voor die laatste groep is "big data" nog onbekend terrein. En toch willen die kmo's plots met AI aan de slag.

Vandaag is er een voordeel voor dit type bedrijf: de nieuwste oplossingen voor hun supply chain hebben AI al ingebouwd. Dat is een unieke kans om op die manier de achterstand in te halen.

Er is dus een duidelijk verschil in maturiteit tussen die twee groepen. Volume wordt hier de sleutel, maar dat brengt een aanzienlijke overhead mee.

Productiebedrijven met een goed product hebben altijd een reden van bestaan, hoe moeilijk de toekomst ook lijkt. Maar ze zullen moeten investeren, ook in systemen.

Vooral familiebedrijven twijfelen, want de investeringen zijn stevig. Daarom proberen ze te blijven rekenen op hun bestaande, maar verouderde ERP-infrastructuur.

In deze turbulente tijden is dat natuurlijk geen makkelijke beslissing. Maar in een crisis moet je investeren om er sterker uit te komen.

Als kleinere speler moet je zelfs durven zoeken naar samenwerking, en eventueel een fusie overwegen. Je kan dat een tijd uitstellen, maar uiteindelijk val je stil.

Waar gaan we naartoe op lange termijn?

In distributie en transport komt er zeker verdere consolidatie, en het kluwen van kleine bedrijven vindt vanzelf zijn weg.

Ze zoeken ook een succesratio in de verschillende systemen in de supply chain, maar die blijft vaak onder de verwachtingen. De bedrijven die consolideren, bouwen grote mastodonten: systemen die letterlijk alles kunnen besturen, tot de koffiemachine.

Maar we moeten eerder kijken naar systemen die "goed zijn in wat ze doen": een combinatie van microservices die deel uitmaken van de "best of breed". We zullen nog een tijd moeten leven met de pendel die heen en weer slaat tussen de monolieten en de microservice-oplossingen.

En AI speelt daar zeker een rol, maar welke? Kunnen we het eens worden over een datamodel? Kunnen we het eens worden over "business requirements"? Kan je erop rekenen dat AI met een werkende applicatie komt? Waar laat dat de grote ERP-systemen van deze wereld? De grootste onder hen bouwen die filosofie vermoedelijk al in.

Volledig monolithisch of volledig microservices: die keuzes krijgen het moeilijk. Het antwoord ligt vermoedelijk in een evenwichtige combinatie.

Maar het basisvertrekpunt blijft altijd de masterdata. Hebben we die correct in handen? Doen we het zelf? Of geven we de controle aan externe partijen?

Het antwoord zal waarschijnlijk hybride zijn. De "architect" hoeft niet per se intern te zitten. Maar hij moet je business wel begrijpen. Dan wordt zijn kennis toegevoegde waarde. Alleen worden zulke profielen zeldzaam.

Er is bovendien een extra beperking: de wereld van orders is heel divers, opdrachten zijn complex, data is moeilijk te mappen in de systemen, en een voorraadorder en een transportorder zijn twee verschillende werelden.

Waar staat Hyperfox in die wereld?

Hoe kijkt Wim naar de oplossing van Hyperfox? Hij weet dat orderverwerking in de meeste bedrijven nog manueel gebeurt. De fax, bijvoorbeeld, is nog lang niet uitgestorven.

De inspanning die daarbij komt kijken, is enorm. En dan hebben we het nog niet over het eeuwige debat of orderbeheer bij Sales of bij de supply chain hoort.

De oplossing van Hyperfox is specifiek gebouwd voor de moeilijkheden die grote bedrijven tegenkomen bij het verwerken van orders. Zeker als ze nog werken met oudere systemen die geen enkel duidelijk overzicht geven.

Werken met meerdere schermen is niet praktisch, en daarom heeft de cultuur van Excel-sheets zich genesteld. Of gaan bedrijven zelf oplossingen bouwen rond verschillende systemen. Waarbij data gecombineerd, geëxtraheerd en opnieuw geïmporteerd wordt.

Tegen de tijd dat ze Hyperfox ontdekken, zijn ze die fase al voorbij.

Volgens Wim is configureerbaarheid de sleutel. Dat is belangrijk, want elk bedrijf heeft zijn eigen specifieke velden. En dan is er ook nog de diversiteit tussen specifieke orders. Taalmodellen trainen op die specifieke elementen is dus niet onbelangrijk. Maar dan krijg je er ook goede resultaten voor terug.

Een generiek systeem moet onafhankelijk zijn van het taalmodel. Het ene model voert de opdracht uit, het andere kijkt het antwoord kritisch na. Het is een vorm van checks and balances. Maar bovenal moet de architectuur eromheen matuur zijn.

En dan is er de connotatie met een niche: een transportorder is fundamenteel anders dan een voorraadorder. Dat betekent andere workflows en koppelingen met andere systemen. Dat inzicht wordt vaak verwaarloosd.

En daar is Excel weer

En daar is Excel weer. Je zou bijna kunnen zeggen dat de wereld zonder Excel zou stoppen met draaien. In supply chain management is dat niet anders. Maar het bewijst zijn nut.

Op het vlak van data is het makkelijk te koppelen en te laden, en de macro's, hoezeer ze ook een nachtmerrie zijn om te onderhouden, kunnen hun nut bewijzen. En blijf je in de wereld van Microsoft, dan zie je dat Power BI steeds populairder wordt.

Het raakt steeds meer geïntegreerd in workflows, en integratie met data gaat niet langer enkel over "lezen": interactie kan ook. Anderzijds blijft het complex, en de nodige kennis is een voorwaarde.

Maar Wim ziet ook een openheid om kleine applicaties te bouwen. Niet voor cruciale functies, maar voor nicheflows die je niet in een ERP kwijtraakt, tenzij je een fortuin wil betalen.

Als we over best practices spreken.

Er bestaat zoiets als een "cost to service"-analyse. Wat brengt het op om een order bij een klant te leveren? Logische vraag? Veel bedrijven rekenen dat één keer uit en komen aan een gemiddelde kost die in het model gaat.

En daardoor verliezen ze de werkelijke kost uit het oog. Probeer je dan naar de realiteit te kijken, wat wat moeite kost, dan opent dat vaak de ogen. Het wordt meteen duidelijk waar je je verkoopinspanningen moet leggen, zeker bij klanten met bijzondere eisen.

Dan is er nog een bekend voorbeeld: de implementatie van systemen zoals een WMS, waar veel werk in kruipt. Het is een van de weinige momenten waarop je een fysieke flow met de datastroom moet verbinden om de processen goed te laten werken.

Het is niet simpel: je hebt een fade-out/fade-in-plan nodig, je hebt een plan nodig voor het moment van de overgang, want als de overgang uitloopt, kan je niets meer versturen. Het hoeft geen mislukking te worden; ben je goed voorbereid, dan hoort het te werken.

Nog een voorbeeld: de bereidheid om de planner ruimte te geven. Je moet de tools en de informatie die hij nodig heeft ter beschikking stellen.

Want plannen is een puzzel oplossen: het gaat erom ruimte vrij te maken om ademruimte te creëren in de planning. Bijvoorbeeld plannen op basis van capaciteit, in plaats van orders gewoon in de "plant" te dumpen.

Beluister op YouTube

Podcastfragmenten

Klaar om te zien hoe dit voor jouw bedrijf werkt? Boek een demo en we lopen samen een live voorbeeld door met je eigen orderdata.