Lessen uit China: 'Nederlandse ondernemers onderschatten de kracht van eigen data'

Wumart, een kleine traditionele supermarktketen in China, stond op het punt ingehaald te worden door het digitale tijdperk. Alle processen werden handmatig uitgevoerd en een online propositie was nog nooit over nagedacht. Met het geweld van Alibaba, JD.com en PinDuoDuo als concurrenten die zich ook in de offline markt ontwikkelen zou je denken dat de toekomst erg duister is voor Wumart.

Echter is het Wumart gelukt om volledig te digitaliseren en een online propositie neer te zetten in een handomdraai, met als resultaat 49 procent omzetgroei en 113 procent meer winst na één jaar. Deze digitalisering en daarmee automatisering was mogelijk dankzij de adoptie van een besturingssysteem/platform zoals DMALL, Heading en Bytter. Dit zijn besturingssystemen voor kleine (vers-)winkels zoals bakkers en slagers.

China is inmiddels dé voorloper in de wereld op het gebied van automatisering en AI

Deze besturingssystemen automatiseren vrijwel alles voor de ondernemer: zo hoef je geen boekhouding meer te doen, geen voorraad voorspellingen, inkopen of personeelsplanning. Na de implementatie van DMALL bij WuMart bleek, uit de data, dat 90 procent van het assortiment niet goed roteerde. Na de optimalisaties in de inkoopstrategie is de gemiddelde rotatie van 40 dagen naar 13 dagen verkort, met minder verspilling en beter gebruik van kapitaal als gevolg. Daarnaast is de winkel meteen online aangesloten op de belangrijkste retailplatformen. De ondernemer heeft dus tijd om na te denken over de klant, strategie en innovatie.

China is inmiddels dé voorloper in de wereld op het gebied van automatisering en AI, je zou denken dat dat niet hoeft vanwege de lage lonen. Echter zijn deze lonen de afgelopen jaren flink gestegen. Daarnaast kijken ze eens uit naar extreme vergrijzing vanwege de befaamde één kinds politiek. Om internationaal competitief te blijven, moet de productiviteit dus omhoog. Digitale platformen en AI zoals DMALL spelen dus een grote rol in de Chinese automatisering en efficiëntie van kleine ondernemers. Ondernemers kunnen daar kiezen uit meerdere besturingssystemen voor hun bedrijf.

Nederlandse ondernemers onderschatten hoeveel goud ze in handen hebben

In Nederland zien we nog genoeg bedrijven die veel zaken handmatig verrichten, waarbij data regelmatig in silo's in verschillende afdelingen of disciplines blijft. Terwijl ze in China, volgens een onderzoek van Harvard, deze silo’s hebben doorbroken, en verschillende applicaties met elkaar laten praten om zo verschillende processen te automatiseren voor ondernemers, zoals voorraadbeheer, personeelsplanning en boekhouding.

Nederlandse ondernemers onderschatten nog vaak hoeveel goud ze in handen hebben met hun data. En ook hoeveel makkelijker hun bedrijfsprocessen gaan lopen als ze die datagedreven maken. Gartner zegt dat ruim 80 procent van onze data en AI-projecten falen om in productie te komen. Een gemiste kans, want zo wordt onze data niet gebruikt wordt om handmatig werk te automatiseren en ondernemers vrij te spelen om te innoveren en competitief te blijven.

We onderwaarderen onze eigen data (scientists)

Bij veel bedrijven zien we dat ze veel van hun eigen data niet inzetten voor het maken van beslissingen of het creëren van innovaties. Onderbuikgevoel of zelfs ingekochte data worden dan gebruikt om verder te komen. Tot mijn verbazing gebeurt dit ook bij grote bedrijven. Zo hielpen wij een marktleider in de retailindustrie die een dozijn financiële medewerkers had die weken bezig waren met de financiële voorspelling (forecast) updaten. Terwijl dit bedrijf ruim 20 jaar aan verkoophistorie en een eigen data-scienceteam heeft, voeren medewerkers de getallen nog handmatig in, in een Excel-bestand.

Deze methode van werken is tijdrovend, foutgevoelig, inefficiënt en zorgt voor minder tijd voor de klant. Wat misschien nog wel opvallender was, was dat het data-scienceteam al wel een AI-model klaar had. Met slechts een druk op de knop kon men een nieuwe forecast genereren, die ook nog accurater was

Het AI-model was dus niet geadopteerd. De grote reden hiervoor is dat de mensen die verstand hebben van data en AI vaak niet de mensen zijn die ervoor zorgen dat adoptie daadwerkelijk plaatsvindt. Hiervoor zijn ‘vertalers’ nodig die helpen met het introduceren van een nieuwe manier van werken voor de bestaande teams.

Bouw niet alles zelf, probeer het niet-hier-uitgevonden syndroom te voorkomen

Dat data vaak beperkt wordt gebruikt, komt door iets dat het ‘niet-hier-uitgevonden syndroom’ wordt genoemd. In normaal Nederlands: de drang om van alles zelf te bouwen. Zeker voor kleinere bedrijven is dit een groot risico. Juist wanneer je kleiner bent en de tijd van ieder individu impactvoller is, is de besteding daarvan essentieel. Voor veel problemen bestaan er al oplossingen in de markt. Vaak gemaakt door bedrijven die er meer verstand van hebben en iedere dag hun dienst/product aan het optimaliseren zijn.

AI voorbeelden zoals tekstschrijver ChatGPT en afbeelding generator Midjourney zijn laatst uitvoerig in het nieuws geweest. Dit zijn de ‘sexy’ diensten die nog in hun kinderschoenen staan. Maar, wat al langer bestaat zijn de zogenaamde appstores/marktplaatsen voor bedrijven met de ‘saaiere’ automatiseringen. Voor de retailsector zijn er al veel van, zoals die van bol.com, Shopify, Lightspeed en WooCommerce. Juist door gebruik te maken van die bestaande oplossingen kun je gemakkelijk je processen automatiseren, en vaak ben je ook nog goedkoper uit dan wanneer je zelf een product laat maken

Daarnaast is de markt van AI-modellen steeds volwassener aan het worden. Je hebt zelf geen bergen met data meer nodig om modellen te trainen, je kunt vooraf getrainde modellen kopen bij onder andere de cloudafdelingen van Google, Microsoft en Amazon.

'Het blijft me verbazen hoeveel bestaande oplossingen er al zijn in de markt'

In Nederland moeten we dus nog veel winnen in het gebruik van onze data en AI, het is vaak een kwestie van doen. Wanneer je dit niet doet ben je te veel bezig met de waan van de dag en zul je ingehaald worden.

Zelf ben ik samen met BORG bedrijven aan het helpen (AI) automatisering te versnellen door gewoon te doen. In de praktijk gaat het makkelijker dan ik dacht en het blijft me verbazen hoeveel bestaande oplossingen er al zijn in de markt.