Bakkerij Aernoudt zet artificiële intelligentie in
Een exponentiële groei van het aantal winkels van Bakkerij Aernoudt zorgde ervoor dat handmatige inschattingen van nodige hoeveelheden niet langer mogelijk waren. Om dit proces te optimaliseren en een efficiëntere werkwijze te waarborgen, ontwikkelde de Oost-Vlaamse bakkerijgroep samen met element61 een AI-tool.
efficiëntie voorop
Vooral het groeiend aantal winkels speelde een rol in de beslissing. Voor de invoering van het systeem, werden de nodige hoeveelheden handmatig ingegeven. Dit gebeurde na sluitingsuur van de verschillende vestigingen en voor de aanvang van de productie. Tot zo'n vijf jaar geleden was het aantal bestellingen nog hanteerbaar, maar door de exponentiële groei naar 35 winkels in die vijf jaar was er de noodzaak om dit automatisch te laten verlopen.
Klanttevredenheid
De inschatting gebeurt nu even goed als vóór de invoering van de tool, maar de efficiëntie stond van in het begin voorop. "Hoeveel brood verkopen we ten opzicht van wat er werd geleverd aan de winkels? Als het over brood gaat, kunnen we nooit naar 100% uitverkocht streven. Al onze vestigingen zijn open van 06.00 tot 18.30 uur: we willen dat een klant om 18.00 uur nog altijd keuze heeft in brood. Bij brood streven we dus naar een efficiëntie van 85%", vertelt Jan Van Robays, productiemanager bij Aernoudt.
"Als we spreken over koffiekoeken, streven we dan weer wél naar een verkoop van 100%. Dat is immers een product dat vooral 's ochtends wordt verkocht en de AI-tool maakt het mogelijk om dit in rekening te brengen." Als de tool merkt dat er een aantal dagen op rij maar 95% van de geleverde koffiekoeken verkocht wordt, zal hij zelf aanpassen en de volgende dag minder koffiekoeken aangeven. Er kan dus ook per product ingesteld worden wat het doel in verkoop is.
De werking van de tool
Momenteel maakt Aernoudt, zoals veel bakkerijen, nog gebruik van de software Xerxes. Dit werd gekoppeld aan de software van element61. Hierdoor worden de gegevens en berekeningen vanuit het systeem eerst naar element61 gestuurd. Zij hebben namelijk toegang tot historische data die nodig zijn voor de werking van de AI. "Op basis van deze data voert de AI zijn berekeningen uit. Het resultaat wordt terug in ons systeem geïntegreerd."
Van Twijfel naar Succes
De ontwikkeling van de tool was een lange en uitdagende weg. Meer dan twee jaar is eraan voorafgegaan voor hij in gebruik werd genomen. "Er zijn momenten geweest waarop zowel wij als element61 dachten dat het niet zou lukken. Kort nadien zagen we dat het toch begon te werken en hebben we hard gewerkt om alle fouten te verhelpen en de communicatie tussen de twee softwarepakketten te gaan optimaliseren", klinkt het.
"We zijn begonnen met het gebruiken van het systeem voor het brood. Het ging hierbij om grote hoeveelheden en het broodassortiment is redelijk stabiel. Gaandeweg hebben we het systeem ook uitgebreid naar andere groepen van producten. Stap voor stap hebben we het vertrouwen gekregen om het systeem breder in te zetten."
niet meteen het volledige aanbod
De tool werd in het begin dus enkel ingezet voor de inschatting van de verkoopcijfers van brood. Dat bleek een goede beslissing, aangezien het systeem het tot op heden nog moeilijk heeft bij het inschatten van kleine hoeveelheden.
finetuning is nog nodig
"Neem bijvoorbeeld een chocoladebroodje: in de ene winkel wordt er misschien maar één verkocht en in de andere drie. Daar heeft het systeem soms problemen mee." Een bijkomend issue is dat het systeem steeds naar boven afrondt. Als in een winkel dus 1,1 chocoladebroodje wordt verkocht, zou het systeem er twee rekenen. Aan het einde van de dag gaat er dan alsnog één verloren. Bij kleine hoeveelheden kan dit ervoor zorgen dat er toch te veel producten zijn en dit laat zien dat het systeem nog wat finetuning nodig heeft.
Bovendien kan het voorkomen dat iemand plotseling twee chocoladebroodjes bestelt. Het systeem houdt hier rekening mee omdat de standaardhoeveelheid die normaal verkocht wordt, veel kleiner is. Als er standaard 20 broodjes verkocht worden en iemand bestelt er 2 extra, dan zijn er 22 verkocht in plaats van 20. Dit is een relatief kleinere sprong en het systeem kan hier beter mee omgaan.
Optimaliseren van promo's
Naast de kleine hoeveelheden is het ook moeilijk wanneer er promo's zijn, zoals bijvoorbeeld een spaaractie rond broden. "Gedurende enkele maanden wordt per vier weken een bepaald brood in the picture gezet. Van dat brood wordt tijdens die vier weken dus beduidend meer verkocht. De volgende twee weken staat een ander brood centraal. De AI-tool neemt de stijgende verkoop per brood mee in rekening waardoor het tijdens de eerste week van het nieuwe brood, het aantal van het oude brood nog steeds in rekening neemt. Daardoor is er een overaanbod van het vorige brood en een onderaanbod van het nieuwe. Er moet dus nog uitgezocht worden hoe we promo's en speciale acties automatisch in rekening kunnen brengen", verduidelijkt Jan.
feestdagen zijn iets bijzonder
Feestdagen vormen een uitdaging, omdat ze zelden voorkomen. Kerst komt bijvoorbeeld maar één keer per jaar voor, dus zelfs als je historische gegevens hebt, zijn er maar weinig bruikbare datapunten. Wat vijf jaar geleden gebeurde, is niet hetzelfde als nu, vooral omdat er zoveel meer winkels zijn. Dus de data van vijf jaar geleden tijdens Kerstmis zijn niet erg nuttig, en recente data ontbreken vaak ook.
Bovendien gaat het tijdens feestdagen om specifieke producten die in het assortiment opgenomen worden, zoals buches in taart- en ijsvorm. Hier zijn geen historische gegevens over en blijft het vooral een inschatting op basis van menselijke ervaring. Tenslotte bestellen mensen voornamelijk op die specifieke dagen, waardoor de tool minder bruikbaar is. "Misschien geldt dit wel voor brood, hoewel het patroon ook daar verandert. Als Kerstmis bijvoorbeeld op een woensdag valt, kan je niet verwachten dat brood op dezelfde manier wordt verkocht als op andere doordeweekse woensdagen. Dus voor feestdagen zijn er nog steeds menselijke aanpassingen nodig. Daarentegen kunnen weekenddagen en dergelijke wel perfect worden berekend."
Als ook eenmanszaken de kost van zo'n software kunnen dragen,
zal AI steeds meer ingezet worden
de toekomst van AI in bakkerijen
Momenteel wordt artificiële intelligentie binnen Aernoudt enkel ingezet om in te schatten hoeveel er zou verkocht worden. Toch denkt Jan dat zo'n systeem nog op andere plaatsen kan ingezet worden: "In fabrieken waar lijnen grote volumes van hetzelfde product moeten aankunnen en waar duizenden sandwiches geproduceerd worden, zal AI wel ingezet worden. Binnen Aernoudt wordt heel weinig geautomatiseerd gewerkt, waardoor zo'n tool momenteel enkel nodig is voor de bestellijsten."
Ook in andere bakkerijen en sectoren ziet Jan AI op die manier ingezet worden. "Wij deden het omdat we te groot werden om het allemaal nog manueel te blijven doen, maar dat wil niet zeggen dat het niet interessant kan zijn voor een eenmanszaak. Ook zij moeten een inschatting maken van hoeveel er zal verkocht worden. De enige vraag die ik me stel is of een eenmanszaak de kost kan dragen om dit te doen."
Conclusie
De ontwikkeling en implementatie van de AI-tool bij Bakkerij Aernoudt heeft hun productieprognose dus wel degelijk geoptimaliseerd en efficiënter gemaakt. Ondanks enkele uitdagingen blijft de tool van onschatbare waarde voor de verkoopinschattingen. Dit legt een solide basis voor toekomstige groei en succes.
