SAP: autonome supply chain vraagt om gecontroleerde samenwerking tussen AI-agents

“Een agent bouwen is niet meer zo moeilijk”, stelt Bart Van der Biest, managing director van SAP Benelux. “De complexiteit zit vooral in alles wat er omheen nodig is. Denk aan security, autorisaties en governance, maar ook aan een platform waarmee verschillende agents gecontroleerd kunnen samenwerken.”

Wanneer ergens in de keten een verstoring optreedt, bijvoorbeeld het uitvallen van een leverancier, kan een AI-agent tegenwoordig niet alleen het probleem signaleren maar ook zelf nagaan welke orders geraakt worden, de gevolgen voor productie en logistiek doorrekenen en alternatieven voorstellen. Medewerkers sturen daarbij niet meer elke afzonderlijke actie aan, maar bepalen vooraf de doelen en kaders waarbinnen agents mogen handelen en grijpen in wanneer dat nodig is.

Gevolgen over de hele keten

Meer autonomie voor agents maakt het volgens SAP belangrijker om de gevolgen van beslissingen over de volledige keten te overzien. Een keuze die binnen één proces logisch lijkt, kan verderop in de keten problemen opleveren, bijvoorbeeld wanneer een agent bij een leveringsprobleem een goedkopere of snellere leverancier voorstelt die niet over de vereiste certificering beschikt.

SAP wijst op een vergelijking met het bullwhip-effect, waarbij een kleine afwijking aan het begin van de keten verderop steeds grotere gevolgen kan krijgen. Doordat meerdere agents zelfstandig handelen en op elkaars beslissingen voortbouwen, kan dat effect zich sneller door de keten verplaatsen. Agents moeten daarom niet alleen hun eigen taak optimaliseren, maar ook rekening houden met de gevolgen voor andere processen.

Samenwerking in plaats van losse agents

Volgens SAP is de volgende stap niet dat elk onderdeel van de supply chain een eigen AI-agent krijgt, maar dat agents processen overstijgend samenwerken en op elkaar worden afgestemd. Dat vereist een aanpak waarin planning, inkoop, productie en logistiek niet los van elkaar worden aangestuurd. Een wijziging in de planning moet bijvoorbeeld direct kunnen worden bekeken in samenhang met de gevolgen voor voorraad, productiecapaciteit en transport. Omdat supply chains zich niet beperken tot de eigen organisatie, kan die samenwerking zich ook uitstrekken tot leveranciers en andere partners.

Grenzen aan de vrijheid van agents

Volgens SAP is het opzetten van een AI-agent op zich niet meer ingewikkeld. De complexiteit zit vooral in de omgeving eromheen, zoals beveiliging, autorisaties, governance en een platform waarop verschillende agents gecontroleerd kunnen samenwerken. Daarbij speelt de vraag welke beslissingen agents daadwerkelijk zelf mogen nemen: of een agent alleen een alternatief mag voorstellen of ook een vervolgactie mag uitvoeren, wanneer menselijke goedkeuring nodig is, tot welke gegevens en systemen een agent toegang krijgt en wat er gebeurt als agents tot tegenstrijdige conclusies komen. Volgens SAP moeten alle acties van agents traceerbaar zijn.

Ook bedrijfscontext is daarbij van belang. Een agent moet niet alleen over data beschikken, maar ook weten welke contractuele afspraken gelden, welke voorraad beschikbaar is, welke certificeringen vereist zijn en wie bevoegd is een bepaalde beslissing te nemen. SAP maakt daarbij onderscheid tussen algemene AI en enterprise AI: enterprise AI is verankerd in de data, processen en bedrijfsregels van een organisatie. SAP gebruikt hiervoor onder meer een zogeheten Knowledge Graph, waarmee agents toegang krijgen tot de context binnen bedrijfsapplicaties.

Mens blijft verantwoordelijk

Een autonome supply chain betekent volgens SAP niet dat bedrijven zoveel mogelijk beslissingen aan AI moeten overlaten. De ontwikkeling gaat richting een model waarin agents meer operationele taken uitvoeren, terwijl bedrijven bepalen binnen welke grenzen dat gebeurt. De mens bepaalt de doelstellingen, stelt de grenzen waarbinnen agents mogen handelen, beoordeelt uitzonderingen en blijft verantwoordelijk voor de bedrijfsvoering. Volgens SAP hangt de volgende stap richting een autonome supply chain dan ook niet af van het aantal ingezette AI-agents, maar van hoe goed bedrijven die agents processen overstijgend kunnen laten samenwerken zonder de grip op hun supply chain te verliezen.