‘Radicale veranderingen via AI nodig om voorop te blijven lopen’

Gordon Smit, CTO van Hunkemöller.

Dagvoorzitter Anneke Keller, door de wol geverfd als digitale beslisser bij onder meer PostNL, Jumbo en Coolblue, trapte de discussie af door nut, noodzaak en hype rondom AI af te kaderen. AI toepassen is namelijk niet hetzelfde als automatiseren. “Veel organisaties, bestuurders en managers denken dat ze iets met AI moeten, maar hebben het over automatiseren van processen en taken. AI gaat verder waar automatisering ophoudt.”

AI omvat technologieën zoals machine learning, deep learning en generative (Gen) AI. Maar wanneer mensen het nu over AI hebben, bedoelen ze daar meestal generatieve AI (Gen AI) mee. Keller hierover: “Dat is sinds ChatGPT in begin 2024 op de markt kwam een hype. We zitten nu in één van de pieken van de hype cycle met Gen AI. Er zal een periode komen van teleurstelling en volwassenheid, zoals met elke variant van AI gebeurd is.”

Praktische heden

Even terug uit de toekomst naar het praktische heden. Waar AI praktisch onderscheid kan maken, is in de omgang met de exponentieel groeiende hoeveelheden data die ook retailers tot hun beschikking hebben. Logistieke data, financiële data, klantdata.

Anneke Keller: "Er zal ook bij Gen-AI een periode komen van teleurstelling en volwassenheid, zoals met elke variant van AI gebeurd is."

“Machine learning, één van de eerdere vormen van AI, werd ontwikkeld om op basis van massa’s data bepaalde inzichten te generen”, schetst Keller. “Denk aan diagnostiek of predictive maintenance. Machine learning (ML) is een techniek binnen het bredere concept van AI waarbij systemen leren van data om patronen te herkennen, voorspellingen te doen of beslissingen te nemen.”

En nu is er generatieve AI, dat voortbouwend op machine learning niet alleen leert van data, maar ook nieuwe, originele content creëert, zoals tekst, afbeeldingen of muziek, die de eigenschappen van de trainingsdata nabootst. “Geen enkele, maar een dubbele datafeedbackloop waarin met data nieuwe data gegenereerd wordt: een LLM, Large Language Model.”

Moderniseren met AI

Hoe kan (Gen) AI een oud merk zoals Hunkemöller moderniseren? Dat is waar CTO Gordon Smit op ingaat. In 1886 als corsetterie begonnen, biedt Hunkemöller tegenwoordig in honderden winkels en online ‘The perfect bra for every moment. Het merk zit middenin diverse transformaties, waaronder die naar een nieuw winkelconcept.

Een andere transformatie is de digitale transformatie, stelt Smit. Daarbij speelt AI een steeds belangrijkere rol, die wel met een duidelijke visie en strategie bepaald moet worden. “AI is leuk, maar hoe ga je het praktisch in een onderneming toepassen? Je kunt thuis eenvoudig via ChatGPT of Copilot hulpmiddelen voor jezelf ontwikkelen. Maar moet je dan ook die toepassingen beschikbaar stellen aan 6500 medewerkers en 760 winkels om te kijken wat eruit komt? Iedereen is nog zoekende op dit gebied, wij ook.”

Welke vragen wil Hunkemöller beantwoorden met behulp van AI? “Dat zijn vragen zoals: wanneer gaat een klant weer onze winkel bezoeken? Hebben we dan het juiste product in die winkel? Maar ook: wanneer hadden we onze supply chain niet op orde, zodat het juiste product niet op het juiste moment in de juiste winkel lag. Elke retailer zal dit probleem herkennen.”

Hunkemöller wil deze vragen goed beantwoorden om haar visie voor 2027 te realiseren: het meest vertrouwde lingeriemerk voor vrouwen zijn in de kernmarkten (Duitsland, Benelux, Scandinavië). Smit: “We willen top of mind zijn bij vrouwen als het gaat om lingerie. Van de eerste tot en met de laatste beha, want vrouwen zijn heel merktrouw als het om lingerie gaat.

Digitale reis

De digitale reis begon voor Hunkemöller begin deze eeuw, schetst Smit. “In 2003 zijn we voor het eerst online gegaan. Voorafgaand was er sinds 1886 relatief weinig technologische vernieuwing. In de afgelopen 22 jaar is er een enorme versnelling geweest. Tijd heeft wat dat betreft een hele nieuwe dimensie gekregen. Mede met behulp van AI-toepassingen willen we in 2026 een volledig data gedreven organisatie zijn.”

Moet zo’n verandering met behulp van AI geleidelijk of snel zijn? In 2024 lag de focus nog op het eerste: ‘Enterprise AI comes in small steps, leading to incremental changes.’ Maar Smit is sindsdien van mening veranderd.

Goede fundering

Voor radicale verandering met AI heb je een goede fundering nodig. En die fundering bestaat uit data die goed toegankelijk en van hoge kwaliteit moet zijn. Smit: “Ons datalandschap in 2022 was vrij traditioneel. We zaten op een pot met goud, met 75 procent member share onder onze klanten. Een enorme hoeveelheid klantinformatie, maar we deden er eigenlijk niks mee.”

En zo waren er meer potjes met goud, zoals in het ERP-systeem. Alleen: de data zaten bij de business. Zij hadden een eigen warehouse opgebouwd, maar kregen er niet de gewenste resultaten uit, vertelt Smit: “Veel business personen hadden hun eigen versie van de waarheid. Ik heb daarom in 2022 een BI-manager ingehuurd, we zijn begonnen met het opzetten van één datalake in samenwerking met Google. Deels om goede toegang te bieden tot alle databronnen, deels om een goede fundering te bouwen voor AI-toepassingen. Want als je data niet op orde is, heeft beginnen aan AI geen nut.”

Fundering op orde

Toen de datafundering op orde was, kon Smit met zijn team beginnen met het voorzien van de hele value chain van nieuwe inzichten, vanaf het ontwerp van een product totdat het in de winkel ligt en alle sales activiteiten eromheen. Dat leidde tot enkele front facing AI-toepassingen zoals:

• Een proef met AI-gegenereerd mood board als basis voor nieuwe lingerie-ontwerpen. Vroeger werd dat in weken samengesteld, met allerlei knipsels. Het AI-PoC genereerde eenzelfde soort moodboard in vijf minuten.

• 3D-design: Hunkemöller kan zo veel sneller inzoomen op het juiste ontwerp, in de communicatie met leveranciers. Soms kunnen daar vier tot vijf iteraties overheen gaan, dus de impact van 3D-design in plaats van papier helpt enorm. “Zo kunnen we onze time to market versnellen.”

Mooie voorbeelden, weet Smit, maar het zijn dezelfde voorbeelden als waar hij vorig jaar mee kwam. “Een jaar later zitten we nog op hetzelfde niveau hiermee. Juist daarom acht ik het tijd voor radicale verandering, anders laat ik volgend jaar misschien dezelfde drie voorbeelden zien.”

AI aan de achterkant

Toch zijn er ook mooie nieuwe stappen. Zo is Hunkemöller aan de achterkant met AI bezig, op het gebied van financiën, logistiek, marketing. “Welke beha’s moeten we bijvoorbeeld afprijzen op Black Friday om de grootste impact te maken. Op basis van data kun je berekenen wanneer je je maximale sales realiseert.”

Nog een AI-toepassing, waarmee Hunkemöller al wel richting gen-GenAI gaat, is marketing-gericht. “We hebben producten die de ene dag door Google wel goedgekeurd worden en de volgende dag te veel bloot tonen, of te veel huid. We zagen dat we echt keihard omlaaggingen in Google Search. We zijn met Google zelf om tafel gaan zitten, om er precies achter te komen wanneer Google een afbeelding zal goedkeuren of afkeuren. Dat kunnen we veel sneller doen met behulp van adviezen en inschattingen via AI-toepassing.”

Radicale verandering

Kortom, Hunkemöller zet steeds meer stappen op AI-gebied. Er zijn duidelijke ambities en het datafundament is op orde. Nu is het tijd voor eerdergenoemde radicale verandering met behulp van AI, herhaalt Smith tot slot. “We hebben bijvoorbeeld nog altijd papieren finance processen. Dat kan eigenlijk niet meer. Als we voorop willen blijven lopen als merk, moeten we ook voorop open in alle achterliggende processen. AI gaat ons helpen om deze transitie te maken.”

Lees volgende week deel twee over de Retail Ronde Tafel van myBrand Conclusion.