Een onverwachte start in AI
Famke’s reis begon vijf jaar geleden toen AI nog een niche was. Tijdens haar bachelor Information Studies ontdekte ze haar interesse in programmeren en besloot zich te verdiepen in AI. Een scriptie over kunstmatige intelligentie bracht haar op het pad van datascience. "Hoe meer ik erover leerde, hoe meer ik dacht: dit is gaaf en gaat de wereld veranderen," vertelt Famke enthousiast. Inmiddels combineert ze haar expertise in AI met haar affiniteit voor de logistiek, een sector die zij door haar vader van dichtbij kent.
AI in de praktijk: van hype naar toepasbaarheid
Hoewel AI vandaag de dag alomtegenwoordig is, benadrukt Famke dat veel bedrijven nog worstelen met de praktische implementatie ervan. Het succes van AI staat of valt met goede data. “Als de data niet nauwkeurig of consistent is, dan kan een model daar weinig mee,” legt ze uit. Daarnaast zijn domeinkennis en inzicht in de sector cruciaal om AI effectief toe te passen.
Ze illustreert dit met een voorbeeld: “Als je een model traint om wolven van honden te onderscheiden, kan het model onbedoeld leren dat sneeuw een bepalende factor is, omdat alle wolvenfoto's in de sneeuw zijn genomen. Zonder domeinkennis loop je het risico op verkeerde aannames.”
Wat AI kan betekenen voor logistiek
Binnen logistiek biedt AI talloze mogelijkheden, vooral bij complexe en dynamische processen. Famke noemt als voorbeeld magazijnrobots die zelf de meest efficiënte routes berekenen om orders te verwerken. Daarnaast kan AI helpen bij vraagvoorspelling door historische gegevens te combineren met externe factoren zoals weersvoorspellingen. Deze toepassingen besparen tijd, verhogen de nauwkeurigheid en kunnen bijdragen aan een betere klantbeleving.
Ook externe databronnen kunnen een belangrijke rol spelen, maar Famke waarschuwt dat deze vaak verouderd zijn. “Als je iets wilt voorspellen, heb je de meest actuele data nodig,” benadrukt ze. Bedrijven kunnen daarnaast open source-data combineren met eigen gegevens om bijvoorbeeld beter inzicht te krijgen in verkeersdrukte of voorraadbehoeften.
Het belang van data en realistische verwachtingen
Volgens Famke begint alles met data. Ze benadrukt dat bedrijven moeten investeren in het structureren, monitoren en verbeteren van hun data. Het creëren van een “single source of truth” is essentieel om processen te optimaliseren. Maar AI is geen wondermiddel: “Het bouwen en trainen van een model kost tijd. Het is belangrijk om kritisch te zijn over wat AI daadwerkelijk kan oplossen en of het de juiste methode is voor het probleem.”
Ze geeft een voorbeeld van waar het mis kan gaan: “Een Amerikaanse advocaat citeerde een niet-bestaande zaak, gegenereerd door AI. Dat illustreert hoe belangrijk het is om de output altijd te controleren.”
Toekomstperspectief: AI in logistiek en daarbuiten
Hoewel Famke zich momenteel richt op datascience en AI binnen de logistiek, staan de deuren naar andere sectoren voor haar open. Voor nu ziet ze echter veel potentie in de logistieke sector, van vraagvoorspelling tot route-optimalisatie en het minimaliseren van kosten. “Als je inzicht hebt in je processen en waar je tijd verliest, kun je enorm veel winnen,” zegt ze.
Luister voor het volledige verhaal
Dit is slechts een glimp van het boeiende verhaal van Famke van Ree. Om de volledige ervaring en alle ins en outs te ontdekken, nodigen we je uit om de hele podcastaflevering op Spotify te beluisteren.
Luister de podcast voor alle details
