Wat AI ons kan leren over duurzaamheid, circulariteit en risico's
De belangrijkste informatie in het kort:
- Begin bij het probleem, niet bij de technologie
- Vooruitgang op het vlak van duurzaamheid vereist denken op systeemniveau, niet geïsoleerde meetwaarden
- Menselijk oordeel blijft cruciaal voor een verantwoord gebruik van AI
Een door Dematic georganiseerde Innovation Roundtable verkent waar AI duurzaamheids- en circulariteitsdoelstellingen kan ondersteunen, en waarom menselijk oordeel, toezicht en verantwoordingsplicht essentieel blijven.
AI kan betere beslissingen op het vlak van duurzaamheid en circulariteit ondersteunen, maar alleen wanneer organisaties duidelijk voor ogen hebben wat ze precies willen oplossen. Die boodschap vormde de kern van een door Dematic georganiseerde Innovation Roundtable rond het thema Innovation & AI for Sustainability & Circularity, met Geertrui Mieke De Ketelaere.
Als erkend expert op het gebied van duurzame, ethische en betrouwbare AI werkt De Ketelaere, gastprofessor aan de Vlerick Business School, nauw samen met organisaties die graag AI willen inzetten. Dit gebeurt echter vaak nog voordat ze duidelijke doelstellingen hebben gedefinieerd.
Of het nu gedreven wordt door hype, concurrentiedruk of de angst om achterop te raken: veel bedrijven gaan te snel over tot implementatie zonder eerst de duurzaamheids- of circulariteitsuitdaging te begrijpen die ze willen aanpakken.
“AI kan waarde creëren, maar het moet beginnen bij doelstellingen,” legde De Ketelaere uit. “Hoe ver je gaat, hangt af van de sector, het proces en de mate van maturiteit waarin je je bevindt.”
Dat onderscheid is belangrijk. Duurzaamheidsinspanningen richten zich doorgaans op het verminderen van de milieu-impact in de volledige bedrijfsvoering. Circulariteit streeft er daarentegen naar de levensduur van producten en materialen te verlengen om afval tot een minimum te beperken.
In beide gevallen kan AI een rol spelen. Dit lukt echter alleen wanneer de technologie doelbewust wordt toegepast met een duidelijk inzicht in wat succes daadwerkelijk inhoudt.
Nuttige AI onderscheiden van overdreven verwachtingen
De discussie belichtte ook een bredere uitdaging waar organisaties vandaag de dag mee te maken hebben: het onderscheiden van zinvolle AI-toepassingen van overdreven verwachtingen. De Ketelaere benadrukte dat governance, operationele paraatheid en menselijk toezicht cruciaal zijn om dit onderscheid te maken.
Zonder deze basis kunnen zelfs goedbedoelde AI-initiatieven leiden tot twijfelachtige duurzaamheidsclaims. Het is problematisch om vooruitgang te eng te meten, bijvoorbeeld door enkel te wijzen op afvalvermindering of een hogere doorvoercapaciteit. Dit wijst niet automatisch op een echte of blijvende impact wanneer bredere operationele, ecologische en zakelijke effecten worden genegeerd.
"Laat u niet verblinden door enkel cijfers of statistieken," waarschuwde De Ketelaere. Organisaties moeten hun eigen maturiteitsniveau en context goed begrijpen voordat ze conclusies trekken over hun succes.
Dit perspectief sluit nauw aan bij de bredere visie van Dematic op automatisering en intelligente systemen: prestaties en duurzaamheid worden niet op één enkel moment bepaald, maar over de volledige levenscyclus van een operationeel proces.
De basis leggen voor zinvolle AI
Veel organisaties willen AI inzetten ter ondersteuning van hun duurzaamheidsdoelstellingen, maar sommige beginnen nog altijd op het verkeerde punt. Ze starten met de technologie, gaan snel over tot implementatie en stellen zich pas later de vraag welk operationeel, ecologisch of circulariteitsprobleem ze precies proberen op te lossen.
“Door de grote hype gaan ze soms wat te snel”, zegt De Ketelaere. “Je moet eerst echt nadenken over wat je wilt bereiken.”
Die vraag is belangrijk, want AI kan geen zwakke doelstellingen, gebrekkige data of onvolwassen processen oplossen. AI kan organisaties helpen patronen te herkennen en betere beslissingen te ondersteunen, maar alleen wanneer de basis op orde is. Als een bedrijf een AI-systeem wil trainen met eigen operationele data, moeten die gegevens correct, volledig en bruikbaar zijn.
Begin bij gereedheid, niet bij haast
De Ketelaere waarschuwt er ook voor om AI te beschouwen als een manier om een gebrek aan maturiteit op het gebied van automatisering te omzeilen. Bedrijven die nog geen grondig inzicht hebben opgebouwd in regelgebaseerde automatisering, kunnen problemen ondervinden wanneer ze rechtstreeks de overstap naar AI willen maken.
Automatisering voert geprogrammeerde regels telkens op dezelfde manier uit. AI kan op die basis voortbouwen, maar vervangt niet de noodzaak om processen, data en teams goed te begrijpen.
Ook governance vormt een belangrijk controlepunt vóór de implementatie. Veel bedrijven introduceren eerst een technologie en behandelen beveiliging, governance en datatoegang pas in een later stadium. AI verandert die volgorde, omdat data het bedrijf kunnen verlaten, teams mogelijk toegang krijgen tot informatie die ze niet zouden mogen zien en systemen beslissingen kunnen beïnvloeden op manieren die de organisatie niet volledig begrijpt.
“Met AI moet je de spelregels herbekijken en governance en beveiliging vanaf het begin centraal stellen”, zegt ze.
Dat betekent dat organisaties vóór de implementatie moeilijkere vragen moeten stellen: Wie heeft toegang tot de data? Waar gaan de data naartoe? Hoe zullen teams de output gebruiken? Welke beslissingen moet het systeem ondersteunen? Waar blijft menselijk toezicht noodzakelijk?
Voor Dematic bevestigt deze discussie een belangrijk praktisch uitgangspunt: betrouwbare beslissingen over automatisering beginnen met inzicht. AI kan waarde toevoegen, maar alleen wanneer organisaties de doelstelling definiëren, de basis beoordelen en bepalen of AI voor de betreffende taak wel het juiste hulpmiddel is.
Meten wat telt bij AI-gestuurde duurzaamheid
Een lager afvalpercentage, een hogere doorvoercapaciteit of een betere kwaliteitsscore kan een AI-initiatief succesvol doen lijken. Wanneer bedrijven AI inzetten ter ondersteuning van hun duurzaamheidsdoelstellingen, moeten ze echter begrijpen wat deze cijfers wel en niet aantonen.
De Ketelaere waarschuwde bedrijven ook om duurzaamheidswinst niet te eng te meten. Een vermindering van afval of een hogere output maakt een AI-initiatief niet automatisch succesvol wanneer de organisatie geen rekening houdt met de bredere operationele en zakelijke impact.
“Bedrijven mogen zich niet blindstaren op cijfers en statistieken”, waarschuwt De Ketelaere. “Ze moeten eerst hun eigen maturiteitsniveau begrijpen.”
Daarom moeten bedrijven verder kijken dan de sterkste KPI in het rapport. Een systeem kan bijvoorbeeld afval verminderen, de kwaliteit verbeteren of teams helpen om het onderhoud doeltreffender te plannen. Die voordelen moeten echter altijd worden afgewogen tegen de volledige operationele impact. Daarbij gaat het onder meer om de gevolgen voor sensoren, data-infrastructuur, energieverbruik, opleiding van medewerkers, proceswijzigingen en de mensen die de operatie aansturen.
Kijk verder dan het laboratoriumresultaat
Volgens De Ketelaere kunnen leiders enthousiast worden van wat ze in een laboratorium of gecontroleerde demonstratie zien. De technologie kan daar precies werken zoals voorgesteld. De implementatie in een operationele omgeving vergt echter vaak meer tijd, investeringen en verandermanagement dan veel organisaties verwachten.
Dat verschil is belangrijk wanneer bedrijven vroege resultaten of beperkte benchmarks gebruiken om duurzaamheidsclaims te onderbouwen. Een AI-project kan één onderdeel van de operatie verbeteren, maar dat betekent niet automatisch dat het in de volledige organisatie voor geloofwaardige vooruitgang op het gebied van duurzaamheid heeft gezorgd.
Hetzelfde geldt voor de output van AI-systemen. De Ketelaere merkt op dat AI-systemen bij hun aanbevelingen vaak een bepaald betrouwbaarheidsniveau aangeven, maar dat mensen daar niet altijd voldoende aandacht aan besteden. Een systeem kan een antwoord geven, maar de teams die verantwoordelijk zijn voor de operatie moeten nog altijd begrijpen hoeveel vertrouwen het systeem in dat antwoord heeft voordat ze ernaar handelen.
Circulariteit integreren in het AI-gesprek
Circulariteit stimuleert bedrijven om producten, onderdelen en materialen langer in gebruik te houden. Dat betekent dat ze eerder moeten nadenken over ontwerp, materialen en terugwinning. Het gaat om de manier waarop materialen worden geselecteerd en producten worden gemaakt, hoe lang ze bruikbaar blijven en hoe ze opnieuw in de economie kunnen worden gebracht in plaats van afval te worden.
De Ketelaere wees op een veelvoorkomende reden waarom bedrijven kansen missen: ze blijven dezelfde materialen, ontwerpen en processen gebruiken. “Soms doen we dingen omdat we het altijd al zo hebben gedaan”, zegt De Ketelaere.
AI kan ondersteuning bieden bij vroege ontwerpbeslissingen door ingenieurs te helpen alternatieve materialen, componenten of productbenaderingen te overwegen. Die kunnen een langere levenscyclus of eenvoudigere terugwinning aan het einde van de levensduur mogelijk maken. Ingenieurs beslissen nog altijd wat werkt, maar AI kan wel meer opties op tafel leggen en nieuwe perspectieven aan het beslissingsproces toevoegen.
AI is geen vervanging voor menselijke verantwoordelijkheid
AI kan in de volledige levenscyclus van circulariteit waarde toevoegen. De Ketelaere waarschuwt er echter voor om de technologie te beschouwen als een vervanging voor menselijke verantwoordelijkheid. Een systeem kan alternatieve materialen voorstellen, verbeteringen signaleren of componenten identificeren. Mensen moeten echter bepalen wat die output betekent en of die aansluit bij de duurzaamheidsdoelstellingen van de organisatie.
Door externe expertise in het gesprek te betrekken, helpt Dematic bedrijven om AI te bekijken door de bril van operationele processen, automatisering en langetermijnbesluitvorming. Dat zijn allemaal onderdelen van elk succesvol, technologie-ondersteund duurzaamheidsinitiatief.
Waarom dit gesprek belangrijk is
Dit artikel onderstreept de rol van Dematic als schakel naar externe expertise rond thema’s die bedrijven, operationele processen en automatisering vormgeven. Het bevestigt ook een eenvoudige, maar krachtige realiteit: The Mind Behind the Machine moet vóór de machine zelf komen.
Technologie blijft zich snel ontwikkelen. Inzicht, opgebouwd uit ervaring, beoordelingsvermogen en verantwoordelijkheid, is wat van technologie duurzame prestaties en echte vooruitgang maakt.
Duurzaamheid
Duurzaamheid bij Dematic
Duurzaamheid bij Dematic staat voor een engagement voor positieve resultaten voor mens, planeet en producten. Bij elk beslissingsmoment, of het nu met onze medewerkers, onze partners of onze klanten is, streven we ernaar verantwoord te handelen en zo de beste oplossingen te creëren.