- KI transformeert het ontwerpproces
- Robots nemen de productie over
- Robotica en KI helpen retailers met voorraadbeheer en vraagvoorspelling
- Een revolutie in logistiek en supply chain management
- De groeiende rol van KI en robotica in retail
De detailhandel bevindt zich middenin een enorme transformatie die wordt aangedreven door nieuwe technologische ontwikkelingen en veranderende verwachtingen van de klant. De opkomst van online winkelen heeft dramatische veranderingen teweeggebracht in wat klanten van een winkel verwachten en veel retailers worstelen om aan die verwachtingen te voldoen. Traditionele retail- en reclametechnieken beginnen hun macht te verliezen – vooral jongere generaties zijn hier niet meer van onder de indruk – en retailers worden in toenemende mate geconfronteerd met de keuze: aanpassen of het risico lopen failliet te gaan.
Om zich te onderscheiden van concurrenten en de klantervaring te verbeteren maken steeds meer retailers nu gebruik van opkomende technologieën als kunstmatige intelligentie (KI) en robotica. Volgens een recent rapport van Juniper Research groeit de wereldwijde markt van KI in retail van $2 miljard in 2018 naar $7,3 miljard in 2022. KI en robots hebben de afgelopen jaren een breed scala aan toepassingen gevonden in de detailhandel en een enorme transformatie in gang gezet.
KI transformeert het ontwerpproces
In 2018 heeft kledingproducent Tommy Hilfiger de krachten gebundeld met IBM en het Fashion Institute of Technology (FIT) voor het pilotproject Reimagine Retail, waarmee is aangetoond hoe kunstmatige intelligentie kan worden gebruikt om retailers te helpen hun klanten beter te begrijpen, opkomende trends te identificeren en het creatieve ontwerpproces te verbeteren. Als onderdeel van het project kregen FIT-studenten toegang tot de KI-tools van IBM om 15.000 afbeeldingen van Tommy Hilfiger-producten, 600.000 runway-afbeeldingen en bijna 100.000 patronen van textiel-sites te analyseren. Hiermee wisten ze waardevolle inzichten te genereren over de kleuren, prints en patronen die populair waren bij klanten. Hiermee zijn ze vervolgens nieuwe innovatieve ontwerpen gaan produceren – uiteraard wel in de herkenbare stijl van Hilfiger.
“De analyse van het machine learning-systeem gaf ons inzicht in de kleuren, silhouetten en prints van Tommy Hilfiger – iets dat we met de menselijke geest niet voor elkaar zouden krijgen. Hiermee konden de FIT Fashion Design-studenten zich door Americana of populaire modetrends laten inspireren en dat combineren met het ‘DNA’ van het merk Tommy Hilfiger om volledig nieuwe ontwerpconcepten te creëren”, vertelt Michael Ferraro, de uitvoerend directeur van FIT Infor Design en Tech Lab. Als je ziet hoe KI als leidraad gebruikt kan worden voor het ontwerpproces ga je denken dat menselijke ontwerpers binnenkort wel uitgerangeerd zullen zijn, maar Ferraro gelooft niet dat dit het geval is. KI zal vermoedelijk worden gebruikt om ontwerpers te helpen hun werk efficiënter te doen. De tech maakt bijvoorbeeld kortere doorlooptijden mogelijk en biedt toegang tot een bredere selectie bronnen. Hoewel dit slechts een pilotproject was, zou het ons niet verbazen als ook andere bedrijven binnenkort volgen en KI in hun ontwerpprocessen opnemen.
https://www.youtube.com/watch?v=tO94dIKJ6TQ
Robots nemen de productie over
Hoewel verschillende stadia van het kledingproductieproces al zijn geautomatiseerd, is dat met naaien (nog) niet het geval. Omdat textiel flexibel is en de neiging heeft om tijdens de productie onvoorspelbaar te bewegen of weg te glijden, is het voor een robot nu nog moeilijk om naaiwerk zonder menselijke hulp volledig over te nemen. Het lijkt er echter op dat daar binnenkort verandering in komt. Het in Atlanta gevestigde SoftWear Automation heeft een volledig geautomatiseerd robotsysteem ontwikkeld dat een kledingstuk in slechts vier minuten zelf kan produceren. De Sewbot, zoals de machine wordt genoemd, gebruikt camera’s om de het stuk textiel in kaart te brengen, terwijl robotachtige handen het door de naainaalden leiden.
Het bedrijf heeft onlangs een contract getekend met Tianyuan Garments, een Chinees bedrijf dat t-shirts produceert voor Adidas, Reebok en Armani, om het systeem in een nieuwe fabriek in Little Rock, Arkansas te installeren. “Het hele proces – van het snijden van de stof en het naaien tot het eindproduct – duurt ongeveer vier minuten”, zegt Tang Xinhong van Tianyuan Garments. “We zijn van plan om 21 productielijnen te installeren en wanneer het systeem volledig operationeel is zal het elke 22 seconden een t-shirt maken. Op deze manier kunnen we bijvoorbeeld voor Adidas 800.000 t-shirts per dag produceren”. Volgens het bedrijf zal deze automatisering van het productieproces de personeelskosten voor elk t-shirt verlagen tot ongeveer 33 cent – een bedrag dat zelfs de goedkoopste kledingproducent ter wereld niet kan evenaren. Op dit moment kan de robot alleen t-shirts produceren, maar SoftWear Automation hoopt in de nabije toekomst uit te kunnen breiden naar andere producten.
De Duitse sportkledinggigant Adidas experimenteert ook met het automatiseren van het productieproces. Doorgaans duurt de productie- en distributiecyclus voor een paar sneakers ongeveer vier maanden om te voltooien; twee maanden om de onderdelen te produceren en te assembleren en dan nog twee maanden om het eindproduct van de fabriek naar de winkels te transporteren. Door productietaken door robots over te laten nemen heeft Adidas echter een manier gevonden om deze cyclus in te korten tot slechts 20 dagen. Het bedrijf opende onlangs de nieuwe geautomatiseerde Speedfactory schoenenfabriek in Atlanta, waar schoenen in plaats van handmatig te worden genaaid en aan elkaar gelijmd ze door robots door middel van fusietechniek in elkaar worden gezet.
Naast dat de robots het productieproces versnellen waardoor de time-to-market ook korter wordt, stelt de Speedfactory Adidas bovendien in staat om de kosten terug te dringen omdat de productie, assemblage en verkoop allemaal in hetzelfde geografische gebied plaatsvinden. Het is daardoor niet langer nodig om de schoenen van een fabriek in Azië naar de doelmarkt te transporteren. Adidas heeft inmiddels ook nog een Speedfactory in Ansbach, Duitsland geopend. Het is de bedoeling dat de twee fabrieken tegen 2020 elk een miljoen paar schoenen produceren. Hoewel dit aantal slechts een klein deel uitmaakt van de jaarlijkse schoenproductie van het bedrijf – in 2018 produceerde het bedrijf maar liefst 409 miljoen schoenen – zou deze ontwikkeling kunnen leiden tot een verschuiving van het gedecentraliseerde productiemodel waar deze sector momenteel op gebaseerd is.
Robotica en KI helpen retailers met voorraadbeheer en vraagvoorspelling
Het monitoren van de producten die in de schappen liggen en het identificeren van artikelen die opnieuw besteld moeten worden behoren tot de meest complexe en tijdrovende taken in de detailhandel. Ook hier kan robottechnologie een helpende hand bieden. In 2017 kondigde Walmart bijvoorbeeld aan in 50 van zijn winkels in de VS schappenscannende robots te implementeren. De 61-centimeter hoge robots zijn ontwikkeld door het in Californië gevestigde bedrijf Bossa Nova Robotics. Ze zijn uitgerust met camera’s waarmee ze winkelschappen scannen om ontbrekende of verkeerd geplaatste, foutief gelabelde of incorrect geprijsde artikelen te identificeren. Deze informatie wordt vervolgens doorgegeven aan menselijke werknemers, die de schappen handmatig opnieuw aanvullen en andere geïdentificeerde fouten corrigeren. Volgens het bedrijf zijn de robots nauwkeuriger, drie keer sneller en 50 procent productiever dan menselijke werknemers, die maar twee keer per week tijd hebben om de schappen te controleren. Deze robots zijn echter niet bedoeld om mensen helemaal te vervangen, maar om hen te helpen hun werk efficiënter te doen. Walmart heeft dan ook bekendgemaakt dat het personeelsbestand in de winkels ongewijzigd blijft. Na een succesvolle proefperiode heeft het bedrijf onlangs onthuld dat het het aantal schappenscanners in zijn winkels met nog eens 300 stuks wil uitbreiden.
Het doel is echter niet alleen volle schappen – ze moeten natuurlijk ook gevuld zijn met artikelen die mensen willen kopen. Nike, de grootste sportkledingfabrikant ter wereld, heeft onlangs de in Boston gevestigde KI-startup Celect overgenomen. Dit bedrijf heeft een cloud-based analyseplatform ontwikkeld waarmee het kan voorspellen welke sneaker- en kledingstijlen in trek zullen zijn, en wanneer en waar consumenten deze willen kopen. Hiermee kan Nike zijn voorraad beter beheren, uitverkochte artikelen sneller aanvullen en het aantal artikelen dat minder goed verkoopt minimaliseren. “Met de overname van Celect en het implementeren van een platform dat is ontwikkeld door datawetenschappers van wereldklasse hebben we ons digitale voordeel aanzienlijk vergroot”, zegt Eric Sprunk, Chief Operating Officer van Nike. “Naarmate de vraag naar ons product groeit, moeten we gegevens optimaliseren en inzichtgestuurd en hypergericht zijn op consumentengedrag. Zo bedienen we consumenten niet alleen op grotere schaal, maar ook persoonlijker”.
Een revolutie in logistiek en supply chain management
De consument van vandaag wil elke stap van zijn productlevering kunnen volgen, vanaf het moment dat het artikel het magazijn verlaat tot het moment dat het bezorgd wordt. UPS heeft nu een door KI aangedreven chatbot ontwikkeld waarmee klanten de dichtstbijzijnde UPS-locaties kunnen vinden, informatie kunnen krijgen over verzendtarieven en hun artikelen kunnen volgen. De UPS-bot is ontworpen om menselijke gesprekken na te bootsen en kan verschillende soorten verzoeken via tekst- of spraakopdrachten herkennen en hierop reageren door passende actie te ondernemen. Klanten kunnen via hun mobiel, social media of Amazon’s Alexa of Google Assistent met de bot communiceren.
UPS ontwikkelde bovendien het zeer geavanceerde ORION KI-platform (On-road Integrated Optimization and Navigation). Dit platform maakt gebruik van geavanceerde deep learning-algoritmen om de meest optimale transportroutes te plannen voor de bezorgers van het bedrijf. Met behulp van de gegevens van klanten, bestuurders en voertuigen kan het platform routes in real time wijzigen, rekening houdend met veranderende weersomstandigheden en verschillende verkeerssituaties. Op deze manier kan UPS miljoenen kilometers besparen waardoor zowel brandstof- en arbeidskosten teruggedrongen worden en de ecologische voetafdruk van het bedrijf geminimaliseerd wordt.
‘Last-mile’-bezorging blijft een van de grootste uitdagingen in de detailhandel. Zelfs de grootste bedrijven hebben vaak moeite om hun klanten een bevredigende bezorgervaring te bieden. Robotica kan daar mogelijk verandering in brengen. In januari 2019 kondigde Amazon de lancering aan van zijn nieuwe bezorgrobot Scout. De zeswielige robot is ongeveer zo groot als een koelbox, beweegt op loopsnelheid en kan veilig alles omzeilen wat hem in de weg staat. Na een korte proefperiode in Snohomish County, Washington, is Amazon begonnen Scout-robots te gebruiken om pakketten bij klanten in Irvine, Californië te bezorgen. Hoewel ze zijn ontworpen om de bezorging autonoom te voltooien, wordt elke robot voorlopig vergezeld door een Amazon Scout Ambassador, die eventuele vragen van klanten over de technologie beantwoordt en bekijkt hoe ze op de robot reageren.
De groeiende rol van KI en robotica in de detailhandel
Retail verandert razendsnel. De opkomst van online commerce, die klanten ongekende snelheid en gemak heeft geboden, heeft een enorme impact gehad op de verwachtingen van klanten. Als gevolg hiervan zijn retailers gedwongen hun strategieën drastisch te veranderen, bijvoorbeeld door nieuwe technologieën als kunstmatige intelligentie en robotica te implementeren. Deze tech wordt onder andere gebruikt om het ontwerpproces te verbeteren, t-shirts en schoenen te produceren, voorraadbeheer te stroomlijnen, vraagvoorspellingen te doen, zendingen te volgen, pakketten te bezorgen of transportroutes te optimaliseren. Kunstmatige intelligentie en robotica zullen in de komende jaren een steeds prominentere rol gaan spelen in de detailhandel en een revolutie teweegbrengen in elk aspect van deze sector – van productie tot de ‘last mile’.
