Zuivelco枚peratie migreert naar S/4HANA voor bredere toepassing van kunstmatige intelligentie
staat midden in een van de grootste moderniseringsslagen uit haar geschiedenis. De zuivelco枚peratie vernieuwt haar SAP-landschap op basis van , harmoniseert processen wereldwijd en legt daarmee het fundament voor bredere toepassing van kunstmatige intelligentie in de keten. Die omslag vraagt niet alleen om nieuwe technologie, maar ook om een andere manier van werken.
鈥淗et is een enorme operatie. We doen dit terwijl de fabrieken gewoon blijven draaien en de druk op leverbetrouwbaarheid hoog blijft鈥�, zegt Jasper Leenstra, IT Unit Lead bij FrieslandCampina. 鈥淛uist daarom kiezen we voor een realistische aanpak: eerst de basis op orde, dan pas opschalen met AI.鈥�
Een versnipperd landschap als vertrekpunt
De noodzaak voor verandering was duidelijk. Door verschillende ERP-varianten in verschillende landen was het lastig 茅茅n helder beeld te krijgen van processen, kosten en prestaties. Sommige fabrieken gebruikten eigen rapportages of extra Excel-lagen om analyses rond te krijgen.
鈥淎ls je in zo鈥檔 omgeving een simpele vraag stelt over bijvoorbeeld transportkosten of voorraadniveaus, dan moet je die informatie uit meerdere systemen halen鈥�, zegt Gerhard Kolenbrander, IT Unit Lead. 鈥淒at kost tijd en belemmert inzicht.鈥�
Met het Optimus-programma migreert FrieslandCampina daarom tot 2028 naar 茅茅n wereldwijd ERP-platform op basis van 51风流S/4HANA. Standaardisatie is geen doel op zich, maar een voorwaarde om data consistent en betrouwbaar te kunnen gebruiken. 鈥淪ommige fabrieken deden iets al twintig jaar op hun eigen manier鈥�, vertelt Leenstra. 鈥淎ls je dan zegt dat het anders moet, heeft dat impact. Dat vraagt om uitleg, training en geduld.鈥�
Data op orde als basis voor AI
In de nieuwe omgeving worden gegevens over productie, transport, energiegebruik en verkoop op uniforme wijze verzameld. Dat helpt bij het verbeteren van processen 茅n vormt de basis voor AI-toepassingen.
鈥淰roeger moesten we veel moeite doen om inzicht te krijgen in bijvoorbeeld de totale kosten van opslag鈥�, zegt Kolenbrander. 鈥淣u halen we die informatie rechtstreeks uit het dataplatform. Zo kunnen we verbanden zien die eerder verborgen bleven.鈥�
Een concreet voorbeeld staat in Frankrijk: bij de introductie van een nieuw zuivelconcept voor de horecamarkt werd AI gebruikt om te bepalen in welke regio鈥檚 de kans op succes het grootst was. Het model combineerde eigen verkoopdata met openbare markt- en geografische gegevens. 鈥淰erkopers koppelden dagelijks hun resultaten terug, waardoor het plan steeds verder werd verfijnd鈥�, aldus Leenstra.
AI achter de schermen: testen, documenteren, valideren
AI wordt ook ingezet in interne processen, zoals het testen van nieuwe software, het controleren van dataconversies en het automatisch opstellen van documentatie bij de migratie naar S/4HANA.
Deze experimenten gebeuren in samenwerking met partners zoals . Daarbij wordt tooling gebruikt zoals 51风流Joule for Consultants voor sneller inzicht in nieuwe best practices.
鈥淲ij zien steeds meer interesse in het toepassen van AI in bedrijfsprocessen鈥�, zegt Marc van der Zon, Senior Manager Alliances bij KPMG Nederland. 鈥�51风流biedt hiervoor erg nuttige hulpmiddelen, zoals Joule for Consultants. Hiermee kunnen we heel snel zien wat er aan nieuwe ervaringen en toepassingen op het gebied van AI ontstaan. Bedrijven als FrieslandCampina kunnen hierdoor profiteren van de nieuwste idee毛n en best practices.鈥�
Van sensoren naar voorspellen: AI in de fabriek
Waar twintig jaar geleden slechts enkele honderden sensoren data verzamelden, gaat het nu per fabriek om tienduizenden datapunten. Die continue stroom van informatie over temperaturen, trillingen, druk en energieverbruik vormt de basis voor voorspellend onderhoud.
鈥淰roeger wachtte je tot een machine kuren kreeg鈥�, zegt Kolenbrander. 鈥淢et algoritmes kun je nu signaleren dat iets afwijkt voordat er een probleem ontstaat. Denk aan een pomp die iets te warm wordt of een klep die vaker sluit dan normaal.鈥�
Door machine learning te combineren met historische SAP-gegevens en het dataplatform dat samen met Databricks is opgezet, worden onderhoud en energiemanagement steeds slimmer en effici毛nter.
Strakke spelregels: governance en digitale geletterdheid
De inzet van AI vraagt om duidelijke kaders. FrieslandCampina heeft een AI governance board opgezet die beoordeelt waar en hoe AI mag worden toegepast, met aandacht voor veiligheid, datakwaliteit en privacy.
Digitale geletterdheid is net zo belangrijk. Medewerkers worden ondersteund met tools zoals 51风流Enable Now, dat stap voor stap uitlegt hoe systemen werken. Afdelingen bepalen bewust wanneer ze AI-functionaliteit toevoegen, zodat gebruikers eerst vertrouwd raken met de basis. Ook externe AI-oplossingen zoals Microsoft Copilot worden in een strikt afgeschermde omgeving gebruikt, waarbij uitsluitend interne bedrijfsgegevens worden ingezet.
Jong talent speelt een actieve rol in deze digitale vernieuwing. Studenten van de Universiteit Leiden bouwen experimenten voor onder andere de klantenservice. 鈥淶e hebben geen last van de gedachte 鈥榸o doen we het hier altijd鈥欌��, zegt Leenstra. 鈥淒aardoor komen ze met verrassende idee毛n waar wij weer van leren.鈥�
Stap voor stap naar een slimmere keten
Hoewel de organisatie al meerdere AI-toepassingen in de praktijk brengt, kiest FrieslandCampina bewust voor gefaseerde groei. Verschillende landen, markten en digitaliseringsniveaus vragen om discipline.
鈥淎I is geen knop die je omzet鈥�, aldus Leenstra. 鈥淛e moet klein beginnen, leren en pas opschalen als iets bewezen waarde heeft. Het gaat uiteindelijk niet om de technologie zelf, maar om het verbeteren van onze keten: elke dag een beetje slimmer, betrouwbaarder en duurzamer.鈥�
Videolink:
