Tholen - Door middel van AI voorspellen wanneer welke volumes beschikbaar zullen zijn. Het klinkt als toekomstmuziek, maar het Belgische bedrijf Möbius heeft hier, in eerste instantie, voor Coöperatie Hoogstraten een oplossing voor ontwikkeld. "Als handel moet je elke week beslissen hoeveel je gaat promoten, wanneer je campagnes start en hoeveel voorraad je aanhoudt. Door het combineren van verschillende databronnen hebben we een AI-model ontwikkeld dat de totale volumes vrij nauwkeurig kan voorspellen: dagen, weken en zelfs maanden vooruit", zo vertellen Cynthia Hadinoto en Jonathan Aelterman van Möbius.
© Mobius
Voor de implementatie bij Coöperatie Hoogstraten werd hierbij dus specifiek gekeken naar de aardbeien, maar het bedrijf benadrukt dat het ook mogelijk is bij menig ander product. "Als we het over aardbeien hebben, dan praten we niet alleen over een van de meest delicate en waardevolle gewassen, maar ook over een van de meest onvoorspelbare", geeft Jonathan aan. "Voorspelbaarheid is hier het sleutelwoord. In aardbeien zien we dat de productievolumes per jaar sterk schommelen: er zijn pieken en dalen, en elk jaar is anders. Het wordt bovendien steeds moeilijker om betrouwbare voorspellingen te doen. Kleine verschillen in het weer hebben grote impact op de opbrengst. En omdat aardbeien een korte houdbaarheid hebben, is het cruciaal om een goed beeld te hebben van wat je kunt verwachten."
"Als je de opbrengst onderschat, zit je met overcapaciteit en prijsdalingen. Als je overschat, loop je het risico op lege schappen en misgelopen omzet. Het draait dus allemaal om voorspelbaarheid. De centrale vraag was dan ook: wat als je het onvoorspelbare wél zou kunnen voorspellen? En daar komen kunstmatige intelligentie en machine learning in beeld."
AI als hulpmiddel
Cynthia vult aan: "Door het combineren van verschillende interne en externe databronnen hebben we een AI-model ontwikkeld dat de totale volumes vrij nauwkeurig kan voorspellen. Stel dat je verantwoordelijk bent voor de commerciële planning. Traditioneel gezien baseert men promoties of beoogde voorraad in de sector op cijfers van vorig jaar of het onderbuikgevoel, maar weersomstandigheden, oogstopbrengsten en marktdynamiek veranderen voortdurend. Een AI-systeem kan al die informatie samenbrengen en dagelijks actualiseren, zodat beslissingen gebaseerd zijn op de meest actuele realiteit. Machine learning gebruikt historische gegevens om patronen te herkennen en de toekomst te voorspellen. Het model leert continu bij, waardoor de nauwkeurigheid steeds toeneemt."
© Thijmen Tiersma | BioJournaal.nl
Dat is hoe Möbius het model ook heeft opgebouwd. "Alles begint met, in dit geval, tijdreeksdata. We gebruiken historische gegevens (zoals productievolumes, plantsoorten en teeltmethodes), maar ook externe bronnen zoals weergegevens, zonnestraling en temperatuur. Op basis daarvan creëren we honderden afgeleide tijdreeksen, wat uiteindelijk meer dan 500 inputvariabelen oplevert. Je kunt het zien als 500 aanwijzingen in een raadsel. Sommige zijn duidelijk, andere wat minder. Het model leert welke signalen het belangrijkst zijn en wanneer. Om het model te optimaliseren, gebruiken we genetische algoritmes. Het systeem test strategieën, kiest de beste en verbetert zichzelf met elke herhaling. Het resultaat is een model dat steeds nauwkeuriger voorspelt, tot de voorspelde lijn vrijwel samenvalt met de werkelijkheid."
Weerapp, maar dan voor bedrijfsvoering
"Na verloop van tijd genereert het model voorspellingen tot zeven weken vooruit, en deze worden dagelijks geüpdatet met de nieuwste gegevens. Je kunt dit vergelijken met een weerapp, maar dan voor de bedrijfsvoering", gaat Jonathan verder. "Sinds april draait het systeem live bij Coöperatie Hoogstraten, en de resultaten zijn veelbelovend. Afhankelijk van de termijn behaalt het model een nauwkeurigheid van rond de 90%. Een voorbeeld: in mei voorspelde het model een sterke productiepiek. Hoogstraten speelde hierop in door tijdig met een grote retailer een promotie op te zetten. Dankzij die actie konden ze 10 keer meer volume verkopen dan in een normale week, tegen een prijs die 15% hoger lag dan de gemiddelde marktprijs. Een win-win voor de teler en handel. Het laat zien dat kunstmatige intelligentie en machine learning echte toegevoegde waarde kunnen bieden aan de landbouwsector, zowel voor grootschalige als voor kleinere producenten."
Voor meer informatie:
Cynthia Hadinoto / Jonathan Aelterman
Möbius 
+32 9 280 74 20
[email protected]
www.mobius.eu
