Datagedreven magazijnoptimalisatie voor het mkb
Datagedreven magazijnoptimalisatie voor het mkb
Large Language Models (LLM’s) zoals ChatGPT vinden steeds vaker hun weg naar logistieke organisaties, maar roepen ook vragen op over betrouwbaarheid, veiligheid en toegevoegde waarde. Dit essay biedt een nuchtere verkenning van wat LLM’s vandaag daadwerkelijk kunnen betekenen voor de logistieke praktijk. De focus ligt niet op de technologie zelf, maar op toepassingen in kenniswerk, digitale processen en organisatieadoptie. Ook worden risico’s zoals cyberveiligheid en datagebruik expliciet besproken. Het artikel helpt beleidsmakers en onderzoekers om voorbij de hype te kijken en gefundeerde keuzes te maken over de inzet van generatieve AI in logistiek.
Naar het artikel
Corné de Ruijt (Hogeschool Windesheim en SPRONG-groep Kansen met Data)

Datagedreven magazijnoptimalisatie voor het mkb
Circulaire ketens: van uitdaging naar kans voor logistieke dienstverleners
Digitalisering in het mkb: waarom mensen belangrijker zijn dan technologie