Artificial Intelligence (AI) is niet langer een belofte voor de toekomst van warehouse management. De technologie heeft inmiddels zijn weg gevonden naar moderne WMS-oplossingen en ontwikkelt zich in hoog tempo verder.
Bij SCEX volgen we deze ontwikkelingen op de voet. Met onze WMS Guide ondersteunen we organisaties bij het snel, efficiënt en doeltreffend selecteren van de best passende Warehouse Management Systeem. Daarbij kijken we niet alleen naar de huidige functionaliteit van een systeem, maar besteden we nadrukkelijk aandacht aan innovaties zoals Artificial Intelligence en de roadmap van leveranciers. Juist in een markt die zo snel verandert, wordt de toekomstbestendigheid van een WMS steeds belangrijker.
Voor deze eerste editie in een serie van drie artikelen over AI binnen WMS-oplossingen vroegen we drie leveranciers uit onze WMS-database – Ceyenne WMS (DiractIT), Hardis WMS en Clarus WMS – naar hun visie op drie vragen:
Wat direct opviel: hoewel de leveranciers verschillende oplossingen aanbieden, schetsen ze vrijwel dezelfde toekomst. AI ontwikkelt zich van een ondersteunende functie naar een actieve speler binnen warehouseprocessen. Uiteindelijk zal de rol van het WMS zelf daardoor veranderen.
Supply chains worden complexer. Organisaties hebben te maken met stijgende kosten, toenemende klantverwachtingen, druk op arbeids- en opslagcapaciteit en de behoefte om sneller op veranderingen te kunnen inspelen.
Daardoor groeit het belang van de functionaliteit en besturingsintelligentie van een WMS. Waar een WMS vroeger vooral werd gezien als een systeem voor registratie en uitvoering, wordt het steeds meer het brein van de logistieke operatie. Het vermogen om processen slim aan te sturen, afwijkingen vroegtijdig te signaleren en medewerkers te ondersteunen bij besluitvorming wordt een steeds belangrijkere onderscheidende factor. AI speelt hierin een steeds grotere rol.
Wanneer AI binnen WMS ter sprake komt, denken veel organisaties nog aan chatbots die vragen beantwoorden. De praktijk blijkt inmiddels veel verder te zijn.
Bij Hardis wordt AI ingezet voor onder andere ordersturing, capaciteitsverdeling en arbeidsplanning. Daarnaast ondersteunt een geïntegreerde GenAI-chatbot gebruikers bij operationele en functionele vraagstukken.
Ceyenne WMS introduceerde met Pepper een virtuele assistent die vragen kan beantwoorden over zowel data als systeemfunctionaliteit. Gebruikers hebben hierdoor continu toegang tot informatie zonder afhankelijk te zijn van documentatie of ondersteuning.
Clarus richt zich sterk op het automatiseren van administratieve processen. AI verwerkt bijvoorbeeld automatisch PDF-orders, ondersteunt bij factuurgoedkeuringen en signaleert afwijkingen zoals voorraad die dreigt te verlopen.
De rode draad is duidelijk: AI wordt vandaag vooral ingezet om medewerkers sneller toegang te geven tot informatie en om repetitieve werkzaamheden te automatiseren.
De volgende stap: AI die niet alleen adviseert, maar handelt. Waar de huidige toepassingen vooral ondersteunend zijn, verwachten alle drie de leveranciers dat de grootste veranderingen nog moeten komen.
Ceyenne ziet een toekomst waarin AI proactief knelpunten signaleert, warehouse managers waarschuwt voor risico's en zelfs klanten informeert over mogelijke afwijkingen.
Hardis ontwikkelt gespecialiseerde AI-agents die zelfstandig analyses uitvoeren, verbetervoorstellen doen en uiteindelijk ook wijzigingen kunnen doorvoeren binnen processen en configuraties.
Ook Clarus werkt aan AI-agents die functioneren als digitale collega's met een specifieke expertise, bijvoorbeeld voor klant-onboarding, planning of administratieve afhandeling. Hier verschuift AI van een hulpmiddel naar een actieve deelnemer in het logistieke proces. Niet alleen antwoorden geven, maar ook actie ondernemen.
Dit is wat 'agentic' inhoudt: zelf kunnen handelen obv beschikbare tools (bijv: toegang tot een bepaalde database en de mogelijkheid om een nieuw item te creëren)
Een tweede ontwikkeling die opvallend vaak werd genoemd, is de opkomst van Agent-to-Agent communicatie.
Via standaarden zoals het Model Context Protocol (MCP) kunnen AI-agents informatie uitwisselen tussen verschillende bedrijfsapplicaties. Hierdoor ontstaat een ecosysteem waarin WMS-, ERP-, TMS- en andere systemen niet alleen gegevens delen, maar ook samenwerken aan het oplossen van vraagstukken.
Denk bijvoorbeeld aan een situatie waarin een WMS-agent een dreigend voorraadtekort constateert. In plaats van alleen een melding te tonen, kan deze agent afstemmen met een ERP-agent over inkoopmogelijkheden, een TMS-agent raadplegen over transportcapaciteit en vervolgens automatisch een voorstel presenteren aan de gebruiker.
Waar integraties jarenlang draaiden om data-uitwisseling, verschuift de aandacht daarmee naar intelligente samenwerking tussen systemen.
Misschien wel de meest interessante conclusie uit de gesprekken is dat de rol van het WMS zelf lijkt te veranderen.
Alle drie de leveranciers beschrijven een toekomst waarin gebruikers steeds minder direct in het WMS werken. In plaats daarvan communiceren zij met AI-assistenten die informatie ophalen, analyses uitvoeren en acties uitvoeren namens de gebruiker.
Het WMS blijft daarbij de centrale bron van logistieke data en procesregistratie, maar ontwikkelt zich steeds meer tot een platform waarop andere applicaties, agents en gebruikers samenwerken.
Of zoals één leverancier het omschreef: het WMS wordt steeds meer het "system of record" voor logistieke processen, terwijl de interactie verschuift naar intelligente assistenten en gespecialiseerde toepassingen.
Ondanks de verschillen tussen de oplossingen is de conclusie opvallend eensluidend.
De eerste generatie AI binnen WMS draaide om ondersteuning. De volgende generatie draait om autonomie. AI zal niet alleen helpen bij het vinden van informatie, maar steeds vaker processen analyseren, beslissingen voorbereiden en uiteindelijk zelfstandig acties uitvoeren.
Voor organisaties die voor een WMS-selectie staan, betekent dit dat niet alleen de huidige functionaliteit relevant is. Juist de innovatiekracht van leveranciers, hun visie op AI en de concrete roadmap worden steeds belangrijkere selectiecriteria.
Bij SCEX zien we dit dagelijks terug in WMS-selectietrajecten. Daarom beoordelen we met WMS Guide niet alleen de functionaliteit van vandaag, maar ook de ontwikkelingen van morgen.
Dit artikel is het eerste deel van een serie van drie artikelen over AI binnen Warehouse Management Systemen. In het volgende artikel laten we opnieuw drie WMS-leveranciers aan het woord en gaan we dieper in op de kansen en uitdagingen van AI-agents, Agent-to-Agent communicatie en de impact hiervan op de logistieke operatie.
