De technologieën waar het om gaat zijn inmiddels voldoende bekend: robots, robotic process automation, data analytics, internet of things, augmented reality, blockchain, drones, 3D printing,.... en als kers op de taart artificiële intelligentie, waarvan de mogelijkheden onbeperkt lijken. Deze technologieën hebben de mogelijkheid om op zichzelf of gecombineerd de ganse waardeketen van bedrijven op hun kop te zetten, en we zien daar ook voorbeelden van in de praktijk. Velen van ons moeten wellicht eens goed nadenken om ons te herinneren wanneer we voor het laatst in een bankkantoor of reisbureau geweest zijn. De digitalisering heeft daar de laatste jaren voor een volledige omwenteling gezorgd, die ook vandaag nog sterk doorzet.

Je zou daarbij de indruk kunnen krijgen dit een vrij eenvoudige oefening is. Je kiest de juiste leverancier en je kan aan de slag met verkopen via internet, een dienst naverkoop bemand door chatbots, reserveonderdelen via 3D printing, infrastructuurwerken opgevolgd door drones, het authenticeren van transacties via blockchain, een geautomatiseerde administratie dankzij RPA, al je toestellen en machines geconnecteerd via IoT, permanent toegang tot de meest recente informatie via D&A, en de complexere analyses laat je over aan artificiële intelligentie, waarvan je tot slot ook verwacht dat het al het voorgaande voor je aanstuurt.

In de praktijk loopt het nooit zo’n vaart omdat de processen en systemen van de meeste bedrijven, door (an)organische groei, een complex kluwen hebben gevormd en zeker niet allemaal op elkaar zijn afgestemd of zelfs maar zijn gedocumenteerd. Als je het nog relatief eenvoudige voorbeeld neemt van data en de analyse ervan, dan biedt dit inderdaad het potentieel om veel sneller en accurater met informatie om te gaan, door een massa gegevens bijzonder snel te analyseren, te interpreteren en vervolgens helder te visualiseren. Dat klinkt heel mooi, maar het werkt alleen maar als je er in slaagt de relevante data op een goede manier te capteren.…En daar zit gewoonlijk de grootste uitdaging, zelfs met de hulp van gesofisticeerde algoritmen.

Vaak evolueert een discussie rond nieuwe technologieën dan ook al snel naar een gesprek over de uitdagingen binnen de organisatie rond de beschikbaarheid van kwalitatieve informatie en processen, en de veranderingen die hiervoor binnen de organisatie moeten plaatsvinden. In een wereld waar diverse stakeholders steeds meer en sneller informatie vereisen, is het essentieel dat men data op een goede manier georganiseerd krijgt.

Maar hetzelfde geldt voor de andere vermelde technologieën. Als je chatbots wil gebruiken, dan vereist dat vooreerst onderliggende processen die in detail zijn beschreven, net zoals voor 3D printing, drones, IoT, enz. Het connecteren van bestaande systemen is op zich beheersbaar, maar zonder degelijk uitgewerkte processen kom je niet ver vooruit.

De onderliggende basis voor een succesvolle digitale transformatie is dus bijzonder analoog en is vaak het meest tijdrovende onderdeel. We kunnen niet genoeg benadrukken dat hier voldoende aandacht aan moet worden besteed, omdat je anders beperkt blijft tot het aanbrengen van een oppervlakkig digitaal laagje, waarmee je nooit een duurzame en competitieve transformatie kan realiseren.

Als men dit goed doet, dan zijn de voordelen legio: dankzij diezelfde nieuwe technologieën kunnen we sneller dan ooit tevoren slagen maken in het structureren, verzamelen en verbeteren van de informatie binnen de onderneming. We zien bv vaak het gebruik van RPA om systemen zonder interface toch met elkaar te verbinden of het gebruik van machine learning om niet gealigneerde master data bruikbaar te maken voor data analytics.

Zo zagen we recent bij een mondiale productie-onderneming dat de identificatie van producten niet eenduidig was over systemen, entiteiten en landen heen. Om beter de goederenstromen in kaart te kunnen brengen en marges te kunnen controleren was een grootschalige oefening nodig om alle master data met elkaar te aligneren. Door gebruik te maken van machine learning, heeft men snel op basis van een veelvoud aan historische transacties een voorspelling kunnen maken over het verband tussen de verschillende productcodes..

Digitale transformatie is geen optie, dat was de stoommachine ook niet, maar om succesvol te zijn zal men in de meeste gevallen eerst de basics juist moeten zetten. Vervolgens zijn de mogelijkheden enorm, ook voor (nieuwe vormen van) tewerkstelling.

Axel Smits - PwC