De groothandel neemt zelden zelf de klantrelatie of het productieproces over, maar zit er wel middenin. Bestellingen komen binnen via systemen van klanten, voorraad wordt afgestemd op leveranciers, en de marge zit in snelheid en precisie van de schakel ertussen. Dat maakt AI-gebruik in deze sector minder zichtbaar dan in sectoren met een eigen frontoffice. Er is geen winkelvloer waar iemand een chatbot ziet praten met een klant. Er is een planner die een tool gebruikt om inkoopvolumes te voorspellen, een accountmanager die offertes laat opstellen door een taalmodel, een magazijnsysteem met een AI-component die niemand meer als zodanig herkent omdat hij al jaren meedraait onder een andere naam.
De IT-afdeling van een groothandelsbedrijf beheert doorgaans de kernsystemen: het ERP, het WMS, de koppelingen met klanten en leveranciers. Wat daarbovenop groeit — spreadsheettools met een ingebouwde voorspelfunctie, een los abonnement voor tekstgeneratie, een AI-plugin in de CRM die door één team werd geactiveerd — valt vaak buiten die administratie. Dat is niet omdat men iets verbergt, maar omdat niemand het heeft bijgehouden. Wie in deze sector wil weten wat er werkelijk draait, moet het navragen bij de mensen die het gebruiken. En dat werkt alleen als die vraag niet als beschuldiging aanvoelt. Een inkoper die een tool gebruikt om leverbetrouwbaarheid te voorspellen, vertelt dat pas als hij zeker weet dat het antwoord niet tegen hem gebruikt wordt.
Niet elk AI-gebruik in de groothandel weegt even zwaar. Een tool die facturen controleert op afwijkingen heeft een andere impact dan een systeem dat automatisch prijzen aanpast op basis van vraag en aanbod, of een model dat leveranciers beoordeelt en daarmee invloed heeft op wie een contract krijgt. De classificatie hangt af van wat het systeem beslist, voor wie, en wat er gebeurt als het fout gaat. Een prijsalgoritme dat structureel verkeerd rekent, raakt de marge direct. Een tool die alleen interne rapportages samenvat, raakt vooral de leesbaarheid van een verslag. Die verschillen bepalen welk niveau van toezicht, vastlegging en herziening bij een toepassing past. De regelinhoud die daarbij precies verplicht is, staat niet op deze pagina; die verandert en wordt elders bijgehouden. Hier gaat het om het mechanisme: weten wat er draait, weten welk risico het draagt, en dat op een manier vastleggen die een bestuur of toezichthouder kan navragen.
Wat de groothandel onderscheidt van veel andere sectoren is de mate waarin AI-gebruik niet begint bij het eigen bedrijf. Klanten leveren geautomatiseerde orders aan, leveranciers sturen voorspellingen over beschikbaarheid, en tussen die twee stromen zit een groothandelsbedrijf dat zelf ook algoritmes gebruikt om te schakelen. Een governance-aanpak die alleen naar de eigen organisatie kijkt, mist een deel van het beeld. De vraag is niet alleen welke AI intern draait, maar ook welke geautomatiseerde beslissingen van buitenaf binnenkomen en hoe die worden gecontroleerd voordat ze doorwerken in voorraad, prijs of levertijd.
Een scan die begint bij wat er werkelijk gebruikt wordt, in plaats van bij wat op de IT-lijst staat, brengt in de groothandel doorgaans een gelaagd beeld naar boven: een kern van goedgekeurde systemen, een middenlaag van tools die functioneel zijn geworden zonder formele toetsing, en een rand van individueel gebruik dat nooit is gemeld. Die drie lagen vragen niet om dezelfde aanpak. Sommige toepassingen kunnen gewoon worden vastgelegd en gemonitord; andere vragen om een gesprek over waarom ze zijn gaan draaien en wat de eigenaar ervan verwacht. Het resultaat is geen oordeel over wie iets verkeerd deed, maar een basis waarop een bestuur kan uitleggen wat er speelt en waarom dat onder controle is — of waar dat nog niet zo is.
De manier waarop AI zich in een organisatie verspreidt, verschilt per sector, maar de onderliggende beweging is vergelijkbaar. In de maakindustrie zit AI vaak verweven in productieplanning en kwaliteitscontrole, in de transportsector speelt het vooral in routeplanning en voorspelling van vertraging, en in de zakelijke dienstverlening duikt het vooral op in rapportages en klantcommunicatie. Wie in de groothandel werkt, herkent elementen uit al die sectoren, omdat de keten overal doorheen loopt.
Een inventarisatie van wat er aan AI draait, laat zien waar risico zit en waar toezicht ontbreekt. Het beantwoordt geen andere vraag die in veel groothandelsbedrijven net zo dringend leeft: welk deel van het dagelijkse werk zich eigenlijk laat overnemen door AI, en welk deel niet. Dat is een andere rekensom, gericht op taken in plaats van op systemen. FTE TO AI biedt daarvoor een werkscan die per taak uitrekent welk deel van het werk over te nemen is door AI, als vervolgstap nadat helder is wat er al draait en onder welk toezicht dat moet vallen.
De Responsible AI Scan voor de groothandel wordt nu opgebouwd. Wie hierover benaderd wil worden zodra de scan beschikbaar is, kan zich aanmelden voor de wachtlijst.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.