De mogelijkheden van AI zijn eindeloos. Toch is voorzichtigheid geboden, benadrukken Ragna Tielen, senior duurzaamheidsconsultant, en Andreas Hendrickx, Solution Architect bij Mérieux NutriSciences | ktba. “AI kan enorm veel werk uit handen nemen”, zegt Tielen. “Voor QA-managers, die duurzaamheid vaak erbij doen, is AI een hulpmiddel om die taken beter te kunnen uitvoeren zonder alles zelf tot in detail te hoeven weten. Je kunt slimmer werken, mits je weet wat de valkuilen zijn.”
Efficiëntie én duurzaamheid
Veel bedrijven zetten hun eerste stappen in AI-trajecten met het doel om efficiënter te werken of kosten te besparen. “Dat is vaak de aanleiding”, vertelt Tielen. “Maar juist die efficiëntieverbetering levert ook vaak meteen een duurzaamheidswinst op.”
AI kan daarin een waardevol hulpmiddel zijn. Denk aan systemen die energieverbruiksdata automatisch omzetten in overzichtelijke CO₂-rapportages, of die helpen bij het verzamelen en structureren van informatie van leveranciers. “AI kan bijvoorbeeld helpen met het omzetten van interne bedrijfsgegevens naar data die geschikt zijn voor emissieberekeningen. In sommige gevallen zelfs met het koppelen van emissiefactoren.”
Menselijke expert blijft onmisbaar
Toch waarschuwen beide consultants voor blind vertrouwen in technologie. “AI is net een heel slimme collega”, zegt Hendrickx. “Hij weet veel, maar maakt soms een denkfout. En het lastige is: AI zegt nooit ‘ik weet het niet’. Het geeft altijd een antwoord, ook als dat niet klopt.”
Daarom blijft menselijke expertise cruciaal. “Je hebt iemand nodig die begrijpt waar de data vandaan komen en die kan beoordelen of de uitkomst juist is,” vult Tielen aan. “De grootste en meest voorkomende valkuil bij het koppelen van emissiefactoren door AI is datakwaliteit, vooral wanneer AI specifieke, gedetailleerde data nodig heeft uit verschillende databases. Als de brondata onvolledig, inconsistent of te generiek is, zal AI de verkeerde (of minst nauwkeurige) emissiefactor selecteren. Daarnaast heeft AI geen toegang tot betaalde databases.” De kwaliteit van het resultaat valt of staat met het zorgvuldig kiezen van het juiste AI-model en de kwaliteit van de data die je gebruikt.
Verkeerde aannames
Een veelvoorkomende valkuil is dat bedrijven AI inzetten zonder precies te weten waar het model wel of niet geschikt voor is. “Niet elk AI-model kan hetzelfde”, legt Hendrickx uit. “Sommige systemen scannen een wettekst, vinden een antwoord op pagina 30 en stoppen daar, terwijl de uitzondering op pagina 67 staat. Als je dat niet weet, trek je verkeerde conclusies.”
Mérieux NutriSciences | ktba helpt organisaties bij het kiezen van het juiste model. “We adviseren welk type AI bij de specifieke vraag past en zorgen dat het op een veilige manier wordt toegepast”, zegt Hendrickx. “Soms zetten we zelfs een eigen lokale AI-omgeving op, zodat data niet in een buitenlandse cloud belanden.”
Gevoelige data delen
Aansluitend aan bovenstaande schuilt een ander risico, namelijk in het schijnbaar achteloos invoeren van bedrijfsinformatie in gratis online AI-tools. “Jouw data kunnen worden gebruikt om modellen te trainen”, waarschuwt Hendrickx.
Bedrijven doen er volgens hem verstandig aan om alleen met beveiligde bedrijfsaccounts te werken, waarin duidelijk is vastgelegd dat de data niet worden gedeeld.
Je kunt met AI slimmer werken, mits je weet wat de valkuilen zijn”
AI als hulpmiddel, niet als vervanger
AI kan veel, maar vervangt de menselijke factor dus niet. Het helpt vooral bij het structureren van grote hoeveelheden informatie. Denk aan duurzaamheidsrapportages, wetgeving of leveranciersdata, maar iemand moet blijven controleren of de interpretatie klopt. “AI is gereedschap”, zegt Hendrickx. “Het kan analyses versnellen, maar er moet altijd iemand met kennis en ervaring naar kijken.”
Slim omgaan met data en wetten
Naast efficiëntie biedt AI zoals gezegd kansen bij het vertalen van complexe wetgeving naar praktische stappen. “De duurzaamheids-, maar ook bijvoorbeeld de verpakkingswetgeving wordt steeds ingewikkelder”, zegt Tielen. “AI kan helpen om grote hoeveelheden juridische tekst of technische (verpakkings)gegevens te structureren en begrijpelijk te maken. Maar de interpretatie, zoals wat betekent dit nu concreet voor mijn organisatie, dat blijft mensenwerk.”
Ook hier geldt: de juiste vraagstelling bepaalt de waarde van het antwoord. “Als je een vraag niet goed formuleert, krijg je een half antwoord”, aldus Hendrickx. “De kunst is om AI op de juiste manier te voeden en te bevragen.”
Bedrijven die nu op een verantwoorde manier leren werken met AI zijn straks in het voordeel’”
De kracht van de combinatie
Mérieux NutriSciences | ktba combineert daarom technologische kennis met inhoudelijke expertise. “De echte winst zit in de samenwerking tussen onze AI-specialist en de consultant”, zegt Hendrickx. “Ik kan een technisch advies geven over de toepassing van AI, maar Ragna en haar collega’s weten hoe je met behulp van AI op een slimme manier duurzaamheid kunt integreren in je kwaliteitssysteem.”
Bewust en verantwoord gebruik
De komende jaren zal AI ongetwijfeld nog meer zijn intrede doen in de voedingsmiddelenindustrie. Volgens Mérieux NutriSciences | ktba ligt de sleutel tot succes in bewust gebruik. “Net als duurzaamheid gaat AI niet meer weg”, zegt Tielen. “De bedrijven die er nu op een verantwoorde manier mee leren werken, zijn straks in het voordeel.”
Of zoals Hendrickx het samenvat: “Gebruik AI als hulpmiddel. Gebruik het juiste model, zorg dat je weet wat je erin stopt, stop er geen gevoelige informatie in, controleer wat eruit komt en laat altijd een expert meekijken. Dan haal je het maximale eruit, zonder in de valkuilen te stappen.”
Dit artikel is tot stand gekomen in samenwerking met Mérieux NutriSciences | ktba.
