warehouselogistiek.eu
nl
Hét platform voor interne & externe logistiek, supply chain en automatisering
AI gaat de logistiek veranderen. Maar tussen wat technisch mogelijk is en wat vandaag daadwerkelijk waarde toevoegt op de werkvloer, zit nog een flinke ruimte. Dat blijkt uit gesprekken met Bart Lambooij, IT-manager bij Bouw Logistic Services en Arjen Hoekstra, Directeur Bedrijfsvoering bij Bakker Transport & Warehousing. Beide logistiek dienstverleners lopen voorop en zijn al actief bezig met de adoptie van AI in hun bedrijfsprocessen. Hun ervaringen laten zien waar vandaag kansen liggen, maar ook wat nodig is om straks verder te kunnen.
Bart Lambooij ziet drie belangrijke toepassingen voor AI binnen de logistiek: oplossingen vanuit softwareleveranciers voor bijvoorbeeld transportplanning en warehouseoptimalisatie, custom agents gevoed met eigen data en – verder in de toekomst – AI die deze twee combineert en applicaties daadwerkelijk centraal kan aansturen.
“Zoals een agent die een fout in de status van een zending herkent, een oplossing voorstelt en deze na goedkeuring uitvoert. Op langere termijn komen er misschien mogelijkheden voor één centrale toepassing die informatie uit verschillende bronnen combineert en gebruikers helpt bij een volgende stap.”
Maar de technologie zou nooit het vertrekpunt moeten worden. Zoals Lambooij vertelt: “AI moet geen doel op zich worden. Het moet aantoonbaar waarde toevoegen aan de organisatie en helpen in de dagelijkse praktijk.”
Vandaag begint die waarde een stuk dichter bij huis. Zo experimenteert Bouw met custom agents voor interne documentatie en gebruikt Bakker Transport & Warehousing Copilot voor onder andere intern documentbeheer, procedures en andere overhead zaken.
Door bedrijfsdocumentatie centraal in SharePoint beschikbaar te maken en daar een custom agent aan toe te voegen, ontdekte Bakker Transport & Warehousing hoe snel en eenvoudig medewerkers informatie kunnen verzamelen. De directe winst van AI zit daarmee voorlopig vaak niet in volledig autonome logistieke processen, maar in praktische ondersteuning:
“Nu we alle documentatie centraal bij elkaar hebben gezet en daar een chatbot op hebben gebouwd, kunnen we veel sneller de juiste informatie vinden, voorstellen maken, en documenten analyseren.”, aldus Arjen Hoekstra.
Deze eerste stappen in AI-adoptie bevestigen tegelijkertijd een bekende IT-les: de kwaliteit van AI staat of valt met de informatie waarop de toepassing werkt. Lambooij vertelt: “Je brondata moet op orde zijn. Als de data niet goed is, werkt de AI-toepassing ook niet goed.”
Maar technologie en data zijn niet de enige voorwaarden. Hoekstra ziet juist de menselijke factor als een van de grootste uitdagingen. “De techniek kan veel meer dan wat mensen op dit moment toelaten. De rem zit vooral in het loslaten van controle.”
Hoekstra vult zichzelf aan dat dit volgens hem geen generatievraagstuk is: “Digitaal vaardig zijn betekent niet automatisch dat iemand AI inzet om slimmer te werken. Medewerkers moeten begrijpen wat de technologie doet, ermee willen experimenteren en bewust omgaan met data.”
Ook moet kennis worden geborgd. Zowel Lambooij als Hoekstra benadrukt dat medewerkers moeten blijven begrijpen wat AI doet en dat de mens in controle moet blijven. Lambooij: “Naarmate AI meer denkwerk overneemt, ontstaat anders het risico dat kennis en beoordelingsvermogen afnemen.” Hoekstra: “Die afhankelijkheid ontstaat ook wanneer één medewerker allerlei AI-processen bouwt en niemand anders weet hoe deze werken. Zorg daarom dat kennis niet bij één persoon blijft hangen.”
Diezelfde voorzichtigheid geldt voor security. Welke data krijgt een AI-model te zien? Wordt informatie gebruikt voor training? Wie mag welke gegevens opvragen? En wie is verantwoordelijk wanneer een agent zelfstandig een actie uitvoert?
Vooral wanneer AI gekoppeld wordt aan operationele systemen of klantportalen worden authenticatie en autorisaties essentieel.
Lambooij vat zijn advies daarom praktisch samen: “Begin klein en afgebakend, experimenteer en denk vanaf het begin goed na over security.”
Bij Bakker Transport & Warehousing wordt AI op dit moment vooral intern als hulpmiddel gebruikt. Hoekstra adviseert: “Werk met AI binnen een afgebakende omgeving, bij ons is dat het Microsoft-ecosysteem. Zorg er daarnaast voor dat je samenwerkt met partijen die gespecialiseerd zijn in security, zodat je dit onder controle kunt houden.”
Als data, security en adoptie op orde zijn, zien Lambooij en Hoekstra volop mogelijkheden voor de logistiek. “Voorraadoptimalisatie is een gebied waarin op termijn kansen liggen,” zegt Lambooij. “Door data te combineren, kan AI helpen patronen en trends te herkennen en zo vraag, capaciteit en voorraad beter te voorspellen. Daarvoor is wel betrouwbare data en verdere technologische ontwikkeling nodig.”
“Ook binnen transport zien we toekomstige mogelijkheden,” vult Hoekstra aan. “AI zou factoren als verkeer, wegafsluitingen, kosten en capaciteit kunnen meenemen in planningsbeslissingen. Zo kan het ondersteunen bij alternatieve routes en het inschatten van gevolgen voor planning, kosten en leveringen. Met elektrische wagenparken komt daar een extra dimensie bij. AI zou dan patronen in energiegebruik, ritten en prijzen kunnen analyseren om te bepalen wanneer voertuigen het beste geladen kunnen worden.”
Ook administratief verwacht Hoekstra een verschuiving: “Er zullen echt werkzaamheden worden overgenomen, vooral administratieve taken. Maar ik verwacht niet dat er straks niemand meer op kantoor zit.”
Daarnaast verwachten zowel Lambooij als Hoekstra dat logistieke software intuïtiever wordt. “Ik verwacht dat we over een aantal jaar al onze bedrijfsprocessen vanuit één AI-gedreven omgeving aansturen. Van het beheren van onze mail en taken, tot het aansturen van onze logistieke software,” schetst Lambooij.
Hoekstra ziet daarvoor nog een tussenstap. In plaats van te weten waar informatie precies in een systeem staat, verwacht hij aan AI te kunnen vragen wat hij nodig heeft. “Ik verwacht aan een chatbot te kunnen vragen: hoeveel voorraad heb ik voor deze klant nog staan? Je systeem weet waar die informatie staat.”
Daarmee verandert ook de rol van softwareleveranciers. Zodra AI onderdeel wordt van warehouse- en transportprocessen, zijn logistieke dienstverleners afhankelijk van de mogelijkheden van hun kernsystemen. Voor Bouw Logistic Services en Bakker Transport & Warehousing biedt het Microsoft-fundament onder het WMS en TMS van Boltrics een sterke uitgangspositie om toekomstige AI-ontwikkelingen bij te benen. Zo deelt Lambooij: “We hebben hoge verwachtingen van Boltrics als het gaat om AI. Als toonaangevende softwareleverancier voor de logistieke sector verwachten we dat Boltrics het voortouw neemt. En dat wordt versterkt door het feit dat Boltrics kan profiteren van het Microsoft-ecosysteem en gebruik kan maken van ontwikkelingen in Microsoft Fabric en AI-tools als Copilot.”
Voor Bakker Transport & Warehousing speelt dat al mee bij de keuze voor leveranciers. De organisatie koos na Boltrics WMS ook voor TMS, onder andere vanwege de voordelen van data binnen één systeem en de aansluiting op Microsoft. Die basis sluit aan bij de positionering van Boltrics als één modulair platform voor WMS, TMS en FMS, gebouwd op Microsoft Dynamics 365 Business Central.
Wat moet een logistiek dienstverlener vandaag met AI? Lambooij en Hoekstra zien allebei reden genoeg om in beweging te komen, maar leggen daarbij ieder een ander accent.
Voor Lambooij begint het vooral met pionieren en experimenteren: “Doe het beheerst. Begin niet meteen met grote AI-projecten, maar ontdek klein en afgebakend wat werkt én wat daadwerkelijk waarde toevoegt. Ik vind dat Bouw daarin ook niet per se voorop hoeft te lopen, maar we willen wel ervaring opdoen. Zodat we meekunnen met nieuwe toepassingen die beschikbaar komen. De technologie ontwikkelt zich zo snel dat je er als organisatie iets mee moet doen en er een visie op moet hebben. Je kunt het niet meer links laten liggen.”
Hoekstra legt de nadruk juist op de mensen die met die technologie moeten werken: “Pionier, maar zorg dat je de juiste mensen in je organisatie hebt. Mensen die dit leuk vinden, ermee willen experimenteren en zien wat je ermee kunt. Je medewerkers bepalen uiteindelijk of AI ook echt onderdeel kan worden van de dagelijkse praktijk. ”
Daar komen twee perspectieven, van twee verschillende logistieke bedrijven, uiteindelijk samen: begin met AI om ervaring
op te doen, maar vergeet niet dat technologie alleen je organisatie niet vooruithelpt. Zorg voor goede data en security, kies toepassingen die daadwerkelijk iets toevoegen en investeer tegelijkertijd in de mensen die ermee moeten werken.
Want hoe slim AI ook wordt, Hoekstra’s laatste advies blijft relevant: “Zorg dat je blijft begrijpen wat er gebeurt.”
