Rooskens Group

AI begint niet met technologie, maar met de juiste keuzes

Veel organisaties zien de mogelijkheden van AI, maar worstelen met de vraag waar ze moeten beginnen. Ook bij Rooskens Group speelde die vraag. Als relatie van ZeroPlex kwam Rooskens Group tijdens een klantevent voor het eerst in aanraking met de mogelijkheden van AI. Tijdens deze bijeenkomst presenteerde ZeroPlex haar visie op AI en de impact die deze technologie de komende jaren zal hebben op bedrijven. Samen met ZeroPlex werd daarom eerst een AI-scan uitgevoerd. Het doel was helder: bepalen waar AI de grootste impact zou hebben op de dagelijkse operatie.

Fase 1: het identificeren van kansrijke processen

Tijdens de scan werden verschillende afdelingen en werkzaamheden onderzocht op terugkerende patronen, handmatige handelingen en operationele knelpunten. Daaruit kwamen vier potentiële AI-toepassingen naar voren. Samen werd gekeken naar vragen als:

– Waar wordt veel tijd besteed aan repetitief werk?

– Waar ontstaan fouten door handmatige verwerking?

– Welke processen zijn schaalbaar met AI?

– Waar kunnen medewerkers meer waarde toevoegen als routinematig werk verdwijnt?

Uit de analyse bleek dat de navolgende drie trajecten voldeden aan de bovenstaande eisen:

– Order entry

– Verwerking van prijsaanvragen

– Customer service

Van deze drie use-cases bleek order entry de meest logische eerste stap. Hier viel direct winst te behalen op het gebied van efficiëntie, foutreductie, werkdruk en werkplezier.

Fase 2: starten met order entry

Door de afdeling Backoffice van Rooskens Group werden orders volledig handmatig verwerkt in Oracle Transportation Management (OTM). Medewerkers haalden informatie uit e-mails, PDF-documenten, Excel- en Word-bestanden en andere bijlagen en voerden deze vervolgens handmatig in. Afhankelijk van de complexiteit kostte het verwerken van een order enkele minuten tot soms wel een kwartier. Dagelijks waren medewerkers een aanzienlijk deel van hun tijd kwijt aan het verwerken van orderinformatie.

Hoewel het handmatige proces voldeed, bracht het duidelijke uitdagingen met zich mee:

– Veel repetitief werk

– Foutgevoeligheid door handmatige invoer

– Hoge werkdruk tijdens piekmomenten

– Beperkte schaalbaarheid bij groei

Samen werd daarom besloten om als eerste AI-oplossing de Order Entry Agent te ontwikkelen.

Fase 3: de introductie van Hennie

De eerste AI-agent kreeg intern al snel een naam: Hennie.

Hennie werd ontwikkeld om orderinformatie uit uiteenlopende bronnen te interpreteren en om te zetten naar een voorstel voor Oracle Transportation Management (OTM). Daarbij verwerkt de agent niet alleen informatie uit e-mails, maar ook uit PDFdocumenten, Excel-bestanden, Word-documenten en andere bijlagen.

Wat Rooskens Group hierbij positief verraste, was het vermogen van Hennie om met ongestructureerde informatie om te gaan. Orders komen immers niet altijd binnen volgens een vast format.

Fase 4: een periode van leren, verbeteren en vertrouwen opbouwen

Waar veel AI-toepassingen eindigen bij de livegang, begon voor Rooskens Group juist de belangrijkste fase, het trainen van Hennie én medewerkers.

De introductie van Hennie werd nooit gezien als een eindpunt, maar als het begin van een leerproces. Een AI-agent, net als een medewerker, heeft een groeiperiode om tot maximale capaciteit te komen binnen een bedrijf. Dat vraagt tijd, ervaring, samenwerking en evaluatie tussen technologie en operatie.

Binnen logistieke processen bestaan veel uitzonderingen. Denk aan multistopzendingen, ADR-transporten, klantafspraken en specifieke werkwijzen die niet altijd letterlijk in een order staan beschreven. Juist deze operationele kennis zit vaak in de hoofden van medewerkers.

Daarom werd bewust gekozen voor een roadmap van ongeveer een jaar, waarin Hennie en aangrenzende systemen stap voor stap verder worden geïntegreerd.

Het succes van die ontwikkeling wordt niet alleen bepaald door Hennie zelf, maar ook door de snelheid waarmee nieuwe inzichten uit de operatie worden verwerkt. Iedere gecontroleerde order levert nieuwe kennis op. Medewerkers ontdekken uitzonderingen, leggen klantafspraken vast en helpen Hennie steeds beter begrijpen hoe processen binnen Rooskens Group verlopen.

Om dit proces te ondersteunen ontwikkelde ZeroPlex een analysetool waarmee Rooskens Group inzicht krijgt in:

– Welke orders succesvol worden verwerkt

– Waar correcties nodig zijn

– Welke uitzonderingen vaker voorkomen

– Waar klant-specifieke instructies kunnen worden toegevoegd

Volgens Frank Janssen, Manager Finance & HR bij Rooskens Group, was juist deze combinatie van technologie, inzicht en samenwerking een van de grootste positieve verrassingen van het traject.

De eerste resultaten

Ongeveer vijf maanden na de introductie verwerkt Hennie inmiddels een groot deel van de inkomende orders met controle.

Momenteel verloopt een steeds groter deel van de orders via Hennie. De impact is inmiddels duidelijk merkbaar binnen Backoffice. Medewerkers besteden minder tijd aan repetitieve invoertaken, ervaren minder druk tijdens piekmomenten en kunnen zich meer richten op werkzaamheden waar menselijke expertise daadwerkelijk waarde toevoegt.

Bij ongeveer 10% van de orders wordt geen human-in-the-loop-aanpak meer toegepast en gaan volledig automatisch zonder controle door Hennie.

De huidige werkwijze levert een significante tijdsbesparing op. Voor Joos Wijers (Manager Backoffice) binnen Rooskens Group, betekent dit vooral meer rust én grip in zijn dagelijkse werkzaamheden. Tegelijkertijd ontstaat ruimte om zich verder te ontwikkelen richting werkzaamheden met meer inhoudelijke toegevoegde waarde.

Fase 5: van één AI-agent naar een bredere AI-strategie

Voor Rooskens Group is Hennie geen eindstation. De ambitie is om de komende periode verder te groeien naar een situatie waarin 80 tot 90 procent van de orders automatisch kan worden verwerkt zonder human-in-the-loop-aanpak. Volledige automatisering is daarbij bewust niet het doel. Binnen logistieke processen blijven altijd uitzonderingen bestaan waarbij menselijke kennis, ervaring en controle noodzakelijk zijn.

Tegelijkertijd wordt gewerkt aan de volgende onderdelen van de AI-roadmap:

– Automatische verwerking van prijsaanvragen

– AI-ondersteuning binnen customer service

– Verdere optimalisatie van Hennie

Wat begon als een eerste AI-verkenning groeit daarmee uit tot een structurele aanpak waarin AI onderdeel wordt van de dagelijkse operatie.

Vanaf het begin werd gekozen voor een human-in-the-loop-aanpak. Hennie ondersteunt het proces, maar medewerkers behouden controle over het eindresultaat. Orders worden niet automatisch verwerkt zonder toezicht. Medewerkers beoordelen het voorstel en geven uiteindelijk akkoord voordat de order definitief wordt aangemaakt.

Juist deze aanpak bleek essentieel voor de acceptatie binnen de organisatie. Hennie neemt het repetitieve invoerwerk uit handen, terwijl medewerkers de controle behouden.