De Deense groot­handel Lemvigh-Müller gebruikt SAP Business AI om orders, pakbonnen en facturen van handels­part­ners automa­tisch te verwerken. SAP AI-engines lezen pdf’s en e‑mails binnen enkele seconden uit en werken de gegevens bij in het centrale SAP Cloud ERP Private-systeem. De oplos­sing, waarin ook SAP Fiori-apps worden gebruikt, vermin­dert handmatig lees- en invoer­werk en helpt Lemvigh-Müller de effici­ëntie van zijn supply­chain te verhogen.

Lemvigh-Müller is een 180 jaar oude Deense groot­handel in industriële bouwma­te­ri­alen, techni­sche producten en staal. Het bedrijf opereert inter­na­ti­o­naal en werkt samen met leveran­ciers en klanten in verschil­lende Europese markten, waaronder Neder­land, binnen ketens voor techni­sche producten, elektro­tech­niek, industriële compo­nenten en installatiematerialen.

Voor Lemvigh-Müller is een effici­ënte supply­chain van groot belang. Door de lage marges moet het bedrijf kosten zo laag mogelijk houden en producten tegelij­ker­tijd zo snel mogelijk bij klanten krijgen. “Ons bedrijf werkt met lage marges en we zijn afhan­ke­lijk van een zeer effici­ënte supply­chain”, zegt Frederik Aaker­lund, CIO van Lemvigh-Müller. “We moeten de kosten verlagen waar we maar kunnen en ervoor zorgen dat onze klanten onze producten zo snel mogelijk ontvangen.”

Grote orderstroom

Een deel van de handels­part­ners wisselt zakelijke documenten recht­streeks uit via EDI, Electronic Data Inter­change. Dat geldt echter niet voor iedere partner. Daardoor ontvangt Lemvigh-Müller nog altijd een grote stroom orders, pakbonnen en facturen als pdf of e‑mail. Deze documenten moesten tot voor kort handmatig worden gelezen en verwerkt.

Door de hoeveel­heid documenten kostte dat steeds meer tijd. Ook konden gegevens daardoor te laat in het systeem terecht­komen of afwij­kingen pas later worden opgemerkt. “Vandaag de dag ontvangen we zoveel pdf-bestanden en e‑mails dat we geen tijd hebben om ze te lezen”, legt Aaker­lund uit. “In feite werken we ons systeem niet snel genoeg bij of signa­leren we afwij­kingen van wat we verwachten niet snel genoeg.”

SAP AI leest documenten automatisch

Lemvigh-Müller ontwik­kelde daarom een AI-toepas­sing voor documenten van handels­part­ners die niet via EDI kunnen worden uitge­wis­seld. SAP AI-engines lezen de binnen­ko­mende bestanden automa­tisch en verwerken de infor­matie in het systeem.

De oplos­sing combi­neert SAP Business AI Platform, verschil­lende AI-compo­nenten en SAP Fiori-apps. Deze zijn geïnte­greerd met SAP Cloud ERP Private, het centrale SAP-systeem dat Lemvigh-Müller twee jaar eerder invoerde. “Dit is precies waar AI ons helpt”, zegt Aaker­lund. “Het leest tien documenten van twintig pagina’s in een paar seconden, werkt ons systeem bij en daar komt geen mens aan te pas.”

Ook voor medewer­kers veran­dert hierdoor de dagelijkse manier van werken. Zij hoeven grote hoeveel­heden e‑mails en documenten niet meer stuk voor stuk door te nemen. In plaats daarvan zien ze in een dashboard welke zaken daadwer­ke­lijk hun aandacht vragen. “Onze gebrui­kers lezen niet langer heel veel e‑mails, maar werken gewoon in een dashboard waarin ze de zaken vinden waaraan ze moeten werken”, zegt Aaker­lund. “In een klein deel van ons bedrijf brengen we de Autono­mous Enter­prise al in de praktijk.”

Van usecase naar herbruikbare aanpak

De eerste toepas­sing bleef niet beperkt tot één type document. Lemvigh-Müller maakte van de oplos­sing een template voor verschil­lende zakelijke documenten, waaronder orders, pakbonnen en facturen. Wanneer documenten niet digitaal via EDI binnen­komen, kan dezelfde aanpak worden gebruikt om ze automa­tisch uit te lezen en te verwerken. Daarmee ontstond uit een relatief kleine AI-usecase een techni­sche basis die ook voor andere bedrijfs­pro­cessen kan worden ingezet.

De ontwik­ke­ling van de eerste versie kostte ongeveer 200 uur, verspreid over tien weken. Volgens Aaker­lund laat juist die beperkte schaal zien hoe organi­sa­ties met AI kunnen beginnen: zoek eerst naar concrete plekken waar ineffi­ci­ëntie ontstaat en waar automa­ti­se­ring direct verschil kan maken.

“Een goed advies zou kunnen zijn om de plekken in je bedrijf te vinden waar ineffi­ci­ëntie zit en daar AI toe te passen, in plaats van meteen voor een heel, heel groot project te gaan”, zegt hij. De aanpak bleek vervol­gens breder inzet­baar. “Het bleek een herbruik­bare archi­tec­tuur te zijn, met herbruik­bare templates voor veel andere bedrijfsprocessen.”