Ampère heeft een AI-model voor pakket­plan­ning succesvol overge­bracht van pilot naar dagelijkse operatie. De logis­tieke organi­satie, ontstaan vanuit Bol, gebruikt het model sinds september 2024 struc­tu­reel om vooraf beter te voorspellen hoeveel ruimte pakketten innemen bij collec­tie­part­ners. Inmid­dels is het model, dat werd ontwik­keld en geïmple­men­teerd in samen­wer­king met KickstartAI, toege­past op circa miljoenen pakketten. Dat maken beide organi­sa­ties vandaag bekend.

Het model, Quantile-Assured Volume Estima­tion, QAVE, voorspelt het verwachte collec­tie­vo­lume per verkoop­partner op basis van histo­ri­sche pakket­me­tingen. De voorspel­lingen blijken in de praktijk nauwkeurig: gemid­deld wijken ze slechts 13 liter af van het daadwer­ke­lijk opgehaalde volume. Daarmee helpt het model Ampère om capaci­teit beter te benutten en de logis­tieke planning verder te automatiseren.

Dagelijkse puzzel

Ampère, ontstaan vanuit Bol, verzorgt pakket­col­lectie en ‑bezor­ging voor Bol en haar verkoop­part­ners. In die operatie is niet alleen het aantal pakketten bepalend, maar vooral de ruimte die deze pakketten innemen. Door pakket­vo­lume vooraf beter te voorspellen, kan Ampère nauwkeu­riger bepalen hoeveel capaci­teit nodig is in de dagelijkse operatie.

“AI is voor ons pas waardevol als het dagelijks werk makke­lijker en beter maakt,” zegt Cas Beems, product owner en business analyst van Ampère. “Dit model helpt ons om sneller en nauwkeu­riger te plannen. We kunnen capaci­teit slimmer benutten en voorkomen dat we te krap plannen of juist onnodig lege ruimte vervoeren.”

De samen­wer­king met KickstartAI begon met het ontwik­kelen en testen van data science-modellen voor een concreet logis­tiek vraag­stuk. Inmid­dels draait QAVE mee in de dagelijkse operatie en vormt het model de basis voor verdere AI-toepas­singen binnen Ampère. Ook is het de kickstart geweest voor het opzetten van een eigen data science-team binnen Ampère. Dat team werkt aan nieuwe voorspel­mo­dellen, bijvoor­beeld voor pakket­ge­wicht en stoptijden in last-mile delivery. Daarnaast onder­zoekt het hoe beter kan worden voorspeld hoeveel extra pakketten later op de dag nog het netwerk binnenkomen.

“Veel AI-projecten blijven hangen in pilots. Dit project laat zien wat er mogelijk is als AI direct wordt gekop­peld aan een concreet probleem in de operatie,” zegt Erick Webbe van KickstartAI. “Samen met Ampère hebben we een model ontwik­keld dat niet op de plank blijft liggen, maar dagelijks wordt gebruikt en aantoon­baar waarde toevoegt.” 

Fotocredit: Bol