DELFT – Logistiek dienstverlener Ampère gebruikt kunstmatige intelligentie om vooraf te voorspellen hoeveel ruimte pakketten van verkooppartners innemen. Het AI-model wordt sinds september 2024 dagelijks ingezet en is inmiddels toegepast op miljoenen pakketten. Volgens Ampère wijken de voorspellingen gemiddeld slechts 13 liter af van het volume dat daadwerkelijk bij een verkooppartner wordt opgehaald.
Ampère, ontstaan vanuit Bol, verzorgt pakketcollectie en -bezorging voor Bol en zijn verkooppartners. Voor de dagelijkse planning is niet alleen het aantal pakketten van belang, maar vooral hoeveel laadruimte deze pakketten gezamenlijk innemen.
Om dat vooraf nauwkeuriger te kunnen bepalen, ontwikkelde Ampère samen met KickstartAI het model Quantile-Assured Volume Estimation, afgekort QAVE.
Gemiddelde afwijking van 13 liter
Het model gebruikt historische metingen van pakketten om het verwachte collectievolume per verkooppartner te voorspellen. Volgens Ampère en KickstartAI bedraagt het verschil tussen de voorspelling en het daadwerkelijk opgehaalde volume gemiddeld slechts 13 liter.
Met die informatie kan Ampère vooraf nauwkeuriger bepalen hoeveel capaciteit nodig is om pakketten bij verkooppartners op te halen.
“AI is voor ons pas waardevol als het dagelijks werk makkelijker en beter maakt”, zegt Cas Beems, product owner en business analyst bij 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.”
Van proef naar dagelijkse operatie
De samenwerking met KickstartAI begon met het ontwikkelen en testen van data science-modellen voor het logistieke vraagstuk. QAVE heeft inmiddels de stap gemaakt van een pilot naar de dagelijkse operatie.
Daarmee willen de bedrijven laten zien dat AI niet alleen experimenteel kan worden toegepast, maar ook structureel onderdeel kan worden van logistieke processen.
“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.
Eigen data science-team
De ontwikkeling van QAVE vormde voor Ampère ook de aanleiding om een eigen data science-team op te zetten. Dat team werkt inmiddels aan nieuwe voorspelmodellen voor andere onderdelen van de pakketlogistiek.
Zo wordt gekeken naar modellen die het gewicht van pakketten kunnen voorspellen en naar voorspellingen van de benodigde stoptijd tijdens de last-milebezorging.
Daarnaast onderzoekt Ampère hoe beter kan worden voorspeld hoeveel extra pakketten later op een dag nog het logistieke netwerk binnenkomen.
Met dergelijke voorspellingen wil het bedrijf de beschikbare capaciteit verder optimaliseren en steeds meer onderdelen van de logistieke planning automatiseren.
