Een zending verwerken klinkt eenvoudig. Je leest de documenten van een kweker, neemt de producten over, vult aantallen in, controleert datums en zet alles netjes in het systeem. Maar wie dit tientallen keren per week doet, weet hoe snel dit saai, traag en foutgevoelig wordt.
Voor Equaflor Carnations is daar een duidelijke stap in gezet. In het Equaflor Portal zet de AI Jobs module documenten van kwekers automatisch om naar een conceptzending. Een medewerker hoeft niet meer regel voor regel over te typen, maar alleen nog te controleren.
Wat eerder 10 tot 20 minuten per zending kostte, is nu in ongeveer 15 seconden klaar om te beoordelen. En belangrijk: het gaat om een eerste versie, een eerste concept, dat in de praktijk al beter werkt dan vooraf gehoopt. Meer dan 100 echte zendingen zijn op deze manier succesvol verwerkt, met 100% accuratie in die verwerking.
Detailpagina van een door AI aangemaakte zending in Equaflor.
Het Equaflor Portal
Het Equaflor Portal is de centrale online werkomgeving van Equaflor Carnations. Hier worden onder meer orders, offertes, zendingen, kwaliteitscontroles, transport en andere dagelijkse processen beheerd.
Gebruikers zien alleen de onderdelen die voor hun rol relevant zijn. Zo werken klanten, kwekers, logistieke medewerkers en managers allemaal vanuit dezelfde omgeving.
Door alle informatie op één plek samen te brengen, verlopen processen efficiënter en blijft iedereen met dezelfde actuele gegevens werken.
Waar AI het verschil maakt
De grootste winst zit bij de verwerking van losse documenten van kwekers. Kwekers leveren hun informatie op verschillende manieren aan. Soms als factuur, soms als paklijst, soms als Excel-bestand, PDF of foto. Voor een mens betekent dat: openen, lezen, interpreteren en overtypen.
Dat klinkt klein, maar op weekbasis loopt het hard op. Equaflor maakt ongeveer 20 tot 40 zendingen per week op deze manier aan. Als elke zending 10 tot 20 minuten handwerk scheelt, komt dat neer op ongeveer 3 tot 13 uur tijdwinst per week.
Die tijdwinst is belangrijk, maar niet het enige punt. Handmatig kopiëren is kwetsbaar. Een verkeerd gelezen aantal, een vergeten regel of een product dat net anders is gespeld, kan later in het proces problemen geven. AI haalt juist dat repetitieve werk eruit. De medewerker blijft verantwoordelijk voor de controle, maar hoeft niet meer als typmachine te werken.
Overzicht van AI Jobs met status en verwerking van zendingen.
Van document naar AI-concept in vier stappen
Het gebruik is bewust simpel gehouden voor de gebruiker. Een manager of administrator uploadt de documenten, kiest de kweker en start de verwerking. Daarna kan diegene gewoon verder werken. Het systeem verwerkt de bestanden op de achtergrond.
In grote lijnen verloopt het proces zo:
- De manager selecteert de kweker en uploadt een of meerdere bestanden, zoals een PDF, Excel-bestand of foto.
- Het systeem leest de documenten en haalt de belangrijkste informatie eruit, zoals producten, aantallen, prijzen, datums en opmerkingen.
- De informatie wordt omgezet naar een conceptzending met het label AI-concept.
- De manager krijgt een melding, opent het concept, controleert de inhoud en rondt de zending af.
Als een bestand niet direct goed verwerkt kan worden, probeert het systeem het opnieuw. Alleen bestanden die echt niet leesbaar zijn, worden apart gezet. In het overzicht is live te zien of een job in de wachtrij staat, bezig is, klaar is of is mislukt.
Voor de gebruiker blijft het dus overzichtelijk. Uploaden, doorgaan met ander werk, melding ontvangen, controleren. De tijdrovende tussenstap verdwijnt.
Slim opruimen zonder extra handwerk
Documenten van kwekers zijn niet altijd precies zoals Equaflor ze nodig heeft. Soms moeten regels worden samengevoegd. Soms gebruikt een kweker een eigen productnaam. Soms moeten aantallen nog worden aangepast of opmerkingen worden toegevoegd.
Daarvoor gebruikt AI automatische door de beheerder gespecificeerde vervolgstappen. In het portal worden die callbacks genoemd. In gewone taal: kleine opruimacties die volgens vaste regels worden uitgevoerd.
Een concreet voorbeeld is het samenvoegen van productregels die bij elkaar horen. Denk aan regels met hetzelfde karnummer of dezelfde steellengte. Voorheen moest een medewerker die regels uit het hoofd herkennen en handmatig combineren. Nu kan zo’n stap automatisch gebeuren, elke keer volgens dezelfde regel.
Meerdere opruimstappen kunnen achter elkaar worden gezet. De ene stap bouwt dan voort op de vorige. Zo kan het systeem bijvoorbeeld productregels samenvoegen, kweker-namen koppelen aan de officiële productcatalogus, aantallen aanpassen en standaardopmerkingen toevoegen.
Dat is precies waar automatisering sterk in is: herhaalbaar werk consequent uitvoeren. Niet creatief raden, maar vaste handelingen netjes afwerken. Daardoor neemt de kans op menselijke kopieerfouten verder af.
AI callback die productregels automatisch samenvoegt.
Waarom een bewuste handmatige laatste stap
AI maakt geen zending definitief zonder menselijke controle. Het resultaat is altijd een concept. Dat is een bewuste keuze.
Het AI model doet het zware leeswerk en zet de zending klaar. Daarna kijkt een manager naar producten, aantallen, prijzen en opmerkingen. Als iets aangepast moet worden, kan dat gewoon. Pas daarna gaat de zending verder als normale zending.
Dat maakt het systeem betrouwbaar in de praktijk. Het combineert snelheid met controle. De medewerker hoeft geen kwartier meer te typen, maar blijft wel degene die de eindbeslissing neemt.
Ook achteraf blijft alles terug te vinden. Per job bewaart het systeem de geüploade bestanden, wat eruit is gelezen, het resultaat en een korte samenvatting. Daardoor kan het team terugkijken, leren en instructies verbeteren.
Het systeem leert niet blind, het volgt duidelijke instructies
Een belangrijk onderdeel van de AI implementatie is dat het systeem niet zomaar iets probeert. Het werkt met instructies op twee niveaus.
Het eerste niveau bestaat uit algemene instructies. Dat zijn de huisregels voor alle kwekers. Ze bepalen bijvoorbeeld hoe een zending wordt herkend, wat een productregel is en hoe datums en aantallen moeten worden gelezen.
Het tweede niveau bestaat uit kweker-specifieke instructies. Elke kweker heeft eigen gewoontes, eigen benamingen en eigen documenten. Die extra instructies vullen de algemene regels aan en kunnen ze waar nodig overrulen voor die ene kweker.
Daardoor hoeft Equaflor de kwekers niet te dwingen om allemaal hetzelfde formulier te gebruiken. De kweker kan blijven werken zoals hij gewend is. Het portal vangt de verschillen op en zet de informatie om naar de structuur die Equaflor nodig heeft.
Waarom dit beter werkt dan kwekers zelf laten invoeren
Een logische vraag is:
waarom laat je kwekers hun zendingen niet gewoon zelf invoeren?
Op papier klinkt dat efficiënt. In de praktijk verschuif je daarmee het werk naar de verkeerde plek.
Kwekers willen hun documenten kunnen sturen en door. Zij zijn niet bezig met de interne manier waarop Equaflor de data nodig heeft. Als zij extra administratie moeten doen om het proces van Equaflor makkelijker te maken, ontstaat weerstand en alsnog foutgevoelig werk.
AI draait dat om. De kweker hoeft niets nieuws te leren. Die blijft documenten aanleveren zoals voorheen. Het systeem doet de vertaalslag naar een nette conceptzending. Daarmee verdwijnt handwerk zonder dat de keten ingewikkelder wordt voor de mensen erbuiten.
Wat dit laat zien over praktische AI
De kracht van AI zit niet in een futuristisch verhaal. De kracht zit in een heel concreet probleem:
medewerkers waren veel tijd kwijt aan overtypen, en daarbij konden fouten ontstaan.
Nu is dat werk grotendeels verdwenen.
Deze eerste versie verwerkt inmiddels wekelijks tientallen zendingen. De besparing ligt in de praktijk tussen 3 en 13 uur per week, afhankelijk van het aantal zendingen en de grootte ervan. Dat is tijd die niet meer naar saai kopieerwerk gaat!
De volgende stap is dat kwekers hun documenten zelf rechtstreeks in het portal kunnen uploaden. Dan hoeft Equaflor zelfs het uploaden niet meer te doen. Het AI model maakt de conceptzending klaar en een manager geeft alleen nog de laatste controle.
Voor teams die veel met documenten, orders of zendingen werken, is dit de les: AI hoeft niet alles over te nemen om waardevol te zijn. Het moet vooral het juiste werk wegnemen. Langzaam, herhaalbaar en foutgevoelig werk is vaak de beste plek om te beginnen.
Daar bouwen we bij House of Devs graag aan: software die aansluit op hoe mensen echt werken, en die precies daar tijd teruggeeft waar het dagelijks pijn doet.
