AI magazijn
De bestseller is op terwijl er van een ander artikel al twee jaar een pallet staat. Pickers lopen voor de snellopers naar achterin de hal. Een levering wordt ontvangen zonder dat iemand ziet dat er twee dozen missen. In de piek staan er uitzendkrachten die de eerste dagen vooral vragen stellen. AI in het magazijn maakt voorraad en werk beter voorspelbaar, zonder dat je meteen robots hoeft te kopen.
In het kort
In een mkb-magazijn zit het geld in de voorraad en de tijd in lopen, zoeken en corrigeren. Inkoop gaat vaak op gevoel of op een vast bestelpunt dat jaren geleden is ingesteld. De indeling van locaties is gegroeid en niet ontworpen. Ontvangst wordt afgetekend zonder volledige telling. Fouten komen pas aan het licht als een klant belt of bij de jaarlijkse inventarisatie.
AI in het magazijn begint bij de data die er al is: orders, voorraadmutaties, locaties en leveranciers. Daaruit volgen voorspellingen en adviezen die direct geld schelen. Voor de bredere kijk op logistiek staat meer op AI in logistiek en transport.
Per artikel voorspelt een model wanneer de voorraad op is, op basis van verkoophistorie, seizoen, acties en de levertijd van de leverancier. Daaruit volgt een inkoopadvies: wat, hoeveel en wanneer. Artikelen die al maanden niet bewegen, komen op een lijst met een voorstel, zoals afprijzen of terugsturen. De inkoper keurt goed. Zie ook forecasting met AI.
AI kijkt welke artikelen vaak samen in een order zitten en welke het hardst lopen. Snellopers komen dicht bij de pakplek, artikelen die vaak samen gaan naast elkaar. Het advies houdt rekening met gewicht en formaat. Je verplaatst in kleine stappen, bijvoorbeeld per seizoen, en meet het effect op loopafstand en picktijd.
Bij binnenkomst leest AI de pakbon of het leveringsbericht en legt die naast de inkooporder. Verschillen in aantallen, artikelen of prijzen worden direct gemeld, voordat de goederen worden weggezet. Met een camera kan ook worden gecontroleerd of het aantal dozen en de etiketten kloppen. Meer over documenten uitlezen staat bij OCR met AI en over berichten van leveranciers bij EDI-koppelingen.
Bij een webshop kosten retouren veel handwerk. AI leest de reden uit het retourformulier of de mail, stelt voor of het artikel terug de voorraad in kan, en ziet patronen: een artikel dat vaak terugkomt met dezelfde klacht, of een maat die structureel niet klopt. Die signalen gaan naar inkoop en klantenservice.
In de piek werken er uitzendkrachten die het magazijn en de artikelen niet kennen, vaak in een andere taal. Een assistent op de telefoon of scanner beantwoordt vragen als waar ligt dit, hoe pak ik dit in en wat doe ik als een artikel beschadigd is, in hun eigen taal en uit jouw werkinstructies. Nieuwe medewerkers zijn zo sneller zelfstandig en ervaren collega's worden minder vaak onderbroken.
Ook de planning van de bezetting wordt beter als je het ordervolume voorspelt. Wie weet dat maandag drukker wordt dan dinsdag, kan daar zijn uitzendkrachten op afstemmen. Meer daarover staat bij AI personeelsplanning.
01
Per artikel wanneer het op is en wat je moet bestellen, met een lijst van dode voorraad.
Lees meer02
Een voorstel voor de indeling op basis van omloopsnelheid en artikelen die vaak samen gaan.
Lees meer03
Pakbon en levering naast de inkooporder, met melding bij verschillen voordat je wegzet.
Lees meer04
Beantwoordt vragen van medewerkers in hun eigen taal, uit je eigen werkinstructies.
Lees meerMeer over hoe we dit inrichten staat bij veiligheid en governance.
Bij Rutten Elektroshop, met meer dan 9.750 artikelen online en in de winkel, is de voorraadwaarde realtime zichtbaar, is er een voorspelling wanneer een artikel op is en krijgt de inkoper een advies. Kostprijzen zijn automatisch gekoppeld. Bij Candy Online, met meer dan 4.000 artikelen, zijn marge en voorraadwaarde realtime te zien. Bij Dubai Chocolates ging de operatie met uitzendkrachten tijdens de piek over naar een systeem.
We beginnen met een AI Kansenonderzoek vanaf circa € 5.000, of direct met een voorraadvoorspelling. Die kost bandbreedte bouwprijs voorraadvoorspelling met inkoopadvies voor een mkb-magazijn. We werken met een vaste prijs per stap. Lost de oplossing het afgesproken probleem niet op, dan betaal je niet voor die oplossing. Voor de hele keten van leverancier tot klant zie AI in de supply chain.
Klantverhaal
Retail
70 jaar elektrozaak. Voorraad, kostprijzen en prijsadvies uit één systeem, het winkelgevoel bleef.
9.750+ artikelen live
E-commerce
De oudste snoepwebshop van Nederland. Voorraad, backorders, klantenservice en boekhouding geautomatiseerd.
75% minder personeel
Merk en e-commerce
Orders, voorraad, influencers en klantcontact geautomatiseerd. Na 900.000 repen draait het op het vaste team.
900.000 repen verkochtVoor onderzoek, ontwikkeling en scholing zijn er landelijke en regionale regelingen. We checken welke bij jouw plan passen.
Veelgestelde vragen
Het gebruik van data en AI om voorraad, indeling en werk in het magazijn te verbeteren. Denk aan voorspellen wanneer voorraad op is, locaties indelen op omloopsnelheid en ontvangst automatisch controleren. Robots en transportbanden zijn een andere, veel duurdere vorm van automatisering.
Niet per se. Een voorspelling en inkoopadvies kunnen ook werken op data uit je ERP, boekhouding of webshop. Voor locatieadvies heb je wel vaste locaties per artikel nodig. We kijken eerst welke data je hebt en wat daarmee kan.
Dat hangt af van de hoeveelheid historie en hoe voorspelbaar je verkoop is. Voor snellopers is de voorspelling meestal goed, voor nieuwe of zeldzame artikelen minder. Daarom geeft het model ook een onzekerheid mee en blijft de inkoper beslissen.
Minder geld in voorraad, minder nee verkopen, minder misgrijpen en minder lopen. Welke winst het grootst is, verschilt per magazijn. We meten vooraf de voorraadwaarde, de hoeveelheid dode voorraad, het aantal fouten en de picktijd en vergelijken na een paar maanden.
Nee. Robots en automatische opslagsystemen passen bij grote volumes en vragen een flinke investering. Voor de meeste mkb-magazijnen levert slimmer werken met data eerder iets op: betere inkoop, een logischere indeling en minder fouten bij ontvangst en picken. Dat kun je later altijd combineren met robots.
Verder lezen
In een strategiegesprek kijken we naar je voorraad- en orderdata en waar AI het snelst iets oplevert.
