AI-model verkiest efficiënte boodschappenbezorging
rotterdam, donderdag, 21 augustus 2025.
Promovenda Liana van der Hagen van de Erasmus Universiteit heeft een AI-model ontwikkeld dat binnen milliseconden bepaalt of een bezorgverzoek nog in de planning past. Door het trainen met duizenden simulaties van klantaanvragen, kan het systeem snel en nauwkeurig voorspellen of een bezorgtijdslot haalbaar is, wat leidt tot een betere klanttevredenheid en efficiëntere logistiek.
Efficiënte bezorgplanning door AI
Het AI-model dat promovenda Liana van der Hagen heeft ontwikkeld, wordt getraind met duizenden simulaties van klantaanvragen. Dit maakt het mogelijk om in milliseconden te bepalen of een nieuw bezorgverzoek nog in de planning past. Traditionele methoden kunnen uren duren, terwijl klanten direct een bezorgtijdvenster willen weten. Volgens Van der Hagen: ‘De klant wil niet wachten, die wil nú weten welk bezorgtijdvenster beschikbaar is.’ [1]
Samenwerking en toekomstperspectief
De ontwikkeling van het AI-model is een samenwerking tussen de Erasmus Universiteit, Albert Heijn en ORTEC binnen het CILOLAB project. Het model is momenteel een proof of concept en nog niet live toegepast in softwaresystemen. Toch benadrukt Van der Hagen het grote potentieel: ‘Het is een proof of concept dat aantoont dat machine learning zulke beslissingen veel sneller kan nemen dan traditionele methoden die in de praktijk worden gebruikt.’ [1] De volgende stap is het meenemen van bezorgkosten in de voorspellingen, waardoor klanten naar ‘groene tijdslots’ kunnen worden gestuurd. Dit zou leiden tot vollere bezorgbusjes en een duurzamere en winstgevender proces. [1]
Praktijkvoorbeeld: Albert Heijn
Albert Heijn en promovenda Liana van der Hagen hebben samen gewerkt aan het uitwerken van een model dat in een fractie van een seconde voorspelt of bepaalde tijdslots bij boodschappenbezorging nog in de planning passen. Dit model is ontstaan binnen het CILOLAB project en wordt gezien als een belangrijke stap in de optimisatie van de boodschappenbezorging. [2] Hoewel er interesse is van andere partijen, is het model nog niet in gebruik bij Albert Heijn. Van der Hagen stelt: ‘Er zijn nog stappen te zetten voordat het in de dagelijkse praktijk wordt toegepast, maar het potentieel is er zeker.’ [1]
Impact op de logistieksector
Het gebruik van machine learning in de boodschappenbezorging heeft niet alleen invloed op de klanttevredenheid, maar ook op de efficiëntie van de logistieksector. Door snellere en nauwkeurigere beslissingen te nemen, kunnen bedrijven meer klanten per rit bedienen, wat leidt tot een verminderde ecologische voetafdruk en lagere kosten. Bovendien kan het model helpen bij het optimaliseren van routes en het beheren van piekmomenten, wat essentieel is in een sector die steeds meer afhankelijk is van snelle en betrouwbare leveringen. [1][2]
Toekomstige uitdagingen
Hoewel het AI-model veelbelovend is, staan er ook uitdagingen op de weg. Een van de belangrijkste is het zorgen voor de zorgplicht bij het gebruik van zelflerende systemen. Advocaten zoals Michelle Vrolijk van ITL Attorneys Netherlands wijzen erop dat er de komende jaren vaker met juridische blik naar robotisering gekeken zal worden. ‘Zorg er nu al voor dat de zorgplicht voldoende wordt nageleefd,’ adviseert Vrolijk. [3] Daarnaast moet er aandacht worden besteed aan de privacy en veiligheid van de klantgegevens die worden gebruikt om het model te trainen. [alert! ‘Privacy en veiligheidsaspecten zijn cruciaal, maar details over de implementatie zijn beperkt.’]