Klantenservice in de logistiek automatiseren met AI

Klantenservice in de logistiek automatiseren is het lezen, opzoeken en beantwoorden van klantvragen door een systeem dat met je eigen gegevens werkt. In de gedeelde inbox komen elke dag dezelfde vragen binnen, van opdrachtgevers en van hun eindklanten. Waar de zending van vrijdag blijft, hoeveel er nog van een artikel ligt, of de levering een dag later kan en wat er gebeurt met de pallet die beschadigd aankwam. Iemand van customer service bij een 3PL zoekt het antwoord op in drie schermen en typt een mail terug. Een groot deel van dat zoekwerk kan een systeem doen, als je vooraf afspreekt welk deel.

Waarin verschilt dit van een chatbot?

Het systeem bedenkt geen antwoord. Het haalt een feit op dat al in je WMS, je TMS of de tracking van je vervoerders staat en zet dat in een mail.

Een chatbot op een website handelt algemene vragen af. Bij een warehouse, een fulfilmentcentrum of een 3PL gaat bijna elke vraag over één order, één zending of één artikel van één opdrachtgever. Het antwoord staat in je eigen data, dus daar moet het systeem bij kunnen. Zonder die toegang blijft er een beleefde mail over die niets zegt.

Welke vragen komen er binnen bij een 3PL?

De meeste mails vallen in een paar vaste groepen. Hoe groot elke groep is, verschilt per magazijn en per opdrachtgever. Dat tel je zelf, en verderop staat hoe.

Waar is mijn zending?

Track-and-tracevragen zijn het bekendste voorbeeld. Een eindklant mailt de webshop, de webshop stuurt de mail door, en jij zoekt uit of de order gepickt is, of hij op een rit staat en wat de vervoerder als laatste scan geeft. Het antwoord ligt verspreid. Het WMS weet of de order verzonden is. Het TMS of je verzendsoftware weet met welke vervoerder en onder welk zendingnummer. De vervoerder weet waar de doos nu is.

Voorraad en beschikbaarheid

Een opdrachtgever wil weten hoeveel er van een artikel ligt, of de inslag van gisteren al vrij op voorraad staat of wanneer een backorder weg kan. Dat staat in het WMS, maar per locatie en per status, en zelden in de vorm waarin de opdrachtgever het vraagt.

Wijzigingen in een order

Een ander afleveradres, een latere leverdag, een regel eraf. Of dat nog kan, hangt af van waar de order nu staat. Is hij nog niet vrijgegeven voor de pick, dan is het een aanpassing in het WMS. Staat hij al ingepakt op de expeditievloer, dan moet iemand op de vloer de doos terugpakken.

Schade, verlies en klachten

Een beschadigde pallet, een doos die nooit aankwam, een verkeerd artikel in het pakket. Hier gaat het om aansprakelijkheid en geld.

Hoe werkt AI klantenservice in een magazijn?

Een AI-systeem leest de vraag, zoekt het antwoord op in je eigen systemen en zet een concept klaar dat een medewerker goedkeurt. In de praktijk loopt dat in vier stappen.

1. Het systeem leest de mail en de bijlage. Een taalmodel haalt eruit van welke opdrachtgever de vraag komt, welk order- of zendingnummer erin staat en wat voor vraag het is. Staat er geen nummer in, dan zoekt het op de naam, de postcode of de referentie van de eindklant.
2. Het zoekt het antwoord op: de status in het WMS, de rit in het TMS, de laatste scan bij de vervoerder via diens koppeling of portal. Het leest alleen en wijzigt niets.
3. Het schrijft een concept in de taal van de vraag, met het feit erin en de herkomst erbij: welke status, uit welk systeem, van welk tijdstip.
4. Een medewerker leest het concept, past het aan waar nodig en verstuurt het. Hoort de vraag niet bij het systeem, dan zet hij hem opzij voor een collega.

Het systeem zet hier zelf meerdere stappen achter elkaar en kiest welk systeem het raadpleegt. Zoiets heet een agent, en wat een agent wel en niet kan lees je in wat is een AI-agent. Hoe het systeem bij je WMS en TMS komt zonder dat je iets vervangt, staat in WMS, TMS en ERP koppelen.

In dezelfde inbox landen vaak ook orders. Die gaan een andere route, naar het WMS in plaats van terug naar de afzender. Dat deel staat in orders uit mail in je WMS.

Welke klantvragen kun je automatisch beantwoorden?

Klantvragen automatisch beantwoorden, zonder dat iemand het concept leest, past alleen bij vragen waarvan het antwoord een feit uit je systeem is en waar een fout weinig kost. Een zendingstatus met een track-and-tracelink is zo’n vraag. Een voorraadstand ook, zolang de afzender die mag zien.

Met automatisch versturen begin je dus nog niet. Eerst gaat elk concept een paar weken langs een medewerker, en je telt hoe vaak het ongewijzigd de deur uit gaat. Blijft dat bij één soort vraag stabiel hoog, dan zet je voor die soort het versturen aan. Al het andere blijft een concept.

Een paar regels houden het veilig. Het systeem antwoordt alleen aan een afzender die bij de opdrachtgever van die order hoort. Het noemt nooit gegevens van een andere opdrachtgever of een andere eindklant. Twijfelt het over het ordernummer of over wie er mailt, dan gaat de mail naar een mens.

Waar moet een mens altijd blijven?

Bij alles waar geld, aansprakelijkheid of een klacht bij komt kijken, beslist een mens. Het systeem mag die vragen herkennen, sorteren en het dossier klaarzetten. Richting de klant belooft het niets en erkent het niets. Een creditnota, een vergoeding of een uitzondering op de afspraken komt altijd van een medewerker.

Bij schade heeft dat ook een juridische kant. Bij internationaal wegvervoer onder het CMR-verdrag moet de ontvanger schade die bij aflevering niet zichtbaar was binnen zeven dagen schriftelijk bij de vervoerder melden, zon- en feestdagen niet meegeteld. Gebeurt dat niet, dan geldt de aflevering als eerste bewijs dat de goederen aankwamen in de staat die op de vrachtbrief staat. Een vordering uit zo’n vervoer verjaart in de regel na een jaar. Het systeem helpt door een schademelding meteen te herkennen en de termijn bij het dossier te zetten. Wie de vervoerder aanspreekt en wat je de opdrachtgever toezegt, blijft mensenwerk.

Verstuurt het systeem zelf antwoorden, dan moet de lezer weten dat hij met een AI-systeem te maken heeft. Artikel 50 van de AI-verordening vraagt dat een AI-systeem dat rechtstreeks met mensen communiceert zo gebouwd is dat zij dat weten, tenzij het voor een oplettende lezer al duidelijk is. Die plicht geldt sinds 2 augustus 2026. Hoe je met de persoonsgegevens van eindklanten in die mails omgaat, lees je in AVG en AI in de logistiek.

Hoe meet je of het automatiseren van je inbox werkt?

Je meet het tegen een nulmeting van hoe je inbox nu draait, gemaakt voordat er iets gebouwd wordt. Wil je je inbox automatiseren zonder die meting, dan weet je achteraf niet wat er veranderd is. Tel over een paar gewone weken de volgende dingen.

• Hoeveel mails er per dag binnenkomen, per opdrachtgever en per soort vraag.
• Hoe lang het duurt van binnenkomst tot antwoord, op maandagochtend en op een rustige woensdag.
• Hoe vaak een vraag een tweede mail nodig heeft omdat het eerste antwoord niet klopte of niet compleet was.
• Hoeveel minuten een medewerker per vraag kwijt is aan opzoeken in het WMS, het TMS en de portals van vervoerders.

Na de invoering meet je hetzelfde. Daar komen twee getallen bij: hoe vaak een concept ongewijzigd wordt verstuurd en hoe vaak een medewerker het systeem corrigeert. Die correcties zijn het nuttigst. Ze laten zien welke vraag het systeem verkeerd leest, en soms ook welk systeem een status geeft die niet klopt.

Zo staat het ook in onze werkwijze: één proces, gemeten tegen een nulmeting, en het volgende pas als dit werkt. Voor de inbox is dat meestal één soort vraag voor één opdrachtgever. Pas als die loopt, komt de volgende soort aan de beurt.

Zo tel je een week inbox

1. Exporteer een gewone week mail uit de gedeelde inbox.
2. Zet bij elke mail welke soort vraag het is: zending, voorraad, wijziging of schade.
3. Noteer in welk systeem het antwoord stond.

Kies daaruit een soort vraag die vaak voorkomt en waarvan het antwoord als feit in één systeem staat. Die kiezen we graag samen, met de telling erbij, in een kennismaking.