AI voorspelt wanneer een ophaaladres weer bezocht moet worden
Bedrijven die grondstoffen ophalen bij een groot aantal vaste adressen, staan elke week voor dezelfde vraag: wanneer moet een adres weer bezocht worden? Kom je te vroeg, dan rijdt de wagen half leeg. Kom je te laat, dan zit de opslag bij de klant vol. Het juiste moment verschilt per adres en per seizoen.
Voor een bedrijf in de agrarische sector bouwde Red Square een planningssysteem met precies die voorspelling. Op basis van de bezoekhistorie van elk adres berekende het systeem wanneer het volgende bezoek waarschijnlijk nodig was.
We begonnen met een taalmodel van OpenAI. Dat werkte, maar was te duur om voor elk adres steeds opnieuw te draaien. Daarom bouwden we een eigen machine-learningmodel. Dat leerde van de eerdere bezoeken en van hoeveel er telkens werd opgehaald, en berekende per adres het verwachte interval, inclusief de verwachte afwijking. Sneller, goedkoper en nauwkeuriger afgestemd op de eigen gegevens.
De planner zag de voorspelde datum direct in de conceptplanning en kon hem met één klik aanpassen. Zo deed AI het rekenwerk en hield de planner de regie.
Software moet voor onze klanten werken, niet andersom. Daarom kiezen we voor AI die past bij de vraag: soms een groot taalmodel, soms een eigen model dat precies doet wat nodig is.
