De uitdaging
Transportplanners werken dagelijks in een spanningsveld van tijd, capaciteit en kwaliteit. Leveringen moeten stipt plaatsvinden, terwijl uiteenlopende beïnvloedbare en niet-beïnvloedbare factoren samenkomen in één planning. Juist die stapeling van variabelen maakt het bepalen van een optimale route complex.
Binnen de zuivelindustrie wordt die complexiteit verder vergroot door de aard van het product. Verse melk en andere bederfelijke grondstoffen vragen om strakke tijdsvensters en nauwkeurige afstemming. Vet- en eiwitpercentages verschillen per leverancier, volumes variëren per locatie en specifieke afnameafspraken bepalen waar grondstoffen verwerkt mogen worden. De centrale vraag was hoe verse zuivel van tientallen boerderijen via de juiste route bij de juiste fabriek terechtkomt, zonder kwaliteitsverlies en tegen zo laag mogelijke kosten.
In de praktijk gebeurde de planning grotendeels handmatig, met omvangrijke Excel-bestanden als basis en ervaring en intuïtie als aanvullende stuurmiddelen. Dat maakte het proces arbeidsintensief en foutgevoelig, terwijl versheid en bacteriegevoeligheid het risico vergrootten. Wanneer een tankwagen te lang onderweg was, werd een volledige lading afgekeurd, met directe financiële impact.
Er ontstond behoefte aan een schaalbare, datagedreven oplossing die snelheid, nauwkeurigheid en betere onderbouwing combineert.
De aanpak
Samen met de organisatie ontwikkelde KPMG een AI-gedreven planningsassistent die gebruikmaakt van bestaande data over transportopdrachten, vloot, chauffeursbeschikbaarheid en productspecificaties. Op basis van deze gegevens wordt binnen korte tijd een optimale planning gegenereerd.
Centraal staat een constraint-based optimalisatiemodel waarin randvoorwaarden gezamenlijk de uitkomst bepalen. Duizenden variabelen, waaronder routes, volumes, contractafspraken, vet- en eiwitpercentages en beschikbare capaciteit, worden gelijktijdig doorgerekend en teruggebracht tot één planning die voldoet aan alle operationele eisen.
De cloudgebaseerde oplossing maakt gebruik van een geavanceerde optimizer en kan continu worden bijgewerkt met nieuwe informatie, zoals verkeersdrukte, wijzigingen in productsamenstelling of een defect voertuig. Daardoor ontstaat een dynamisch systeem dat niet alleen optimaliseert, maar ook meebeweegt met de realiteit van de dag.
Voor planners betekent dit een duidelijke verschuiving in werkzaamheden. Minder tijd gaat naar handmatig puzzelwerk, meer aandacht naar regie, uitzonderingen en strategische afwegingen.
De eerste optimalisatieslag richtte zich op efficiëntie en leidde direct tot een besparing van miljoenen euro’s. Tegelijkertijd ontstond ruimte om andere doelstellingen expliciet mee te nemen, zoals het minimaliseren van CO₂-uitstoot of het optimaliseren van chauffeurinzet. Dat de datahuishouding van de opdrachtgever al op orde was, vormde hierbij een belangrijke randvoorwaarde.
Het resultaat
Met deze aanpak beschikt de organisatie over een schaalbare oplossing die het ophalen en aanleveren van grondstoffen structureel verbetert. Continue optimalisatie op basis van actuele data zorgt voor lagere kosten, minder verspilling en beter onderbouwde beslissingen, terwijl tegelijkertijd een stevig fundament is gelegd voor verdere digitalisering en integratie van duurzaamheidsdoelstellingen binnen de transportketen.
Het team dat het verschil maakte
Een team van AI- en proces-optimalisatiespecialisten van KPMG ontwikkelde samen met de organisatie de planningsassistent en het onderliggende optimalisatiemodel, waarbij technologische expertise en logistiek inzicht samenkwamen in een oplossing die direct toepasbaar is in de dagelijkse praktijk.
Aan de slag met KPMG Transportplanning met AI?
Transportplanners vervullen een cruciale rol bij de totstandkoming van de transportplanning. Klanten verwachten dat goederen tijdig worden afgehaald en geleverd. Het feit dat transportplanners een veelvoud van beïnvloedbare- en niet-beïnvloedbare factoren dienen te betrekken bij het bepalen van de optimale transportplanning, maakt dat het bepalen van de ideale transportplanning veelal complex is.
KPMG heeft een planningsassistent ontwikkeld, die aan de hand van jouw eigen data met betrekking tot transportopdrachten, vlootinformatie en beschikbaarheid van chauffeurs door toepassing van data- en AI-technologie ondersteunt bij de ideale transportplanning in een kort tijdsbestek. De rol van de planner verandert daarmee van uitvoerend naar regisserend.
Meer weten over KPMG Transportplanning met AI? Neem contact op met Wouter van den Bosch.
“Het was een bijzonder interessante opdracht dankzij de directe impact van het project.”
