PostNL en AI | Berenschot cases

Hoewel er veel over AI wordt gesproken, gebruiken nog niet veel organisaties AI daadwerkelijk structureel voor het faciliteren van processen of voor onderzoek. PostNL is een van de organisaties die dat wel doet. Daarbij zijn specifieke keuzes gemaakt over de inzet van AI, juist voor die processen en activiteiten waar de meeste opbrengst te verwachten is.

Foto: PostNL

PostNL heeft een duidelijke strategie voor het gebruik van AI, waarbij de focus ligt op het ontwikkelen van onderscheidende software in huis, vaak met behulp van opensource- algoritmes als startpunt. “Deze strategie stelt ons in staat om algoritmes aan te passen en te ontwikkelen om aan de specifieke behoeften van PostNL te voldoen”, stelt Jasper. Sommige planningsvraagstukken zijn bijvoorbeeld zo specifiek dat PostNL de algoritmes wel zelf moet ontwikkelen. Drie concrete voorbeelden van de inzet van AI bij PostNL zijn contractanalyse, callcenterinteracties en planningsmethodieken.

Een van de belangrijkste toepassingen van AI bij PostNL is het gebruik van grote algoritmische modellen om maatwerkcontracten te analyseren. Dit helpt bij het efficiënt verwerken van duizenden contracten, wat anders een tijdrovende taak zou zijn voor medewerkers. AI kan deze taak veel sneller en nauwkeuriger uitvoeren, waardoor PostNL beter inzicht krijgt in de inhoud van hun contracten en de bijbehorende gebeurtenissen. Zo kunnen concrete vragen van ketenpartners of grote klanten sneller en completer worden beantwoord. Ook wanneer bepaalde contractaanpassingen nodig zijn of nieuwe wet- en regelgeving in een groot deel van de contracten moet worden doorgevoerd, levert dit een enorme tijdswinst op. AI kan bijvoorbeeld analyseren in welke contracten bepaalde aanpassingen conflicteren met bestaande afspraken. Vroeger kostte dit enorm veel tijd, nu kunnen medewerkers focussen op contracten die specifiek aandacht behoeven.

Daarnaast zet Post NL AI in om de interactie tussen mensen en mensen, en mensen en machines te verbeteren. Zo is een groot programma opgezet om AI te integreren in callcenters, met als doel 70 tot 90% van de interacties te digitaliseren tegen eind 2026. “Dit omvat interacties met consumenten, zakelijke klanten en saleskanalen”, geeft Jasper aan. Er wordt gewerkt met chatbots en geautomatiseerde e-mail. Maar ook met AI-support voor de medewerker. Dankzij AI-modellen kan PostNL de efficiëntie van de callcenters aanzienlijk verbeteren en de behoefte aan medewerkers verminderen. “Het is niet onze bedoeling om tot 100% digitalisering van het callcenter te komen”, zegt Jasper. “Veel van de processen zijn standaard, maar specifieke klantvragen kunnen we nog steeds sneller en beter door medewerkers van vlees en bloed laten afhandelen.” Wel is hij benieuwd hoever AI over zeg twee jaar is doorontwikkeld. “Misschien stellen we dan andere doelen.”

PostNL heeft verder veel tijd en energie gestoken in het digitaliseren van plannings- methodieken voor groot vervoer. Deep learning en digital twins worden gebruikt om simulaties uit te voeren die helpen bij het optimaliseren van netwerkconfiguraties. Dit proces, dat eerst weken duurde is nu teruggebracht tot 72 uur, en kan mogelijk zelfs binnen een uur worden voltooid. Deze simulaties geven PostNL inzicht in de efficiëntie van het netwerk en helpen de organisatie bij het nemen van beslissingen over de uiteindelijke inzet van transportmiddelen en routes die worden gereden.

Omdat het vakgebied van AI zich snel ontwikkelt en er een schaarste is aan mensen met de juiste vaardigheden, denkt PostNL na over de competenties die nodig zijn voor de toekomst en probeert de organisatie deze nu al binnen te halen. Daarnaast zorgt PostNL
ervoor dat medewerkers zich kunnen ontwikkelen en meegaan in de beweging naar AI. Door trainingen, opleidingen en persoonlijke ontwikkeling te ondersteunen, kunnen veel huidige medewerkers ook in de toekomst hun bijdrage blijven leveren. Dit is van belang in de huidige krappe arbeidsmarkt.

Een belangrijk aspect van de AI-strategie van PostNL is het waarborgen van compliance met wet- en regelgeving en het ethisch verantwoord omgaan met AI. PostNL werkt met zogeheten Centers of Excellence die de spelregels voor het gebruik van AI aangeven en de basis bieden om op verder te werken. Op die manier hoeven de medewerkers in de teams zich geen zorgen te maken over compliance en kunnen zij focussen op hun kernactiviteiten.

PostNL besteedt veel tijd aan hun veelal in huis ontwikkelde AI-toepassingen en let erop dat deze geen biases bevatten. Ook is de organisatie nog terughoudend in het slim combineren van alle databronnen die er binnen PostNL beschikbaar zijn.

Door de hiervoor geschetste strategie kan PostNL de efficiëntie en kwaliteit van processen verbeteren en zich voorbereiden op de toekomst. En ja, eerlijk is eerlijk, de korte termijn winst van het gebruik van AI zit voornamelijk in sluitende contracten, een optimale planning en een superefficiënt callcenter. “In die gevallen gaat het meestal over ‘Waar is mijn pakketje?’”, zegt Jasper. “Daar kleven ook niet zo veel ethische of privacygevoelige vragen aan.”