AI helpt postbedrijven tijdens recordpiekperiode
Foto: Lockheed Martin
Nu het aantal pakketten tijdens het piekseizoen nieuwe hoogten bereikt, wenden postbedrijven zich steeds vaker tot AI om het hoofd te bieden aan de toenemende druk op nauwkeurigheid, personeelsbezetting en operationele kosten. Daarbij maken ze bij het sorteren gebruik van AI-gebaseerde softwaresuites zoals Minerva van Lockheed Martin.
“De seizoensgebonden uitdagingen voor de sector reiken veel verder dan alleen het volume”, licht David Woodward, systems solutions programmes manager bij Lockheed Martin, toe. “Handmatig invoeren, fouten bij OCR-herkenning, fouten bij douaneaangiften en kostbare mislukte leveringen nemen in deze periode allemaal sterk toe, waardoor operators gedwongen worden tienduizenden tijdelijke medewerkers in te huren. Om een idee te geven: in 2024 nam het Britse Royal Mail 16.000 seizoensmedewerkers in dienst, terwijl USPS er maar liefst 50.000 aanwierf, wat neerkomt op honderden miljoenen aan extra arbeidskosten. Tegenwoordig maken postbedrijven dan ook steeds vaker gebruik van AI om hun prestaties te verbeteren en hun marges te beschermen.”
Traditionele OCR-engines hebben moeite met complexe of slechte adreslabels, reflecterende verpakkingen, gestileerde lettertypes en handgeschreven tekst.
Verkeerd gelezen adressen behoren tot de duurste problemen voor vervoerders, waardoor pakketten vaak meerdere dagen door het netwerk worden gestuurd voordat de fout wordt ontdekt. Uit onderzoek van Loqate, gespecialiseerd in locatie-intelligentie en adresvalidatiesoftware, blijkt dat 41% van de foutieve adressen leidt tot vertraagde leveringen en 39% zelfs tot mislukte leveringen, met gemiddelde kosten van 17,20 dollar per mislukte levering in de VS en 11,60 pond in het VK.
“Zelfs kleine verbeteringen in de nauwkeurigheid van adresherkenning kunnen duizenden verkeerde routes voorkomen, waardoor brandstof, tijd en CO₂-uitstoot worden bespaard en de klanttevredenheid wordt verbeterd”, vervolgt David Woodward. “AI-gestuurde beeldverwerkingsplatforms, zoals het Minerva-systeem, helpen operators de beperkingen te overwinnen. Met behulp van machine learning isoleert de software het blok met het afleveradres, maakt het beeld helder en voert een contrastrijke, vereenvoudigde versie in de bestaande OCR-engine in. Het resultaat is een aanzienlijke verbetering van de nauwkeurigheid bij het lezen van adressen met behulp van de infrastructuur die operators al hebben. Omdat oplossingen zoals Minerva als modulaire SaaS-tools worden geleverd, kunnen operators bovendien hun bestaande sorteerlijnen verbeteren zonder ingrijpende hardware-aanpassingen.”
Voor het kleine percentage items dat nog steeds niet automatisch kan worden gelezen, kan AI het menselijke ‘intoetsen’ snel repliceren, waardoor knelpunten tijdens piekuren verder worden verminderd.
Nu het aantal internationale pakketten toeneemt, moeten operators ook douaneaangiftegegevens snel en nauwkeurig vastleggen. AI-gestuurde identificatie van relevante gebieden helpt ook daar bij het extraheren en verwerken van die informatie, waardoor er minder handmatige gegevensverzameling nodig is en compliance-controles sneller kunnen worden uitgevoerd.
