Het Nederlandse softwarebedrijf MendriX en start-up Freightdog lanceren een nieuwe AI-koppeling voor transportbedrijven. Het systeem zet e-mails en bijlagen in één klik om naar een transportorder in het MendriX TMS. De oplossing richt zich op planners die veel handmatig overtypen uit mail en PDF. De aanbieders benadrukken dat dit moet passen binnen de AVG en de Europese AI-verordening.
Van e-mail naar order
De koppeling gebruikt algoritmen voor natuurlijke taalverwerking om vrije tekst en tabellen in e-mails te lezen. Het systeem herkent velden zoals laad- en losadres, referenties, tijdvakken en aantallen pallets. Deze gegevens worden voorgesteld als order in MendriX TMS, waarna een medewerker kan bevestigen. Zo gaat orderinvoer sneller en met minder fouten.
Transportbedrijven krijgen veel opdrachten via e-mail, ondanks eerdere pogingen met EDI en portalformulieren. Door het grote aantal formats kost overtypen planners veel tijd. De AI-koppeling pakt juist die variatie in e-mails en PDF’s aan. De belofte: minder wachtrijen in de inbox, vooral bij piekdrukte.
De workflow blijft “human-in-the-loop”. Een planner controleert de voorgestelde order en kan regels aanpassen. Bij lage zekerheid vraagt het systeem om extra input. Dat vergroot de betrouwbaarheid en past bij de transparantie-eis uit de Europese AI-verordening.
Werkt bovenop MendriX
De integratie sluit aan op het MendriX Transport Management Systeem (TMS), dat plannen en administratie bundelt. Freightdog levert de AI-laag die informatie uit e-mail stroomlijnt. Samen vormen ze een keten van binnenkomende opdracht tot boeking in het TMS. Bedrijven hoeven hun bestaande processen dus niet om te gooien.
De koppeling vult standaardvelden in die in MendriX al bekend zijn. Denk aan NAW-gegevens, laad- en lostijden, referenties en goederenkenmerken. Ook bijlagen zoals orderbevestigingen of pakbonnen kunnen worden uitgelezen. Hierdoor ontstaat een compleet dossier bij de order.
Beheer vindt plaats in het TMS, zodat rapportages en facturatie niet veranderen. Interfaces met planning, track-and-trace en facturatie blijven intact. De AI-laag werkt zo als invoerhulp, niet als vervanging van het TMS. Dat verkleint de risico’s bij invoering.
“Een TMS is software die transportorders plant, uitvoert en administreert.”
Tijdwinst en minder fouten
Handmatig overtypen is foutgevoelig, zeker bij verschillende e-mailformaten. De AI-koppeling moet typefouten en vergeten velden verminderen. Dat scheelt correctiewerk later in de keten. Ook kunnen planners meer tijd besteden aan uitzonderingen en klantcontact.
Voor mkb-vervoerders is de winst vooral operationeel. In de ochtendpiek kunnen orders sneller door. Bij vakanties en krapte blijven backlogs kleiner. Dit kan de betrouwbaarheid van vertrek- en laadtijden verbeteren.
Voor grotere logistieke partijen kan de koppeling naast EDI en API’s bestaan. Waar EDI volumes afhandelt, vangt de AI-koppeling ‘lange staarten’ van maatwerkmails af. Zo stijgt de dekkingsgraad zonder dat elke opdrachtgever een technische koppeling nodig heeft. Dat maakt de oplossing flexibel in gemengde omgevingen.
AVG en AI-verordening
E-mails bevatten persoonsgegevens, zoals namen en telefoonnummers. Daarom zijn dataminimalisatie, versleuteling en bewaartermijnen nodig onder de AVG. Bedrijven zullen een verwerkersovereenkomst willen sluiten en vastleggen welke data de AI verwerkt. Logging en toegangsbeheer zijn belangrijk bij audits.
Onder de Europese AI-verordening valt dit soort bedrijfssoftware meestal onder “beperkt risico”. Transparantie en menselijke controle zijn dan verplicht. De “mens controleert en bevestigt”-stap past bij die eis. Heldere uitleg over wat het model wel en niet kan is daarbij nodig.
Voor Nederlandse vervoerders telt ook sectorregelgeving, zoals eisen rond eCMR en fiscale bewaarplichten. De AI mag documenten niet veranderen buiten de controle om. Bewijsbaarheid van orders en bronbestanden moet behouden blijven. Daarom is versiebeheer en onveranderbare opslag van bijlagen relevant.
Beperkingen en nauwkeurigheid
E-mailopdrachten variëren in taal, indeling en kwaliteit van PDF’s. Het systeem kan moeite hebben met slecht gescande documenten of ongebruikelijke afkortingen. In zulke gevallen is extra controle nodig. De leveranciers zullen het model blijven trainen op Nederlandse logistieke termen.
Meertalige opdrachten komen vaak voor in de Benelux en Duitsland. Het model moet adressen, datumformaten en tijdvensters correct herkennen. Foutafhandeling en duidelijke foutmeldingen helpen planners bij twijfelgevallen. Zo blijft de productiviteit winstgevend, ook als niet alles automatisch gaat.
De koppeling vervangt geen formele EDI-afspraken of contractuele SLA’s. Wel kan zij als brug fungeren terwijl API-koppelingen worden gebouwd. Dat geeft bedrijven ruimte om gefaseerd te digitaliseren. En het reduceert afhakers die liever bij e-mail blijven.
Europese logistiek in transitie
De Europese markt kent een mix van EDI, portals en e-mail. Tools die ongestructureerde data leesbaar maken, versnellen digitalisering zonder hoge drempel. Voor Nederlandse bedrijven kan dit aansluiten bij lopende initiatieven rond eCMR en digitale ketensamenwerking. Minder handwerk past ook bij de krappe arbeidsmarkt.
Als de integratie breed wordt gebruikt, kan dataverwerking consistenter worden. Dat helpt bij CO2-rapportage en planning op basis van betrouwbare gegevens. Wel vraagt dit om goede datakwaliteit en uniforme adressenbestanden. Anders verschuift het probleem van de inbox naar de database.
De volgende stap kan zijn om de AI te koppelen aan prijsafspraken en capaciteitsplanning. Dan wordt niet alleen de orderinvoer sneller, maar ook de toewijzing van ritten. Voorwaarde is transparantie over modelkeuzes en duidelijke fallback-regels. Dat maakt het systeem voorspelbaar voor planners en klanten.
