Als het gaat over Transport Management Systems (TMS) blijven sommige kleine en middelgrote transportbedrijven kampen met koudwatervrees. Nochtans zijn de efficiëntiewinsten in tijden van dure kilometers en flinterdunne marges niet te versmaden. En anders leggen veeleisende opdrachtgevers het gebruik ervan wel op.

Bij grotere operatoren zijn TMS systemen al lang gemeengoed. Bij de kleine en middelgrote transportondernemingen is er nog een inhaalbeweging nodig. Men vreest hoge kosten en een moeizaam leerproces, dus is de verleiding groot om in Excel de routeplanningen te blijven opstellen. De snel evoluerende technologie en de brede beschikbaarheid van cloudgebaseerde oplossingen – die de nood aan dure eigen servers elimineren – hebben er evenwel voor gezorgd dat de drempel om over te stappen op een eigen TMS vandaag veel lager ligt dan zelfs maar enkele jaren geleden.

Focus op ontzorging

“We komen nog veel bedrijven tegen die dergelijke oplossingen nog niet gebruiken,” zegt Wouter Fonteyn van Fleetgo. “Zelfs bij sommige grote spelers wordt de transportadministratie nog op de ambachtelijke manier gedaan. Anderzijds zien we ook klanten die met een verouderd systeem zitten dat bijvoorbeeld niet meer ondersteund wordt door de oorspronkelijke ontwikkelaars. Zij willen kortom de stap zetten naar de ‘nieuwe wereld’ van een modern TMS. Een derde categorie klanten is op zoek naar een betere service dan wat hun huidige leverancier kan bieden.”

De kern van het Fleetgo-programma zit in schaalbare oplossingen: de toepassingen zijn inzetbaar voor kleine vloten, maar zijn schaalbaar en groeien mee met de klant.
De nood aan dedicated hardware is daarbij relatief klein. De wagens in de vloot worden voorzien van een boordcomputer waarin onder andere de tachografen worden uitgelezen. Deze wordt geconnecteerd met het TMS zodat alle informatie in één systeem gebundeld zit. Die informatie wordt dan gebruikt bij de berekening van salarissen.
De eindklanten van de transporteur worden ook steeds veeleisender. Ze willen hun ladingen kunnen volgen en, volgens het just-in-time-principe, kunnen inschatten wanneer ze de vracht kunnen verwachten. Dat vereist systemen die dergelijke informatie in real time kunnen delen met de klant.

Bij TLCC gaan ze prat op hun kennis van het terrein. “Ik heb zelf in de planningsstoel gezeten”, zegt Robin Ameel “Onze eerste software-oplossingen bouwden mijn collega en ik bij onze toenmalige werkgever in 2004. We pionierden met digitalisering, nieuwe WMS en TMS, boordcomputers, …. We merkten al snel dat andere bedrijven uit de transportsector met gelijkaardige uitdagingen kampten en richtten een bedrijfje op om aan die vragen te beantwoorden. De aanpak is in al die jaren dezelfde gebleven: we gaan op de werkvloer transportbedrijven helpen in het ondersteunen op een heel praktische, en vooral een heel onafhankelijke manier.” Het doel? Door middel van data-analyse en rapportering bedrijfsinzichten genereren, en daarnaast applicaties bouwen op maat van de KMO-transporteur.

Koudwatervrees…

Wat als die transporteur nog koudwatervrees heeft om met een dergelijk systeem te starten? “Vaak is het een kwestie van ‘onbekend is onbemind’, zegt Robin Ameel. De bedrijven zijn dan nog niet voldoende op de hoogte van de mogelijkheden zijn en overschatten de effort die nodig is om de eerste resultaten te bereiken. Je moet de klant kortom overtuigen van die eerste snelle voordelen. Dat is ook wat wij doen: ter plaatse gaan en meevoelen welke noden er leven in een bedrijf, en ontdekken waar het laaghangend fruit zit om snel toegevoegde waarde te bieden.”

“Uiteraard speelt ook de kostprijs een rol”, gaat Ameel verder. “Mensen moeten ervan overtuigd zijn dat het geld dat ze uitgeven aan een nieuwe applicatie of aan onze inzet als externe partner uiteindelijk een rendement oplevert. Tegelijk heb je mensen die geïnteresseerd zijn in nieuwe technologieën en bereid zijn daarin mee te gaan, terwijl anderen daar veel minder voor openstaan. Uiteindelijk komt het vaak neer op de bereidheid om nieuwe ontwikkelingen te omarmen.”

Leren werken

Eenmaal de klant overtuigd is van de voordelen die een TMS biedt, moeten natuurlijk ook de medewerkers de nieuwe software in de vingers krijgen. “We werken daarin heel sterk op maat van de klant. Eerst bekijken we welk profiel of welke expertise nodig is binnen het traject”, klinkt het bij TLCC. “Bedrijven die voor de implementatie van een nieuw TMS staan, hebben vaak niet de tijd om zo’n implementatie naast hun dagelijkse operationele werkzaamheden te beheren.

In dat geval schakelen ze TLCC in om volledig ontzorgd te worden. Dan nemen wij het volledige traject voor onze rekening: we voorzien technische en functionele consultants, aangevuld met een projectmanager die het geheel coördineert. Uiteindelijk stemmen we onze ondersteuning altijd af op de specifieke noden van het bedrijf en de context waarin het project plaatsvindt. Dat kan gaan van een volledig projectteam tot één gespecialiseerde expert, afhankelijk van wat nodig is.”

Grotere bedrijven beschikken zelf over een IT-afdeling en nemen het projectmanagement samen met de softwareleverancier op zich. Zij zijn dan eerder op zoek naar een specifieke technische expert, bijvoorbeeld om de datamigratie van het ene systeem naar het andere te begeleiden. Er zijn ook organisaties die vooral behoefte hebben aan een functionele consultant met ervaring in de applicatie. Die kan tijdens de implementatieperiode extra ondersteuning bieden en de verhoogde werkdruk mee opvangen.

Bij Fleetgo worden klanten stapsgewijs begeleid in de implementatie van de nieuwe software. Na een analyse van de bedrijfsnoden worden de volgende stappen ingepland in functie van de mogelijkheden van de klant. “We geven de klant regelmatig statusupdates en leren hem bovendien omgaan met het systeem: hoe meld je een chauffeur, een wagen of een klant aan in het systeem. Een klant die geen al te complexe interne structuren heeft, kan in drie dagen up and running zijn. De pakketten zijn afgesteld op gebruiksgemak, met de competenties van planners en chauffeurs in het achterhoofd.”

Pen en papier

Voor wie nu nog niet mee is, hebben onze experts nog het volgende advies. “Als je nu nog in een stadium zit waar je alles met pen en papier doet, dan hink je toch wel serieus achterop”, zegt Robin Ameel. “Een transporteur die dedicated rijdt voor één klant heeft uiteraard niet veel extra tools nodig, die rekent aan het eind van de maand gewoon af en heeft niet veel tools nodig. Maar als je een organisatie bent waar je diensten presteert voor meerdere klanten en je begint wat complexiteit te hebben, niet alleen operationeel maar ook financieel, waarbij je alles zo optimaal mogelijk moet combineren, dan heb je tools nodig om het overzicht te bewaken.”

What about AI?

De artificiële intelligentie wordt in de context van TMS-systemen vooral ingezet om het administratieve werk te vereenvoudigen en snel duidelijke antwoorden te genereren op vragen waarvan het antwoord schuilt in grote hoeveelheden bedrijfsdata.

“Onze filosofie is: de eindgebruiker helpen met AI”, zegt Wouter Fonteyn van Fleetgo. “Een AI-toepassing kan bijvoorbeeld een CMR uitlezen, of e-mails van de klant. Ook voor de berekening van financiële data wordt AI ingezet, zodat je geen ingewikkelde business intelligence-toepassingen meer nodig hebt.”

Eenzelfde geluid bij TLCC: “Intern zetten we vandaag al sterk in op AI. Naar onze klanten toe gebruiken we AI-oplossingen vooral voor kennisondersteuning”, zegt Robin Ameel. “Zo werken we momenteel mee aan een proof-of-concept project van VIL, waarbij we focussen op kenniscaptatie en kennisdeling binnen transportbedrijven. Het doel is om kennis uit verschillende bronnen te verzamelen, te structureren en vervolgens via AI toegankelijk te maken voor medewerkers. Nieuwe medewerkers kunnen dan eenvoudig vragen stellen in natuurlijke taal. Denk bijvoorbeeld aan vragen zoals: “Hoe maak ik een nieuwe klant aan in ons EDI-systeem?” of “Ik moet een ADR-zending met classificatie 8.63 vervoeren, welke voorwaarden en beperkingen zijn hierop van toepassing?”

In plaats van handleidingen of procedures te doorzoeken, krijgen ze onmiddellijk een relevant antwoord via een AI-assistent, co-pilot of agent. Op die manier ondersteunen we kennisdeling en kennisborging heel sterk met AI. Daarnaast zien we ook veel toepassingen op het vlak van rapportering en data-analyse. Door de koppeling van AI-toepassingen aan de dataomgeving van de klant, kunnen gebruikers simpelweg in natuurlijke taal aangeven welke inzichten ze willen zien.”