De context
BattMobility streeft naar de uitbouw van duurzame deelmobiliteit. In die context is het beheren van een omvangrijke vloot een aanzienlijke uitdaging. De organisatie zocht een oplossing die verder ging dan standaard AI-tekstgeneratie - er was behoefte aan een systeem dat de complexe logica van schadebeheer en incidenten kon begrijpen, vergelijkbaar met de expertise van hun eigen vlootbeheerders.
Het doel was om gefragmenteerde, handmatige inputs (bv. schademeldingen) via informele kanalen om te zetten in gestructureerde, bruikbare data.
Aanpak - StartAI
Om de beste AI opportuniteiten voor BattMobility te selecteren, volgden we een gerichte aanpak in drie stappen:
- Fase 1: Scan van operationele processen en technologie. We voeren een scan uit van het technologische landschap en de belangrijkste processen om te begrijpen waar AI de meeste waarde kan creëren.
- Fase 2: Identificatie van de beste opportuniteit. We identificeren en prioriteren de meest veelbelovende use cases op basis van hun potentiële impact en haalbaarheid.
- Fase 3: Uitwerken van blueprint en actieplan. We evalueren de geselecteerde kansen in detail, inclusief de ROI en technische vereisten, om een concreet actieplan voor implementatie te bouwen
De menselijke kant
Het traject startte met intensieve sessies (brown paper sessies) met de business teams om de specifieke AI-opportuniteiten in kaart te brengen. De focus lag op het ondersteunen van de bestaande workflow door taken te identificeren die de meeste tijd kosten of gevoelig zijn voor fouten. Er is bewust gekozen voor een benadering waarbij AI specifieke taken automatiseert om mensen vrij te maken voor waardevoller werk: ‘Ze vervangen taken, geen mensen.’
De voorgestelde oplossing
Er werd samen een Agentic AI blueprint uitgetekend, specifiek gericht op de automatisering van taken van de vlootbeheerder:
- MultiChannel intake: De AI-agent interpreteert schademeldingen rechtstreeks via kanalen zoals WhatsApp en Intercom
- Actieve validatie: Het systeem fungeert als poortwachter en vraagt de gebruiker actief om ontbrekende verplichte gegevens, zoals foto's of andere context
- Intelligente triage: De categorisatie agent analyseert de ernst van het incident om automatisch een categorie (A, B of C) voor te stellen.
- Directe uitvoering: Na validatie wordt een volledig gestructureerd ticket automatisch in het ERP pakket (Odoo) geïnjecteerd voor verdere opvolging.
De voorgestelde technologie
Het voorgestelde platform is modulair opgebouwd en maakt gebruik van verschillende componenten om betrouwbaarheid te garanderen:
- Llama Index: Beheert en ontsluit de bedrijfsspecifieke kennis ("Wat we weten")
- Lang Graph: Orkestreert de redenering en de complexe workflows ("Hoe we denken")
- LLM (Large Language Model): Zorgt voor de natuurlijke communicatie met de gebruikers ("Hoe we spreken")
De beoogde impact
Het doel is om met de Fleet Manager Agent zo snel mogelijke direct tastbare resultaten op te leveren:
- Vermindering van administratieve last: het ontlast de klantendienst van het handmatig invoeren van data en het najagen van informatie.
- Operationele schaalbaarheid: Stelt BattMobility in staat om grotere externe vloten te beheren zonder het personeelsbestand lineair te laten groeien.
- Verbeterde klantbeleving: Chauffeurs ontvangen direct bevestiging en begeleiding bij incidenten, ongeacht de kantoortijden
- B2B-waarde: Creëert de nodige datastructuur voor transparante rapportage aan zakelijke klanten.
Waarom Ixor?
Ixor is een onafhankelijk softwarebedrijf uit Mechelen met meer dan 20 jaar ervaring. De kracht ligt in de combinatie van sterke software engineering en diepe expertise in AI en machine learning. In plaats van standaardoplossingen biedt Ixor modulaire bouwstenen die worden aangepast aan de specifieke realiteit van de klant, met een focus op veiligheid en schaalbaarheid.
