Order Automation DWJ

Van een half uur naar zes minuten per bestelling

​

Klant: DWJ Airducts
Sector: Maakindustrie — HVAC kanaalwerk
Service: AI-gedreven procesautomatisering
Resultaat: ~80% tijdswinst op orderverwerking

​

​​

De uitdaging

​

DWJ Airducts is een Belgische producent van ronde en rechthoekige luchtkanalen voor HVAC-installaties. Hun catalogus telt ongeveer 9.000 standaard artikels, aangevuld met onbeperkt maatwerk in rechthoekige stukken.

​

Het probleem zat niet in de productie, maar ervoor: de orderverwerking.

​

Klanten sturen bestellingen via mail, vaak met technische tekeningen, schetsen of PDF's als bijlage. Elke bestelling moet manueel uitgelezen worden:

• Welke posities staan er in de mail of op de tekening?

• Wat zijn de exacte afmetingen?

• Welke artikels uit de catalogus matchen de ronde producten?

• Hoe vertaal je een rechthoekig maatwerkstuk naar de juiste velden in de prijscalculator?

​

Daarbovenop: klanten gebruiken vakjargon, dialect, typefouten en eigen notaties. "Ut 355", "315x3", "bocht met radius 200", handgeschreven schetsen op een servet — alles passeert de revue.

Het resultaat: gemiddeld 30 minuten per bestelling, voor één persoon die niets anders deed dan emails verwerken. Met groeiend ordervolume werd dat onhoudbaar.

​

​

De aanpak

 

Insyte ontwikkelde een AI-workflow op maat van DWJ. Geen one-size-fits-all tool, maar een oplossing gebouwd rond hun bestaande processen, hun catalogus en hun vakkennis.

​

De workflow doorloopt vier stappen:

​

1. Lezen en begrijpen
Een AI-model leest automatisch de inkomende mail, samen met alle bijlagen (PDF's, foto's, handgetekende schetsen). Het extraheert posities, afmetingen, codes en eventuele opmerkingen, ook bij rommelige input of dialect.

​

2. Standaard producten matchen
Ronde producten volgen standaardmaten en zitten in de catalogus. Hier zet de workflow semantische zoekactie in om elk gevonden product te koppelen aan het juiste artikel uit de 9.000 beschikbare codes.

​

3. Maatwerk berekenen
Voor rechthoekige stukken bestaat geen catalogus, want elk stuk is uniek. Hier komt de domeinkennis in het spel: de workflow past tientallen business rules toe (VOR, KPL, stoets, DW30, haaks verlopers...) om elke vorm correct te vertalen naar de juiste velden in de prijscalculator.

​

4. Mens in de lus
De finale output verschijnt in DWJ's prijscalculator, klaar voor controle. Een medewerker valideert het resultaat in enkele minuten en kan dan direct offerte maken of productie starten.

​​

​

De grootste uitdaging zat niet in de AI

 

Tijdens de ontwikkeling werd snel duidelijk waar de échte complexiteit zit:

• 30% van de tijd ging naar AI-integratie en orchestratie.

• 70% van de tijd ging naar het opschonen van data en het vastleggen van vakjargon.

​

De catalogus bevatte historisch gegroeide inconsistenties. Productnamen, codes en omschrijvingen moesten gestructureerd en gezuiverd worden voor de AI er betrouwbaar mee kon werken.

​

De business rules voor het rechthoekige maatwerk leefden bovendien grotendeels in de hoofden van ervaren medewerkers. Die kennis vertalen naar een werkende automatisatie vroeg om intensieve samenwerking met DWJ's team.

​

"AI is goed in begrijpen. Maar pas met propere data, de juiste domeinkennis én een mens die meekijkt op kritieke momenten wordt het écht bruikbaar in de praktijk."

​​

​

Het resultaat

​