AI in de maakindustrie begint op kantoor rond de order

AI in de maakindustrie zit bij een maakbedrijf het eerst rond de order. Van de aanvraag met tekening tot de levering en de factuur zetten AI-medewerkers het werk klaar voor je calculator, je planner en je administratie en geven het aan elkaar door. Je werkvoorbereider is nu de halve ochtend kwijt aan mails over levertijden en de aanvraag van dinsdag wacht nog op een offerte. Begin daarom bij het werk op kantoor dat elke week terugkomt en laat de machines voorlopig met rust.

Zo loopt een klus door je hele bedrijf
Een werkvoorbereider van een metaalbedrijf legt aan zijn bureau een technische tekening naast de order. Door het raam zie je de productiehal met een kantbank.

Zo zet je in zes stappen AI in bij je maakbedrijf

01

Volg één order van de aanvraag met tekening tot de factuur

Pak een order die vorige maand is geleverd en leg de hele weg naast elkaar. Schrijf per stap op wie het deed en op welke dag: de aanvraag lezen, de tekening controleren, calculeren, de offerte sturen, de orderbevestiging, de planning, de levering en de factuur. Zet er ook bij wat de klant tussendoor vroeg en via welk kanaal. Zo krijg je een lijst die niemand in je bedrijf eerder zo compleet heeft gezien.

02

Kijk waar de order lag te wachten

Tel per stap de dagen tussen binnenkomen en afhandelen. Meestal zie je drie plekken: de offerte die wacht tot de calculator tijd heeft, de orderbevestiging die in een mailbox blijft staan en de klant die zelf belt om te vragen waar zijn order is. Die wachtdagen vallen allemaal op kantoor. De machines hebben er geen schuld aan.

03

Kies de klus die elke week terugkomt

Neem het werk dat elke week in dezelfde vorm terugkomt. Bij de meeste maakbedrijven is dat het beantwoorden van aanvragen, de vraag van een klant waar zijn order is en de factuur na levering. De spoedorder die eens per kwartaal alles omgooit laat je nog even liggen. Zo’n uitzondering vraagt om een mens en levert als eerste klus voor AI weinig op.

04

Doe de AI-scan en zie welke AI-medewerkers erbij horen

De AI-scan stelt vijf vragen over waar werk blijft liggen, hoe groot je team is en hoe vaak het terugkomt. Je vult je bedrijfsnaam en e-mailadres in en ziet meteen welke AI-medewerker bij jouw antwoorden past en wat die klaarzet. Een maakbedrijf met veel aanvragen komt meestal bij Johan voor sales uit. Een bedrijf waar vooral de orders blijven hangen komt eerder bij Daan voor planning uit.

05

Wij koppelen de AI-medewerkers aan je ERP en je mailbox

Je vertelt hoe een order bij jullie loopt en wie de tekening checkt, wie calculeert en wie de factuur maakt. Prevailo schrijft daar de werkinstructie van uit en koppelt de AI-medewerkers aan je bestaande systemen: het ERP, de mailbox, de planning en het boekhoudpakket. Je hoeft niets zelf te bouwen en je zoekt niet uit of een pakket een koppeling heeft. Daarna draaien we samen de proef op echte aanvragen.

06

Kijk in het begin alles na wat naar een klant gaat

In het begin leest een collega elk antwoord op een aanvraag en elk offerteconcept voordat het de deur uitgaat. Je ziet dan snel of de toon klopt en of de levertijd goed uit de planning komt. Zodra het loopt bepaal jij wat een AI-medewerker zelf mag versturen. Het antwoord op de vraag waar een order is gaat vaak als eerste zonder nakijken de deur uit. Betalen doet een AI-medewerker nooit.

Zo loopt één aanvraag met tekening door je hele maakbedrijf

De klus is de aanvraag met een tekening die bij je maakbedrijf elke week binnenkomt en via offerte, bevestiging en productie naar de factuur loopt. De AI-medewerkers geven het werk aan elkaar door en je calculator, je planner en je administratie beslissen bij elke stap.

  1. 01De aanvraag met tekening komt binnenJohan · Sales

    Johan leest de mail en kijkt of de tekening, het aantal, het materiaal en de leverdatum erbij zitten. Hij vraagt de klant wat ontbreekt en zet de aanvraag compleet klaar voor je calculator.

    Je teamJe calculator rekent de bewerkingen, de uren en het materiaal uit.

  2. 02De offerte gaat eruitJohan · Sales

    Johan zet de offerte als concept klaar met de calculatie en jullie eigen prijzen en levertijd.

    Je teamJe verkoper kijkt het concept na en verstuurt de offerte.

  3. 03De klant belt over de offerteNoor · Front office

    Noor luistert mee en werkt het gesprek uit. De wens van de klant om een ander materiaal te gebruiken zet ze als taak klaar voor de verkoper.

    Je teamJe verkoper past de offerte aan en bevestigt de order.

  4. 04De order is bevestigdDaan · Planning

    Daan zet de order klaar voor de werkvoorbereiding met de tekening, de aantallen en de leverdatum uit de offerte. Hij meldt welke vraag aan de klant nog openstaat.

    Je teamJe werkvoorbereider bepaalt de bewerkingen en je planner zet de order in de week.

  5. 05Klant vraagt naar zijn orderLieke · Klantenservice

    Lieke beantwoordt de vraag met de status uit de planning. De vraag of het eerder kan zet ze als taak klaar voor de planner.

    Je teamJe planner beslist of de order eerder kan en wat daarvoor moet schuiven.

  6. 06Het werk is geleverdBram · Administratie

    Bram maakt de factuur zodra de levering in het ERP staat en bewaakt de betaling. Verstrijkt de termijn dan zet hij een herinnering in jouw toon klaar voor je administratie.

    Je teamJe administratie kijkt de factuur na en boekt de betaling zodra die binnenkomt.

Alles staat in één app. Je ziet per klus wie wat heeft klaargezet en wat nog openstaat.

Zo pakt Prevailo dit aan.AI-medewerkers die samenwerken in je eigen systemen.

Johan vraagt bij een aanvraag wat ontbreekt en zet de offerte klaar voor je calculator, Daan zet de bevestigde order klaar voor de werkvoorbereiding en Bram maakt de factuur na levering en bewaakt de betaling. Ze werken samen in Prevailo OS dat we samen met je inrichten en daarna bijhouden. Ze geven het werk aan elkaar door: Noor zet een telefoongesprek als taak klaar voor de verkoper, Johan de offerte, Daan de planning en Bram de factuur. Bij Duke Electric loopt het zo van het eerste telefoontje tot de offerte in hun eigen systeem en in die ene app zien ze waar elk stuk werk staat en wat blijft liggen. In een maakbedrijf werkt dat net zo en jij beslist wie welke klus doet en wat eruit gaat.

Klanten van Prevailo besteden gemiddeld een kwart minder tijd aan werk dat elke week terugkomt. Gemiddeld bij onze klanten

Voor wie dit werkt.En wie beter iets anders kiest.

Dit past bij je

  • Je hebt een kantoor of werkvoorbereiding van een paar mensen die aanvragen, orders en facturen afhandelen naast hun andere werk.
  • Er komen elke week nieuwe aanvragen met een tekening binnen en elke order loopt via offerte, bevestiging, planning en factuur.
  • Je werkt met een ERP of planning, een mailbox en een boekhoudpakket die elkaar nu niet kennen.
  • Je team telt vijf tot vijftig mensen en de drukte zit vooral op kantoor.

Kies dan iets anders

  • Een bedrijf dat vooral seriewerk draait op één vaste order per maand voor dezelfde afnemer heeft er weinig aan. De order komt dan al compleet binnen en er is weinig werk dat elke week terugkomt.
  • Wie AI voor de machines zelf zoekt vindt hier iets anders. AI-medewerkers werken in de mailbox, het ERP en de planning. Op de vloer komen ze niet.

Waarom een maakbedrijf de eerste winst op kantoor haalt

Verhalen over AI in de maakindustrie gaan meestal over voorspellend onderhoud en kwaliteitscontrole met camera’s. Een sensor meet de trilling van een spindel en voorspelt wanneer het lager slijt. Een camera boven de lijn haalt het product met een kras eruit. Dat werkt bij fabrieken met lange series, veel dezelfde machines en jaren aan meetdata.

Een kleiner maakbedrijf draait meestal enkelstuks en kleine series. Elke order is anders en de data om een machine te voorspellen is er niet. Het werk dat wel elke week hetzelfde is zit op kantoor: de aanvraag met tekening in de mailbox, de offerte die op de calculator wacht, de klant die belt waar zijn order blijft en de factuur na levering. Daar staat het werk stil op de momenten dat niemand er tijd voor heeft en daar levert AI bij een bedrijf van deze maat het eerst iets op.

AI in productie begint bij de werkvoorbereiding

De order is bevestigd en vanaf dat moment moet de werkvoorbereiding ermee aan de slag. Nu zoekt de werkvoorbereider de tekening in de mail, kijkt in de offerte wat is afgesproken en typt de order over in het ERP. Daan doet dat voorwerk. Hij zet de order klaar met alles wat de werkvoorbereider en de planner nodig hebben en meldt wat nog ontbreekt.

De werkvoorbereider bepaalt daarna de bewerkingen en de volgorde. De planner zet de order in de week en ziet in dezelfde app of er nog een vraag aan de klant openstaat.

  • De tekening met het juiste revisienummer en de maten uit het titelblok
  • Het aantal, het materiaal en de afgesproken leverdatum uit de offerte
  • Bijzonderheden uit de mailwisseling over een oppervlaktebehandeling of een materiaalcertificaat
  • De vragen die nog openstaan bij de klant voordat de productie kan starten

Waar is mijn order en kan het een week eerder

Die twee vragen komen elke dag binnen en ze komen via alle kanalen tegelijk. De ene klant mailt, de volgende appt de verkoper en de derde belt de werkplaats omdat hij daar het nummer van heeft. De vraag naar de status beantwoordt Lieke uit de planning en het ERP: de order staat in bewerking en de leverdatum is nog steeds de afgesproken datum. De vraag of het een week eerder kan is een beslissing van je planner en komt bij hem als taak terecht met de order erbij.

Een telefoontje loopt via Noor. De klant hoort aan het begin dat het gesprek wordt opgenomen. Je collega voert het gesprek zelf. Noor werkt het daarna uit tot een verslag bij de klant in het ERP en een taak voor de collega die erover gaat. Zegt de klant aan de telefoon dat maat twaalf op de tekening niet klopt? Dan staat die opmerking als taak bij de werkvoorbereider.

De halve ochtend van de werkvoorbereider gaat op aan levertijden

Een herkenbare ochtend bij een plaatwerkbedrijf. De werkvoorbereider wil de orders van de week klaarzetten en opent eerst de mail. Een klant vraagt of zijn order eerder kan omdat zijn eigen montage naar voren is gehaald. De werkvoorbereider wil helpen en antwoordt dat het moet lukken. Daarna zoekt hij de planning erbij en ziet dat de kantbank die week vol staat.

De planner bekijkt het aan het eind van de middag en pas dan gaat het slechte nieuws terug naar de klant. De klant heeft intussen zijn montageploeg al ingepland op de toezegging van die ochtend. De volgende aanvraag van dit bedrijf gaat naar een andere leverancier. Op de productielijst staat daar niets over. De schade zit in de aanvraag die uitblijft.

Lieke zet zo’n vraag als taak bij de planner en antwoordt de klant pas met een datum die de planner heeft bevestigd. De werkvoorbereider ziet de vraag wel, maar hoeft er niet zelf op te reageren voordat hij de orders van de week heeft klaargezet.

Welke beslissingen bij je calculator en je voorman blijven

AI-medewerkers zetten klaar en geven door. De beslissingen waar vakkennis voor nodig is blijven bij je team. De calculator bepaalt nog steeds de prijs van een afwijkend onderdeel en beoordeelt of een tekening maakbaar is. De werkvoorbereider kiest de volgorde op de werkvloer en schuift een order naar voren als een klant belt. De voorman ziet wat een machine aankan en wie welke klus krijgt. De AI-medewerker legt het werk klaar tot het punt waarop zo’n keuze nodig is. Daarna gaat het verder bij de collega die erover gaat.

  • De calculatie: de bewerkingen, de uren en de instelkosten per order
  • De technische keuze van materiaal, bewerking en toleranties als de tekening ruimte laat
  • De prioriteit op de vloer als twee orders dezelfde machine nodig hebben
  • Het gesprek met de klant over een afwijking op de tekening of een maat die niet haalbaar is
  • De vrijgave na de eindcontrole en de keuze om een spoedorder aan te nemen

Wat ondernemershierover vragen.

Wat is AI in de maakindustrie?

AI in de maakindustrie is software die patronen leert uit data en daarmee werk doet dat eerst een mens deed. Op de vloer gaat het om voorspellend onderhoud en kwaliteitscontrole met camera’s. Op kantoor gaat het om het lezen van aanvragen, het klaarzetten van orders en het beantwoorden van klanten over hun levering. Een maakbedrijf begint meestal op kantoor omdat daar het werk zit dat elke week terugkomt.

Heeft een klein maakbedrijf iets aan voorspellend onderhoud?

Voorspellend onderhoud levert iets op bij veel dezelfde machines met sensoren en jaren aan meetdata. Een bedrijf met een paar bewerkingscentra en een kantbank heeft die data meestal niet en elke storing is er anders. Het onderhoudsschema van de machineleverancier doet dan het werk. Het terugkerende werk rond de order op kantoor levert bij zo’n bedrijf eerder iets op.

Kan AI een technische tekening lezen en een offerte maken?

AI leest het titelblok van een tekening en haalt daar materiaal, aantal, maten en toleranties uit. Een AI-medewerker zet die gegevens met de vraag uit de mail bij elkaar en meldt wat ontbreekt. Dat is vaak het revisienummer of de gewenste leverdatum. De calculatie van bewerkingen, uren en instelkosten blijft werk van de calculator en de offerte komt daarna als concept klaar te staan met jouw eigen prijzen.

Hoe weet een klant waar zijn order is zonder te bellen?

Een klant weet waar zijn order is als de status uit het ERP of de planning bij hem terechtkomt op het moment dat die verandert. Dat zijn meestal vier momenten: de orderbevestiging, de start van de productie, het gereedmelden en de verzending. Een vraag die toch binnenkomt beantwoord je met de datum uit de planning. Zo krijgt elke klant hetzelfde antwoord als de werkplaats zelf.

Welke AI-medewerker van Prevailo past bij een maakbedrijf?

De meeste maakbedrijven beginnen met Johan voor sales. De aanvraag met tekening komt elke week binnen en wacht het langst. Daan voor planning zet de bevestigde order klaar voor de werkvoorbereiding, Lieke voor klantenservice beantwoordt de vraag waar een order is en Bram voor administratie maakt de factuur na levering. Klanten van Prevailo besteden gemiddeld een kwart minder tijd aan werk dat elke week terugkomt.

Werkt een AI-medewerker van Prevailo met ons ERP en onze mailbox?

Ja, wij koppelen de AI-medewerker aan je bestaande systemen: het ERP, de mailbox, de planning en het boekhoudpakket. Je gegevens blijven in de EU, er is een verwerkersovereenkomst en ze worden niet gebruikt om modellen te trainen. Plan een demo of doe de AI-scan. In de regio Utrecht komen we bij je langs.