Waar de dagen blijven hangen
Een aanvraag komt binnen als mail of PDF, vaak met vrije tekst, artikelomschrijvingen die nét niet matchen en aantallen in de verkeerde eenheid. Iemand van de binnendienst vertaalt dat naar artikelnummers, zoekt de klantspecifieke prijzen en staffels erbij en bouwt de offerte op. Bij complexe aanvragen komt er een senior verkoper aan te pas, en die heeft het al druk. Zo wordt een offerte een doorlooptijd van dagen, terwijl de klant bij drie partijen tegelijk heeft aangevraagd.
Wat AI hier concreet doet
De AI leest de aanvraag, herkent de producten en matcht ze op je eigen catalogus, inclusief alternatieven als een artikel niet leverbaar is. Prijzen, staffels en klantcondities komen uit het ERP, niet uit een los lijstje. Het resultaat is een conceptofferte die de verkoper controleert en verstuurt. De kennis van je beste verkopers (wat past waarbij, wat zijn de gangbare alternatieven) wordt daarbij vastgelegd in plaats van dat ze meegaat met hun pensioen.
Eerst de masterdata, en dat is geen omweg
Eerlijk verhaal: AI op vervuilde artikel- en prijsdata levert vervuilde offertes. Dubbele artikelnummers, verouderde prijzen en lege productvelden komen in elke groothandel voor. Soms is de eerste, meest renderende stap dan ook het structureren van de catalogus. Dat klinkt als een omweg, maar het is dezelfde weg: elke verbetering in je masterdata betaalt zich daarna uit in elke offerte, elke order en elke voorraadbeslissing.
Begin smal, bewijs het, breid uit
De aanpak die werkt: start met één productgroep of één klantsegment, zet de automatisering daar live en meet de doorlooptijd. Doorgaans staat er binnen een kwartaal een werkend eerste resultaat. Daarna uitbreiden op basis van wat het bewijst, niet op basis van een groot plan vooraf.