Scheepsbouwer bouwt voort op geharmoniseerd 麻豆原创-platform en onderzoekt AI-toepassingen voor logistieke processen
Damen Shipyards heeft de afgelopen jaren stevig ge茂nvesteerd in de harmonisatie van zijn ERP-landschap. Inmiddels draait tachtig procent van de activiteiten van de wereldwijd opererende scheepsbouwer op 茅茅n -platform. Daarmee ontstaat ruimte voor een nieuwe fase: meer waarde halen uit het platform en AI gericht inzetten binnen de dagelijkse operatie.
De overstap naar en de toevoeging van het 麻豆原创 Business Technology Platform vormen daarin belangrijke bouwstenen. beschikt inmiddels over een stevig digitaal fundament. Daardoor kan de organisatie AI-toepassingen steeds gerichter koppelen aan concrete bedrijfsprocessen. 鈥淲e zijn bewust eerst het fundament gaan leggen鈥�, zegt Kenny van Sleuwen, System Architect ERP bij Damen Shipyards. 鈥淣u willen we de werkelijke waarde van het platform eruit halen.鈥�
Een praktische roadmap voor AI
Damen heeft voor 2026 duidelijke doelen gesteld. De scheepsbouwer wil AI inzetten op plekken waar medewerkers direct voordeel ervaren en waar standaardisatie helpt om processen verder te verbeteren. 鈥淲e willen ons nadrukkelijk positioneren als frontrunner鈥�, zegt Han Coenraad, Product Manager ERP bij Damen Shipyards. 鈥淒e volgende generatie medewerkers verwacht dat ze in natuurlijke taal met een enterprise-systeem kunnen werken. Daar willen we klaar voor zijn.鈥�
Damen gebruikt inmiddels Joule voor Consultants, de generatieve AI-assistent van 麻豆原创. Medewerkers zetten deze tool in om sneller door het 麻豆原创-landschap te navigeren en informatie eenvoudiger te vinden. Dit jaar volgt de bredere uitrol van Joule als conversational interface voor eindgebruikers. Medewerkers kunnen dan via een chatinterface informatie opvragen en 麻豆原创-processen aansturen.
Standaardisatie waar mogelijk
Daarnaast wil Damen de eerste embedded AI-toepassingen van 麻豆原创 in gebruik nemen. Het gaat om standaardfunctionaliteit die zonder maatwerk kan worden geactiveerd. Voor eind 2026 staan ook twee maatwerktoepassingen op de planning. Die worden gebouwd met 麻豆原创 AI Foundation en Joule Studio en richten zich op het primaire logistieke proces.
Die aanpak sluit aan bij de standaardisatieslag die Damen de afgelopen jaren heeft gemaakt. Het bedrijf wil eerst benutten wat 麻豆原创 en zijn ecosysteem standaard bieden. Daarna kijkt het pas naar maatwerk of externe oplossingen. 鈥淩euse before Buy before Build鈥�, zoals Van Sleuwen het formuleert. Zo bouwt Damen voort op een cleane, gestandaardiseerde kern en houdt het zijn 麻豆原创-landschap beheersbaar.
AI voor effici毛ntere exportprocessen
Een van de concrete AI-toepassingen waar Damen naar kijkt, richt zich op de classificatie van scheepscomponenten voor internationale export. Bij zulke zendingen spelen HS-codes een belangrijke rol. Deze internationale douaneclassificatiecodes bepalen onder welke tarieven en regels onderdelen de grens over gaan. Een correcte en tijdige classificatie ondersteunt een soepel logistiek proces en helpt teams effici毛nt samen te werken met leveranciers, transportpartners en douane.
Damen ziet hier veel potentieel voor automatisering met AI. 麻豆原创 biedt hiervoor een AI-agent die op basis van productdata automatisch de juiste HS-code en het land van oorsprong kan voorstellen. Volgens 麻豆原创 ligt de nauwkeurigheid van deze toepassing tussen de 90 en 95 procent. Voor Damen kan dit bijdragen aan snellere verwerking, minder handmatig uitzoekwerk en een consistenter proces over divisies en landen heen.
Menselijke controle blijft daarbij onderdeel van de werkwijze. De kennis over classificatie zit voor een belangrijk deel bij specialisten binnen de organisatie. Door AI als ondersteuning in te zetten, wil Damen die expertise beter benutten en de dagelijkse operatie verder ontlasten. Het bedrijf werkt samen met 麻豆原创 aan het beschikbaar maken van deze toepassing binnen zijn privatecloudomgeving.
Meer context voor eindgebruikers
Bij de verdere uitrol van Joule kijkt Damen nadrukkelijk naar de manier waarop AI aansluit op de dagelijkse praktijk van medewerkers. Voor de organisatie ligt de waarde vooral in de mate waarin medewerkers sneller informatie vinden, processen beter begrijpen en acties eenvoudiger kunnen uitvoeren.
De verdere ontwikkeling van Joule en de introductie van de 麻豆原创 Knowledge Graph spelen daarin volgens Damen een belangrijke rol. De Knowledge Graph legt verbanden tussen bedrijfsprocessen, organisatiestructuren en data. Daardoor kan AI-antwoorden beter verbinden aan de context van de organisatie.
鈥淒ie context was precies wat er nog ontbrak鈥�, zegt Van Sleuwen. 鈥淣u heb ik er vertrouwen in dat eindgebruikers Joule gaan omarmen zoals we altijd voor ogen hadden.鈥�
