Agentische AI in de logistiek loopt vast zonder ruimtelijk redeneren, zegt Bart Coppelmans van HERE
Belangrijkste punten
- •Algemene AI-modellen beantwoorden volgens HERE Technologies slechts ongeveer 55% van de basisvragen over ruimtelijke richtingen correct.
- •HERE zegt dat logistieke AI vanaf het begin moet worden gebaseerd op locatie-intelligentie om foutieve routing- en planningsuitkomsten te vermijden.
- •De datasets van HERE bevatten meer dan 800.000 vrachtwagenspecifieke datapunten, waaronder tolheffingen, wegbeperkingen en toegestane routes.
- •Het bedrijf beschrijft zijn aanpak als een assisted journey waarin menselijke operators de beslissingscontrole behouden.
- •Coppelmans zei dat multi-agent samenwerking tussen klant- en derdepartij-systemen de volgende grote ontwikkeling is.

Agentische AI in de logistiek loopt nog steeds vast zodra ruimtelijk redeneren in beeld komt. Bart Coppelmans van HERE Technologies legt uit waarom algemene AI-modellen taal kunnen begrijpen, maar nog steeds tekortschieten bij vrachtwagenrouting, bruggen met lage doorrijhoogte, parkeren, congestie en uitvoering in de praktijk. In dit segment van FreightWaves Today schetst Coppelmans waarom locatie-intelligentie vanaf het begin in logistieke AI moet worden ingebouwd en niet later achteraf moet worden toegevoegd, en hoe betere ruimtelijke verankering planning, uitvoering en feedback van chauffeurs in realtime kan verbinden. #LogisticsAI #SupplyChainTech #TruckingTechnology
Algemene grote taalmodellen beantwoorden slechts ongeveer 55% van de basisvragen over richtingen correct, en dat nauwkeurigheidsverschil blokkeert volgens Bart Coppelmans, hoofd enterprise product bij HERE Technologies, rechtstreeks de adoptie van agentische AI in de logistiek. Het bedrijf, dat al tientallen jaren transportmanagement-, wagenparkbeheer- en last-mile delivery-systemen ondersteunt, stelt dat locatie-intelligentie de basis moet vormen van elke AI-gedreven logistieke workflow en niet later mag worden toegevoegd. Dat is van belang in een sector waar routebeslissingen gevolgen hebben voor naleving, servicetijden, de ervaring van chauffeurs en operationele kosten, en waar een fout advies meer kan zijn dan een softwarefout.
Het kernprobleem, legde Coppelmans uit, is dat geavanceerde AI-modellen natuurlijke taal begrijpen maar niet beschikken over het ruimtelijk redeneren dat nodig is voor vrachtoperaties in de echte wereld. Taken als het omleiden van vrachtwagens met lage doorrijhoogte rond brugbeperkingen, het vinden van truckparking en het anticiperen op haven- of verkeerscongestie vereisen een dicht netwerk van locatiedata dat huidige grote taalmodellen niet intern meedragen. De kaart- en locatiedatasets van HERE bevatten meer dan 800.000 vrachtwagenspecifieke datapunten, waaronder tolheffingen, wegbeperkingen en toegestane routes.
“Als je het model en de grafiek van de locatie en het onderliggende geospatiale model niet hebt verbonden, dan begint het je antwoorden en de uitkomsten die je krijgt enorm te hallucineren,” zei Coppelmans.
“We zien het ook niet als een automatiseringstraject. We zien het echt als een assisted journey.”— Bart Coppelmans, Head of Enterprise Product, HERE Technologies
Coppelmans beschreef een aanhoudende kloof tussen planning op kantoor en uitvoering op de weg, die agentische AI, mits goed verankerd in locatiedata, kan helpen dichten. Planners kunnen een route maken die er optimaal uitziet, maar chauffeurs krijgen te maken met realtime omstandigheden die het plan ongeldig maken. De aanpak van HERE creëert een feedbacklus die input van chauffeurs uit het veld vastlegt, terugstuurt naar planners en een leereffect opbouwt zodat dezelfde fout niet opnieuw optreedt. Het doel, zei hij, is om van statische planning naar dynamische orkestratie te gaan tussen planners, operators en chauffeurs.
Naast routing presenteerde Coppelmans de bredere kans als “transportation intelligence”, een term die hij gebruikte voor de afwegingsmotor die HERE bouwt om gelijktijdig te optimaliseren op kosten, naleving, risico, veiligheid en duurzaamheid. In plaats van één route van punt A naar punt B te berekenen, is het systeem ontworpen zodat operators kunnen instellen welke KPI’s of service-level agreements voor een specifieke operatie het belangrijkst zijn en proactieve suggesties ontvangen die op die prioriteiten zijn afgestemd. In de praktijk positioneert dat ruimtelijke data als een kerninput voor dagelijkse logistieke beslissingen, niet alleen als een kaartlaag erbovenop.
Over menselijk toezicht was Koppelmans duidelijk: menselijk oordeel moet in de huidige fase van de technologie de controle behouden. Hij gaf het voorbeeld van het aanpassen van beperkingen — als een planner een afstands- of kostenbeperking versoepelt, kan het systeem nu laten zien wat het downstream-effect is op de totale kosten, maar de beslissing om die wijziging door te voeren blijft bij de menselijke operator. Hij voegde eraan toe dat hij “voorlopig” niet gelooft in volledig geautomatiseerde logistieke systemen.
Vooruitkijkend noemde Coppelmans multi-agent samenwerking als de volgende grens — het rechtstreeks verbinden van HERE’s agents met klantensystemen en met agents van derden, zodat informatie en beslissingen over organisatorische grenzen heen kunnen stromen zonder dat aan elke kant diepgaande software-integratie nodig is. Voor de bredere sector is de onmiddellijke prioriteit volgens hem het wegnemen van fragmentatie door agentische mogelijkheden naadloos toe te passen in workflows die vandaag nog steeds in silo’s werken.
Geavanceerde AI-modellen beantwoorden slechts 55% van de basisvragen over ruimtelijke richtingen correct, wat hun betrouwbaarheid in logistieke routing en planning beperkt.
HERE Technologies verwerkt meer dan 800.000 vrachtwagenspecifieke datapunten — waaronder tolheffingen, wegbeperkingen en toegestane routes — in zijn locatiedatasets om AI-uitkomsten te verankeren.
HERE beschouwt agentische AI als een “assisted journey” waarbij mensen de controle houden, en ziet multi-agent samenwerking tussen klant- en derdepartij-systemen als de volgende grote ontwikkeling.
Deze samenvatting is gegenereerd op basis van een transcriptie van het interview; voor het volledige interview kunt u de video hierboven bekijken.
Het bericht Agentic AI in Logistics: Why 55% Accuracy Fails verscheen eerst op FreightWaves.