Meer werk verzetten met dezelfde mensen: de rol van data & AI in Field Service en Customer Service in de energie- en nutssector

Stel: een monteur staat bij een laadpunt dat voor de tweede keer in korte tijd uitvalt. De vorige werkorder is afgesloten, maar wat de collega toen precies aantrof, staat ergens in een notitie. De klant heeft Customer Service inmiddels opnieuw gebeld. Daar is de melding zichtbaar, maar niet wat er bij het vorige bezoek is gedaan. De monteur zoekt het uit, de servicemedewerker ook. Zo gaat er niet alleen tijd zitten in de reparatie zelf, maar ook in het opnieuw verzamelen van informatie die de organisatie al heeft.

Voor energie- en nutsbedrijven groeit dat probleem mee met de hoeveelheid werk. Meer installaties en stijgende klantverwachtingen vragen om aanleg en onderhoud, terwijl technisch personeel moeilijk te vinden blijft. Dan telt ieder waardevol uur. Dat geldt niet alleen voor monteurs: ook Customer Service moet meer vragen kunnen afhandelen zonder dat medewerkers voor iedere melding opnieuw informatie uit verschillende systemen verzamelen. Hoe zorg je ervoor dat een volgende collega direct kan voortbouwen op wat eerder al is uitgezocht? En welke rol spelen data & AI?

Kennis verdwijnt tussen de werkorders

Een ervaren monteur herkent vaak aan een foutcode en de voorgeschiedenis van een installatie waar hij moet zoeken. Voor een minder ervaren collega is die kennis alleen bruikbaar als ze goed terug te vinden is. Hetzelfde geldt voor een eerdere reparatie die het probleem niet structureel heeft opgelost, een foto van een situatie of een afwijking die pas na een inspectie zichtbaar werd.

Hoe beter je die kennis vastlegt, hoe minder afhankelijk je bent van wie toevallig eerder aan dezelfde asset heeft gewerkt. Dat wordt extra belangrijk als ervaren medewerkers uitstromen en nieuwe collega’s sneller zelfstandig moeten kunnen werken. “Het aantal assets dat je moet beheren, groeit veel sneller dan het aantal monteurs dat je kunt aannemen”, zegt Vincent Maulany, Sales Manager bij HSO. “Dan wil je dat een monteur bij het eerste bezoek de juiste informatie en onderdelen bij zich heeft. Een extra rit omdat informatie of onderdelen ontbraken, kost tijd die ook naar een andere storing had kunnen gaan.”

Vaak bestaan de gegevens wel: een deel zit bij de asset, in de werkorder, in een klantmelding, bij een uitvoerende partner en soms in het hoofd van een ervaren collega. Maar na het bezoek kan kennis verloren gaan. Een status ‘opgelost’ zegt weinig over de oorzaak van een storing. Wat was er defect? Welk onderdeel is vervangen? Is het probleem verholpen of is vervolgonderzoek nodig? Een registratie (hoe beknopt ook) helpt de volgende monteur veel meer.

Die registratie moet wel in het gewone werkproces passen. Vincent: “Een monteur wordt blij van een probleem oplossen, niet van een berg extra administratie. Je moet dus goed nadenken welke informatie je nodig hebt en hoe je die met zo min mogelijk extra handelingen vastlegt.” De winst zit dus niet in méér registreren, maar in precies genoeg vastleggen om een volgende collega sneller op weg te helpen.

De klant belt over hetzelfde probleem

Wat Field Service weet, heeft ook waarde voor je Customer Service-afdeling. Als een klant vraagt wanneer een defect laadpunt weer beschikbaar is, kan een servicemedewerker pas gericht antwoorden als duidelijk is of de melding is beoordeeld, wanneer een bezoek gepland staat en wat er bij een eerder bezoek is gebeurd. Ontbreekt die context, dan kan dat vragen oproepen bij de planning of uitvoering. Intussen wacht de klant. En wanneer er later nog een vraag bijkomt, begint het zoeken opnieuw.

Bij zakelijke klanten is informatie daarnaast verspreid over organisatiegrenzen. Een energiebedrijf kan het klantcontact verzorgen, terwijl een andere partij de reparatie uitvoert. Die uitvoerder heeft de locatie, probleemomschrijving en relevante historie nodig. De partij die de klant spreekt, moet daarna weten wat er is gedaan en of het werk klaar is. Het is belangrijk om hierover duidelijke afspraken te maken.

Vincent: “Klantmeldingen kunnen ook iets vertellen over de operatie. Komen er na een reparatie opnieuw vragen over dezelfde asset? Bellen klanten vooral omdat de status van een afspraak onduidelijk is?” Zulke patronen zie je pas wanneer meldingen, werkorders en assetinformatie met elkaar verbonden zijn.

Customer Service handelt dan niet alleen vragen af, maar levert ook signalen waar Operations iets mee kan. Andersom helpt actuele informatie uit Operations Customer Service om klanten sneller en concreter antwoord te geven.

Maak van uitgevoerd werk bruikbare kennis

De verschuiving begint niet bij de implementatie van AI, maar bij de vraag welke informatie iemand nodig heeft om het volgende besluit goed te nemen.

· Voor Field Service zijn dat bijvoorbeeld de historie van een asset, eerdere diagnoses, werkinstructies en beschikbare onderdelen.

· Voor de planner tellen ook de benodigde vaardigheden, reistijd en capaciteit.

· Voor Customer Service zijn de actuele status, gemaakte afspraken en een begrijpelijke uitleg voor de klant relevant.

Dat vraagt om meer dan gegevens verzamelen. Je moet de juiste asset aan de werkorder koppelen, de uitkomst van het bezoek bijwerken en de relevante voortgang beschikbaar maken voor de collega van Customer Service. Gebeurt dat niet, dan is een gedeeld overzicht al snel achterhaald.

Technologie kan hierbij helpen. In Dynamics 365 Field Service kun je reparaties en inspecties aan een asset koppelen en eerdere werkorders terugzien. Een planningsassistent helpt een planner geschikte medewerkers te vinden op basis van bijvoorbeeld beschikbaarheid, vaardigheden, locatie en reistijd. De planner beoordeelt de voorstellen en maakt de uiteindelijke keuze. De waarde daarvan hangt af van wat medewerkers vastleggen en hoe actueel die informatie blijft.

“Je hoeft daarvoor niet elk bestaand systeem in je organisatie te vervangen”, legt Vincent uit. “Werkt een deel van het proces goed, dan kun je dat behouden en verbeteren waar informatie nu verloren gaat.” Neem bijvoorbeeld een type storing dat geregeld terugkomt:

· Wat mist de monteur bij vertrek?

· Wordt de oorzaak na afloop vastgelegd?

· Kan Customer Service de voortgang zien zonder iemand te bellen?

De antwoorden laten je zien waar aanpassingen het verschil kunnen maken.

Praktijkvoorbeeld Field Service: voorbereid naar dezelfde asset

Een monteur krijgt een werkorder voor dat laadpunt. Als de eerdere bezoeken, vastgestelde oorzaken en uitgevoerde reparaties aan de asset zijn gekoppeld, kan hij vóór vertrek zien wat collega’s al hebben geprobeerd. Hij kan zo gerichter bepalen welke informatie en onderdelen hij nodig heeft.

Dat vergroot de kans dat hij het probleem tijdens dat bezoek kan oplossen en voorkomt onnodig zoekwerk of een extra rit.

AI kan helpen die historie sneller te doorzoeken of samen te vatten, als de gebruikte toepassing toegang heeft tot de juiste gegevens. De eerste winst zit al in het beschikbaar maken van de werkorder- en assethistorie. Is bij het vorige bezoek alleen ‘opgelost’ geregistreerd, dan kan AI niet achterhalen wat de monteur toen precies heeft gedaan.

Meer werk verzetten begint met minder opnieuw uitzoeken

Voor een COO draait het om meer assets beheren met schaarse technische capaciteit. Voor een CCO om klanten sneller duidelijkheid geven. Data en AI kunnen beide ondersteunen door werkorderhistorie, assetinformatie en klantcontacten sneller beschikbaar te maken en veelvoorkomende taken deels te automatiseren.

Dat kan bijdragen aan minder herhaalbezoeken, een hogere first-time-fix en klanten die sneller worden geholpen. Niet doordat AI medewerkers vervangt, maar doordat zij beter gebruikmaken van de kennis en informatie die al beschikbaar is.

HSO helpt Field Service, Customer Service en databronnen beter met elkaar te verbinden en voegt AI en agents toe waar die waarde leveren. Zo bedien je meer assets en klanten met de mensen en expertise die je al hebt.