Slimme oplossingen voor het travelmanagement



Op maandag 1 maart organiseerde BTMClub opnieuw een Business Travel & Mobility Conference, waarbij onder andere aandacht werd besteed aan de inzet van kunstmatige intelligentie bij travelmanagement en het verduurzamen van zakenreizen. De meest interessante inzichten van de sprekers lees je in dit artikel.


Kunstmatige intelligentie
De keynote van het event was Marco de Jong, co-founder & CEO van Experience Data. Dit bedrijf is gespecialiseerd in het praktisch toepassen van kunstmatige intelligentie*, data science en big data in diverse sectoren. Met zijn bedrijf koppelt hij de kennis en ervaring van mensen aan technologie met als doel om mens en machine optimaal te laten samenwerken. Marco ziet ook mogelijkheden binnen travelmanagement om met kunstmatige intelligentie tot passende reisoplossingen te komen. "Een digitale assistent maakt analyses op basis van het collectieve geheugen van een bedrijf en legt bevindingen met betrekking tot een bepaalde vraag of een specifiek onderwerp voor. Een assistent kan zo helpen om bij complexe onderwerpen - met veel factoren, veel belanghebbenden en veel opties - de juiste keuze te maken. Een travelassistent kan leren hoe een besluitproces met betrekking tot het boeken van een reis en een hotel tot stand komt en in welke omstandigheden factoren zoals kosten, duurzaamheid of zelfs gevoel de doorslag geven." 
Wel is het belangrijk om kunstmatige intelligentie gericht toe te passen. Wil je meer inzicht in kostenefficiëntie, dan zal je de computer alles over kosten moeten leren. Staat klanttevredenheid en welzijn centraal, dan moet daar een specifiek model voor worden gemaakt. "Door er veel tijd en energie in te steken, zal een model de patronen gaan herkennen en steeds slimmer worden." 

IKEA reduceert CO2-uitstoot zakenreizen
De tweede spreker gaf een kijkje achter de schermen van het reisbeleid van meubelgigant IKEA. Zephalinde Bosschaart-van der Kolk maakt samen met 37 collega's onderdeel uit van het Sustainability Risk & Verification Reviewer Team. Deze reviewers nemen in 26 landen audits af bij leveranciers om te controleren hoe deze bedrijven de eisen van IKEA (oa duurzaamheid, veiligheid op de werkplek en kinderarbeid) ter plekke toepassen. Voor deze reizen naar onder andere Rusland, China en de VS worden het vliegtuig, de trein en de auto gebruikt. Het audit-team heeft zichzelf als doel gesteld om de CO2-uitstoot van de zakenreizen voor audits en vergaderingen te verlagen. 

Met de Travel Emission Tool kan het team heel eenvoudig de CO2-uitstoot van elke reis meten en rapporteren. In een excel-bestand houden de auditorsvoor elke reis die ze maken een sheet bij waarin ze noteren welke vervoersmiddelen ze gebruiken en hoeveel CO2 dit produceert. Wil je een reis kunnen declareren, dan moet je deze sheet hebben ingevuld. De exacte uitstoot per vervoersmiddel is gebaseerd op een onderzoek van de Britse overheid dat voor iedereen toegankelijk is. "Uiteindelijk hebben we per team de resultaten verzameld en de verschillen bekeken. Op basis hiervan hebben we een nieuw reisbeleid opgesteld met daarin een aantal algemene bepalingen:

- audits moeten zoveel mogelijk worden gecombineerd;

- de auditor die het dichtst bij de locatie zit, doet de audit;

- voorkomen korte vluchten;

- boek directe vluchten;

- indien een extra overnachting in verband met en treinreis wenselijk is, dan mag die gewoon worden geboekt.


Naast deze algemene bepalingen heeft het audit-team het beleid verder toegespitst op de regio's. "Reizen naar bepaalde Europese steden moeten altijd per trein worden afgelegd. Dat geldt ook voor reizen binnen China waarbij minder dan 500 kilometer moet worden gereisd. Ook de afstand tussen Shangai en Suzhou mag alleen per trein worden afgelegd. In de VS ligt de nadruk vanwege de lange afstanden op directe vluchten en duurzame huurauto's. Daarnaast is de coronapandemie de katalysator geweest om meer digitale audits en interviews af te nemen." Het resultaat is mede dankzij de impact van de coronacrisis imposant: 200.000 kg CO2 in 2019 versus 70.000 kg CO2 in 2020. "Uiteindelijk hoop ik dat we in plaats van een sheet een app kunnen gebruiken en dat duurzaamheid ook in IKEA-breed in het boekingsproces wordt opgenomen."

Hotel leakage
Als derde spreker kwam Vishal Desai, Consulting Manager bij travelmanagementbedrijf Egencia aan het woord. Hij adresseerde een probleem dat al enkele jaren speelt binnen het travelmanagement: hotel leakage. Dit houdt in dat hotelovernachtingen buiten het travelmanagement boekingssysteem worden gemaakt. Volgens Vishal zijn er meerdere oorzaken aan te wijzen voor hotel leakage: een gebrek aan goede tools en technologie, slechte ervaringen met het boekingssysteem, gebrek aan toegang tot relevante content, een beleid zonder regels en een gebrek aan kennis en ervaring bij de boekers. De gevolgen van hotel leakage moet je als bedrijf zeker niet onderschatten. "Een lager boekingsvolume ondermijnt je onderhandelingspositie en je loopt kortingen mis. Bovendien maakt hotel leakage het lastig om je zorgplicht richting je reizende medewerkers na te komen. Het verzamelen van alle informatie van de boekingen kost tijd en geld." Vishal geeft drie tips om hotel leakage tegen te gaan. "Gebruik de juiste technologie. Ga voor een platform dat gebruiksvriendelijk is en maak het boeken via dit platform verplicht. Zorg dat je inzicht krijgt in het boek- en reisgedrag van je werknemers. Geef desnoods workshops en advies, maar zorg ook dat je betrokken bent en luistert naar hun wensen en pijnpunten."

Trends in meeting- en hotelmanagement
Judith Huisman, Co-Founder Meetingselect, dook in de trends, data en efficinecy omtrent Meetings Management. Een kleine greep uit deze trends:

-de duty of care die op het reisbeleid van toepassing is, gaat ook onderdeel uitmaken van het vergaderbeleid. Dit vergaderbeleid wordt op basis van data opgesteld en legt voorwaarden vast voor  interne werkplekken en externe bijeenkomsten. Naar verwachting zal 30% van de werknemers één à twee dagen per week thuis gaan werken. Hybride en online vergaderen maakt veilig samenkomen mogelijk;

-naar verwachting zullen er straks weer kleine, lokale vergaderingen plaatsvinden. Omdat men niet te ver wil reizen, zullen tweederangssteden de voorkeur hebben. Dit geldt ook voor de alternatieve werkplek die bij voorkeur niet te ver van huis, kantoor of de klant ligt; 

-de vraag naar unieke locaties blijft elk jaar stijgen. Grote hotels hebben inmiddels een coronaprotocol en er wordt goed ingespeeld op de werkplektrend, maar de vraag is hoeveel locaties er uiteindelijk over zullen blijven; 

-ook de aandacht voor duurzaamheid blijft. Veel locaties werken al samen met lokale leveranciers en kijken hoe ze hun afvalstromen kunnen reduceren. Op basis van data kun je de beste locatie selecteren op reistijd, kosten, maar ook op CO2-uitstoot;

-Meetings Bleisure wordt populair: de combinatie van zakelijk en vrije tijd. Denk aan teambuildingsactiviteiten of een diner.


Duurzame alternatieven 
Tijdens de online conferentie was er ook aandacht voor het verduurzamen van zakenreizen. Zo zet KLM met verschillende programma's in op duurzaam vliegen. Een van deze programma's is SAF: sustainable aviation fuel. Deze brandstof is gemaakt van afvaloliën of grondstoffen die geen negatieve impact hebben op de biodiversiteit en/of voedselproductie. KLM koopt deze SAF in, vermengt de brandstof met fossiele kerosine en pompt deze bij in het brandstofaanvoersysteem op Schiphol en in Los Angeles. Met het gebruik van SAF wordt de uitstoot met minstens 75% verminderd ten opzichte van fossiele brandstof. Door schaarste op de markt en hoge productiekosten is SAF drie keer zo duur als reguliere kerosine. In totaal ging het in 2019 om minder dan 1% van de totale brandstofbehoefte van KLM. Om meer kilometers op deze brandstof te kunnen vliegen, introduceerde KLM in 2012 het KLM Corporate SAF Programma. Daar zijn inmiddels 16 partners bij aangesloten (waaronder ABN AMRO, Royal Schiphol Group en Arcadis) die de aankoop van AF door KLM helpen financieren om zo de CO2-impact van hun zakelijke reiskilometers te verminderen. 

Autodeelbedrijf Greenwheels speelt in op de tendens dat klanten minder autokilometers maken en bewuster nadenken over de vervoersmiddelen die ze gebruiken. "Door meer auto's bij gebruikers in de buurt plaatsen, zijn er uiteindelijk juist minder parkeerplekken nodig omdat mensen geen behoefte meer hebben aan een eigen auto", volgens Andrew Berkhout, Managing Director van Greenwheels "Maar om die auto's te kunnen plaatsen, hebben we een parkeerplek nodig en die moeten we op tijd aanvragen bij de gemeenten." Daarvoor maakt het bedrijf strategische keuzes maakt op basis van data. "Op basis van verzamelde gegevens hebben we correlaties ontdekt en deze geprojecteerd op gebieden waar we nog niet actief waren. Hierdoor konden we interessante uitbreidingsgebieden selecteren en hebben we bij de betreffende gemeenten alvast de aanvragen  ingediend." In 2020 breidde Greenwheels uit met 300 auto's in stedelijke en landelijk gebieden. Deze auto's kunnen nu via een makkelijk bedienbare app en via derden worden geboekt. Ook kunnen bedrijven gebruik maken van Greenwheels Company Cars. De Rijksoverheid heeft bijvoorbeeld voor haar werknemers 700 slimme poolauto's voorzien van eigen logo op 150 locaties door heel Nederland staan. 



*Artificial Intelligence, machine learning, deep learning; hoe zit het precies?

Artificial Intelligence oftewel kunstmatige intelligentie is een containerbegrip voor slimme computermodellen die partonen herkennen en op basis van deze patronen voorspellingen kunnen doen. Hiermee wordt in feite de belsuitvorming van mensen nagebootst. 

Machine learning is een onderdeel van Artificial Intelligence. Hoe meer voorbeelden een machine verwerkt, des te sneller een machine een patroon begrijpt. Door bijvoorbeeld plaatjes van verschillende bomen in verschillende seizoenen te tonen en te laten zien wat geen bomen zijn, kan een machine uiteindelijk zelf beoordelen of een afbeelding een boom toont. Kinderen leren op dezelfde manier: met veel herhaling en bevestiging.

Deep learning houdt in dat een machine zo goed mogelijk leert om het menselijk denkproces na te bootsen. Bij deep learning is de kwaliteit van de input heel belangrijk, anders wordt het proces en de resultaten niet als betrouwbaar beschouwd. Marco de Jong: "Bevat de data aannames - en dat komt vaker voor dan je denkt - dan komen die aannames ook terug in je resultaten. Dat merkte ook een bedrijf dat AI inzette om de beste kandidaten voor een vacature te selecteren. Omdat de database meer cv's van mannen dan vrouwen bevatte, werden er meer mannen dan vrouwen geselecteerd. Dat is namelijk een van de patronen die de machine onbedoeld herkende. Uit dit voorbeeld blijkt dat machines mensen nodig hebben die uitleg en bijsturing geven." 






 

Auteur: Sofie Fest

Tags: BTMClub Business Travel & Mobility Conference kunstmatige intelligentie travelmanagement duurzaam reizen
Algemene voorwaarden | privacy statement