OpenAI

27 april 2026

Choco automatiseert voedseldistributie met AI-agents

Met de API's van OpenAI verwerkt Choco miljoenen bestellingen, vermindert het handmatig werk en maakt het een 24/7-bedrijfsvoering mogelijk in wereldwijde voedselketens.

Tijdelijke mediacontainer bovenaan het klantverhaal van Choco; media worden later toegevoegd
Grootte van de onderneming: Middensegment
Regio: Wereldwijd
Sector: Eten en drinken, Technologie
Producten: API

Resultaten

8,8 mln.+

Bestellingen per jaar verwerkt

Resultaten

200 mld.+

AI-tokens verwerkt in productie

Resultaten

↑50%

Minder handmatige orderinvoer

Resultaten

2x

Productiviteit van het salesteam zonder extra personeel

Voedseldistributie opnieuw vormgeven voor het AI-tijdperk

Choco⁠(opent in een nieuw venster) is een AI-platform dat de distributie van voedingsmiddelen en dranken moderniseert. Het bedient meer dan 21.000 distributeurs en 100.000 inkopers in de VS, het VK, Europa en de GCC-landen. Door restaurants, leveranciers en distributeurs in één systeem samen te brengen, stroomlijnt Choco bestellingen, verkoop en klantbeheer in de hele voedselketen.

Toen het aantal bestellingen groeide, stuitte Choco op een groot knelpunt: bestellingen kwamen nog steeds binnen via e-mails, sms'jes, voicemails, afbeeldingen en zelfs handgeschreven briefjes. Teams zetten die input handmatig om in gestructureerde ERP-orders: een traag en foutgevoelig proces dat groei belemmerde en de dagelijkse bedrijfsvoering voortdurend bemoeilijkte.

"Het verwerken van die input was de eerste hindernis, maar niet de moeilijkste. Het echte probleem was de impliciete context: klantspecifieke SKU-koppelingen, voorkeuren voor eenheden en leveringspatronen. Die kennis zat in de hoofden van de medewerkers van de orderafdeling. Wij moesten die vastleggen in inferentielagen die onduidelijkheden oplossen zodra een bestelling binnenkomt."
—Narbeh Mirzaei, vicepresident engineering

Met de komst van LLM's die geschikt waren voor productie, zag Choco een kans om verder te gaan dan workflowsoftware en AI-systemen te bouwen die het werk zelf konden uitvoeren. De API's van OpenAI kwamen centraal te staan in die transformatie.

De uitrol van dichtbij

Choco integreerde de API's van OpenAI in de kern van zijn platform als basis voor een nieuwe generatie producten die vanaf de grond af rond AI zijn gebouwd. Het bedrijf introduceerde OrderAgent⁠(opent in een nieuw venster), dat multimodale input verwerkt, waaronder e-mails, sms'jes, afbeeldingen en documenten, en deze omzet in gestructureerde orders die direct in het ERP-systeem kunnen worden opgenomen.

"De mogelijkheden voor transcriptie en gegevensextractie gaven ons een stevige basis. De echte technische uitdaging was het bouwen van een dynamische infrastructuur voor in-context leren, zodat het systeem onduidelijkheden oplost aan de hand van de bestelgeschiedenis en catalogus van elke klant. Dat is het verschil tussen automatisering en intelligentie."
—Narbeh Mirzaei, vicepresident engineering

Choco heeft ook VoiceAgent⁠(opent in een nieuw venster) gebouwd, op basis van de Realtime API van OpenAI. Daarmee kunnen klanten op een natuurlijke manier telefonisch bestellen, met een reactietijd van minder dan een seconde, ook buiten kantooruren.

Een man met een zwart schort en een pet staat in een keuken te telefoneren terwijl hij een vel papier vasthoudt. Achter hem staan planken met potten en keukenspullen. Chatballonnen over de afbeelding tonen een gesprek over het bestellen van pizzabenodigdheden, waaronder bloem, tomaten en pizzadozen. Een spraakagent geeft informatie over de beschikbaarheid en vraagt naar het formaat van de dozen.

Choco koos voor OpenAI vanwege de modelprestaties, multimodale mogelijkheden, gestructureerde output en betrouwbaarheid bij grootschalig gebruik in productie. Dankzij de mogelijkheid om tekst, beeld en audio binnen één ecosysteem te verwerken, kon Choco voorheen losstaande workflows samenbrengen in één intelligent systeem.

De implementatie verliep snel en was goed schaalbaar. Met de SDK's en API's van OpenAI integreerde Choco snel mogelijkheden zoals spraak-naar-tekst, embeddings en functies aanroepen in zijn infrastructuur. Het team bouwde ook een grondig evaluatiekader met datasets met geverifieerde referentiegegevens, doorlopende monitoring en A/B-tests om de nauwkeurigheid en prestaties in productie te waarborgen.

De naadloze integratie in het hele bestelproces stimuleerde het gebruik. Klanten hoefden hun manier van bestellen niet te veranderen: of ze nu belden, sms'ten of mailden, het systeem paste zich aan hen aan.

"Zodra klanten zagen dat het met hun eigen bestellingen werkte, groeide het vertrouwen snel. Vanaf dat moment nam het gebruik echt een vlucht."
—Daniel Khachab, medeoprichter en CEO

Met de optionele modus "Automatische piloot" konden distributeurs de orderverwerking automatiseren zodra de ingestelde betrouwbaarheidsdrempels werden gehaald, terwijl uitzonderingsgevallen door mensen werden gecontroleerd. Het systeem bleef leren van correcties, waardoor de nauwkeurigheid en betrouwbaarheid in de loop van de tijd toenamen.

De resultaten in één oogopslag

  • Verwerkt jaarlijks meer dan 8,8 miljoen bestellingen, waardoor miljoenen handmatige workflows vervallen

  • Vermindert handmatige orderinvoer met tot wel 50%, zodat teams tijd hebben voor werk met meer toegevoegde waarde

  • Verdubbelt de productiviteit, zodat teams kunnen opschalen zonder extra personeel

  • Houdt foutpercentages onder de 1–5% met instelbare automatiseringsdrempels

  • Maakt het mogelijk om 24/7 bestellingen aan te nemen, zonder vertraging door nachten en weekenden

Lessen voor leidinggevenden

  • Evalueer vanaf dag één: zelfs met een kleine dataset met geverifieerde referentiegegevens (10–20 voorbeelden) kunnen teams vooruitgang meten, verbeteringen valideren en met vertrouwen verder ontwikkelen.

  • Investeer in observability die op AI is afgestemd: voor het opsporen van fouten in AI-systemen zijn traditionele logs niet genoeg. Het vastleggen van modelinput, output en redeneringsstappen is essentieel om prestaties te begrijpen en te verbeteren.

  • Schep vroeg de juiste verwachtingen: anders dan deterministische software werken LLM's op basis van waarschijnlijkheden. Door dit verschil aan teams en gebruikers uit te leggen, bouw je vertrouwen op en voorkom je problemen bij de ingebruikname.

De volgende stappen

Choco blijft zijn AI-mogelijkheden uitbreiden in het hele ecosysteem voor voedseldistributie, waarbij agents een grotere rol krijgen in de uitvoering van complexe operationele workflows. Nu AI-systemen meer verantwoordelijkheid krijgen, biedt het bedrijf ruimte aan een nieuwe groep gebruikers: mensen zonder technische achtergrond die als "agentcoördinatoren" intelligente systemen ontwerpen en beheren om bedrijfsresultaten te verbeteren.

"We stappen over van software die het werk ondersteunt naar systemen die het werk daadwerkelijk uitvoeren. Daardoor kunnen onze klanten sneller, efficiënter en met veel meer veerkracht werken."
—Daniel Khachab, medeoprichter en CEO

Choco wil het gebruik van de API's van OpenAI verder opschalen voor autonomere, contextbewuste systemen voor verkoop, handel en ketenbeheer. Daarmee zet het bedrijf de stap van workflowsoftware naar AI-infrastructuur die het werk zelf uitvoert verder door.

Stap in het nieuwe tijdperk van werk

Meer dan 1 miljoen bedrijven wereldwijd behalen zinvolle resultaten met OpenAI.