Stiamo testando l'importazione degli ordini da documenti tramite IA

Stiamo testando in LiteTMS un modulo di importazione ordini basato su intelligenza artificiale che legge un documento di trasporto, prepara una bozza d'ordine strutturata, la confronta con i dati già presenti nell'area di lavoro e mostra allo spedizioniere esattamente ciò che richiede ancora attenzione prima che l'ordine venga creato.

L'obiettivo è semplice: evitare che lo spedizioniere debba digitare informazioni già presenti in un PDF, in una scansione, in un documento o in un'e-mail.

Due modi per iniziare senza un modulo vuoto

I Matchcode gestiscono già le attività ricorrenti. Lo spedizioniere può salvare un modello d'ordine collaudato, cercarlo tramite codice o nome e usarlo come punto di partenza per il trasporto successivo analogo. Il percorso, l'equipaggio, i documenti, il geofencing e le sezioni tariffarie possono essere inclusi nel modello salvato.

L'importatore basato su IA affronta un caso diverso. L'ordine arriva dall'esterno del sistema e il suo layout appartiene al cliente, non a LiteTMS. Invece di creare un modello per ogni mittente, lo spedizioniere carica il documento e lascia che LiteTMS lo legga.

Ciò offre due pratiche scorciatoie nella schermata di creazione dell'ordine. Si usa un Matchcode quando il lavoro si ripete. Si usa l'IA quando la fonte è un documento che altrimenti qualcuno dovrebbe ricopiare campo per campo.

Cosa legge e prepara LiteTMS

L'attuale flusso di test accetta PDF, i formati di immagine più comuni, file DOC e DOCX ed e-mail in formato EML. Legge il documento per intero, anziché chiedere all'utente di incollare singoli frammenti di testo.

A partire da questo materiale, prepara un ordine di trasporto strutturato. A seconda del contenuto del documento, la bozza può includere:

1. Il committente e un eventuale pagatore separato.
2. Tappe di carico e scarico, indirizzi, date, finestre orarie, riferimenti e recapiti.
3. Descrizione della merce, peso, quantità, imballaggio, pallet, metri di carico, volume, classe ADR e temperatura.
4. Targhe di motrice e rimorchio, dati del conducente, prezzo, valuta, IVA e condizioni di pagamento.

Le informazioni mancanti restano tali. Le regole di estrazione indicano esplicitamente al modello di non tirare a indovinare partite IVA o codici fiscali, targhe, prezzi o qualsiasi altro valore assente dal documento originale.

La schermata di revisione è il luogo in cui si fa il vero lavoro

Leggere il file è solo la prima metà del lavoro. LiteTMS confronta poi i dati estratti con le anagrafiche già registrate nei sistemi aziendali.

I partner commerciali possono essere associati tramite partita IVA o ragione sociale. Le tappe vengono verificate rispetto a luoghi reali. Le targhe dei veicoli vengono controllate rispetto all'anagrafica della flotta. La schermata di revisione distingue nettamente una corrispondenza certa da un suggerimento e da una voce che rimane priva di abbinamento.

Questa distinzione è fondamentale. Un sistema che compila ogni campo con sicurezza eccessiva rischia di nascondere errori costosi. LiteTMS genera invece un riepilogo operativo chiaro: quali documenti sono stati letti, cosa è stato estratto, cosa è stato abbinato, cosa è solo un'ipotesi e cosa richiede ancora una decisione manuale.

Lo spedizioniere può selezionare un altro partner suggerito, cercare il luogo corretto, correggere i valori estratti relativi al carico o alla parte economica e decidere se assegnare un veicolo riconosciuto. Solo dopo questa verifica l'utente conferma e crea l'ordine tramite la procedura standard di compilazione ordini di LiteTMS.

Cosa stiamo testando ora

Il processo è già operativo in LiteTMS ed è sottoposto agli ultimi test prima di diventare una funzionalità standard per la creazione degli ordini. I documenti inviati dalle aziende di trasporto variano enormemente. Un PDF pulito generato da gestionale, la fotografia di una pagina, una conversazione via e-mail e una scansione con annotazioni a mano presentano problematiche del tutto diverse.

Non stiamo verificando soltanto l'accuratezza dell'estrazione. Stiamo valutando se il riepilogo delle corrispondenze sia abbastanza trasparente, se i suggerimenti incerti siano chiaramente segnalati e se uno spedizioniere riesca a risolvere un'anomalia più rapidamente rispetto a digitare l'ordine da zero.

Stiamo introducendo la funzionalità in modo graduale, testandola con un numero sempre maggiore di formati di documenti. Questo ci consente di perfezionare il riepilogo delle corrispondenze e il flusso di correzione manuale prima del rilascio definitivo.

Perché questo cambia la giornata di uno spedizioniere

L'inserimento manuale richiede attenzione due volte. Prima lo spedizioniere legge il documento. Poi lo rilegge mentre ricopia nomi, indirizzi, date, riferimenti, merci e tariffe nel TMS. La parte complessa del lavoro inizia solo una volta terminata la digitazione.

L'importazione ordini tramite IA sposta tale attenzione sulle eccezioni. Il documento si trasforma in una bozza, i dati aziendali vengono associati ovunque possibile e lo spedizioniere esamina una breve lista di decisioni da prendere. I Matchcode fanno lo stesso per i carichi ricorrenti ma partendo dalla direzione opposta: si inizia con un modello interno collaudato anziché con un modulo vuoto.

È questo il guadagno di efficienza che ci interessa. Meno tempo speso a ricopiare dati, più tempo per gli aspetti del lavoro di spedizione che richiedono reale capacità di giudizio.

L'importatore basato su IA è nella fase finale di test e presto entrerà a far parte del flusso standard di creazione degli ordini. È possibile creare un'area di lavoro LiteTMS e seguirne gli sviluppi sul blog.