Preizkušamo uvoz naročil iz dokumentov z umetno inteligenco

V sistemu LiteTMS testiramo uvoznik naročil z umetno inteligenco, ki prebere prevozni dokument, pripravi strukturiran osnutek naročila, ga primerja s podatki v delovnem okolju in špediterju natančno pokaže, kaj zahteva pozornost pred ustvarjanjem naročila.

Cilj je preprost: špediterjem prihraniti ročno prepisovanje podatkov, ki so že zapisani v datoteki PDF, skenu, pisarniškem dokumentu ali elektronskem sporočilu.

Dva načina za začetek brez praznega obrazca

Funkcija Matchcode že zdaj podpira ponavljajoče se prevoze. Špediter lahko shrani preverjen vzorec naročila, ga poišče po kodi ali nazivu ter uporabi kot izhodišče za naslednji podoben posel. Shranjeni vzorec lahko vključuje relacijo, vozno ekipo, dokumente, območja geofencinga in finančne podatke.

Uvoznik z umetno inteligenco rešuje drugačen primer. Naročilo prispe od zunaj, njegova postavitev pa je prilagojena naročniku in ne sistemu LiteTMS. Namesto ustvarjanja predloge za vsakega pošiljatelja posebej špediter preprosto naloži dokument, LiteTMS pa ga prebere.

Obrazec za vnos naročil tako ponuja dve praktični bližnjici: uporabite Matchcode pri ponavljajočih se poslih in umetno inteligenco pri dokumentih, ki bi jih sicer morali ročno prepisovati polje za poljem.

Kaj LiteTMS prebere in pripravi

Trenutni testni postopek sprejema datoteke PDF, običajne slikovne formate, datoteke DOC in DOCX ter elektronska sporočila EML. Sistem prebere celotno vsebino, ne da bi moral uporabnik ročno kopirati in lepiti posamezne dele.

Iz teh gradiv pripravi eno strukturirano prevozno naročilo. Glede na vsebino dokumenta lahko osnutek vključuje:

1. Naročnika in ločenega plačnika.
2. Točke naklada in razklada, naslove, datume, časovna okna, sklice in kontaktne podatke.
3. Opis tovora, težo, količino, vrsto embalaže, palete, nakladalne metre, prostornino, razred ADR in temperaturni režim.
4. Registrske označbe vlačilca in priklopnika, podatke o vozniku, ceno, valuto, DDV ter plačilne pogoje.

Manjkajoči podatki ostanejo prazni. Pravila za branje podatkov modelu izrecno prepovedujejo ugibanje davčnih številk, registrskih označb, cen ali drugih vrednosti, ki jih v viru ni.

Pregledni zaslon: tam, kjer poteka ključno delo

Branje datoteke je le prvi del naloge. LiteTMS nato pridobljene podatke primerja z obstoječimi zapisi v sistemu podjetja.

Poslovne partnerje prepozna po davčni številki ali nazivu podjetja. Lokacije postankov poveže z dejanskimi kraji. Registrske označbe vozil primerja z registrom voznega parka. Pregledni zaslon jasno loči zanesljivo ujemanje od predloga in podatkov, ki so ostali neprepoznani.

Ta razlika je ključna. Sistem, ki samodejno in brez pomisleka izpolni vsako polje, lahko prikrije drage napake. LiteTMS zato pripravi pregleden povzetek: kateri dokumenti so bili prebrani, kaj je bilo izluščeno, kateri podatki se ujemajo, kateri so le predlogi in kje je potrebna ročna odločitev.

Špediter lahko izbere drugega predlaganega partnerja, poišče ustrezno lokacijo, popravi prebrane podatke o tovoru ali financah ter potrdi dodelitev prepoznanega vozila. Šele po tem pregledu uporabnik potrdi vnos in ustvari naročilo prek običajnega modula za naročila v LiteTMS.

Kaj trenutno preizkušamo

Postopek v LiteTMS že deluje in prestaja zadnja testiranja, preden postane standardni del ustvarjanja naročil. Dokumenti v prevoznih podjetjih se zelo razlikujejo: pregleden digitalni PDF, fotografija lista papirja, e-poštno sporočilo ali sken z ročnimi opombami prinašajo vsak svoje izzive.

Preverjamo več kot le natančnost branja podatkov. Testiramo, ali je povzetek ujemanj dovolj zanesljiv, ali so negotovi predlogi jasno označeni ter ali lahko špediter odstopanja popravi hitreje, kot če bi naročilo vnašal od začetka.

Funkcijo uvajamo postopoma in jo preizkušamo na vedno novih oblikah dokumentov. Tako imamo čas izboljšati pregled ujemanj in postopek ročnih popravkov pred splošno razpoložljivostjo.

Zakaj to spremeni špediterjev delovni vsakdan

Ročni vnos dvakrat jemlje pozornost. Špediter najprej prebere dokument, nato pa ga bere še enkrat, ko imena, naslove, datume, sklice, podatke o tovoru in prevoznine prepisuje v sistem TMS. Zahtevnejši del dela se začne šele po končanem tipkanju.

Uvoz naročil z umetno inteligenco pozornost preusmeri na odstopanja. Dokument postane osnutek, podatki se povežejo z bazo podjetja, špediter pa le preveri kratek seznam odločitev. Podobno vlogo ima Matchcode pri ponavljajočih se prevozih, le z druge strani: začetek s preverjenim internim vzorcem namesto s praznim obrazcem.

To je tisto povečanje učinkovitosti, h kateremu stremimo. Manj prepisovanja in več časa za tiste naloge v špediciji, ki zahtevajo strokovno presojo.

Uvoznik z umetno inteligenco je v sklepni fazi testiranja in bo kmalu na voljo v rednem postopku ustvarjanja naročil. Lahko ustvarite delovno okolje v LiteTMS in spremljate napredek na našem blogu.

Pogosta vprašanja

Ali lahko LiteTMS ustvari naročilo iz datoteke PDF ali e-pošte?

Uvoznik z umetno inteligenco, ki ga trenutno testiramo, lahko prebere datoteke PDF, slike, pisarniške dokumente in e-poštna sporočila EML ter pripravi strukturiran osnutek naročila. Uporabnik ta osnutek pregleda in potrdi, preden LiteTMS ustvari naročilo.

Ali umetna inteligenca ustvari naročilo brez pregleda špediterja?

Ne. LiteTMS najprej prikaže prebrane podatke, ujemanja, predloge in nerazrešene postavke. Špediter po potrebi podatke popravi in naročilo izrecno potrdi.

Kaj se zgodi, če LiteTMS ne more prepoznati poslovnega partnerja ali naslova?

Pregledni zaslon tak element označi kot predlog ali kot neprepoznanega, namesto da bi podal navidezen zanesljiv rezultat. Uporabnik lahko izbere drugo možnost, poišče pravi vnos ali manjkajoče podatke vnese ročno.

Kako se uvoz naročil z umetno inteligenco razlikuje od funkcije Matchcode?

Matchcode izhaja iz shranjenega vzorca naročila v sistemu LiteTMS in je primeren za ponavljajoče se posle. Uvoz naročil z umetno inteligenco pa izhaja iz zunanjega dokumenta in pripravi osnutek iz podatkov, ki jih najde v njem.