AI w obsłudze zamówień zakupu. Ilustracyjny przykład, a nie wynik klienta: hurtownia i jej liczby są założeniami. AI do przetwarzania zamówień zakupu to oprogramowanie, które czyta zamówienie przysłane e-mailem lub w PDF, wyciąga pozycje, ilości i ceny, sprawdza je z katalogiem i księguje czyste zamówienie w ERP. Człowiek nadal zatwierdza przypadki brzegowe.
Wyobraź sobie średniej wielkości hurtownię z wąskim gardłem, które dzieli większość dystrybutorów. Załóżmy, że około 1000 zamówień zakupu miesięcznie przychodzi jako załączniki e-mail i PDF, a dwie osoby przepisują każde ręcznie do ERP. Sprzedaż jest zamknięta, ale wysyłka czeka na wprowadzanie danych. Te liczby to założenia na potrzeby przykładu, a nie pomiary klienta.
#Co tak naprawdę spowalnia wprowadzanie zamówień zakupu?
Co właściwie robi AI w obsłudze zamówień zakupu?
Powolne nie jest pisanie, tylko czytanie. Każdy dostawca formatuje zamówienie inaczej, więc człowiek musi znaleźć pozycje, dopasować każdą do katalogu i wyłapać błędy cenowe przed zaksięgowaniem. AI czyta wszystkie te formaty naraz i kieruje do człowieka do zatwierdzenia tylko wyjątki.
Projekt ma więc kształt, którego używamy w przetwarzaniu dokumentów operacyjnych: ekstrakcja przez AI, walidacja oparta na regułach i kolejka zatwierdzeń przez człowieka. Claude od Anthropic czyta zamówienie. Reguły sprawdzają każdą pozycję. Co czyste, jest księgowane w ERP. Co dziwne, czeka na człowieka. Sama kolejka zatwierdzeń to mała aplikacja wewnętrzna, taka, jakie powstają w ramach wdrożenia AI.
#Czy zaległości by się rozładowały, czy tylko przesunęły?
To jest cel, a zespół sprawdziłby to, mierząc czas wprowadzania zamówień i wielkość kolejki przed i po. Osoby, które przepisywały zamówienia, zamiast tego przeglądają kolejkę, więc ten sam wolumen przechodzi bez kolejnego etatu. Krok walidacji wyłapuje też źle wycenione i zduplikowane pozycje, których zmęczony człowiek nie jest w stanie rzetelnie porównać z cennikiem. Ten przykład nie podaje liczb wyniku.
Scenariusz ilustracyjny: kolejka wprowadzania zamówień przestaje być tym, co szef operacji sprawdza co rano z niechęcią, a staje się krótką listą wyjątków do zatwierdzenia.
#Jak to wdrożyć, żeby zespół nie stracił zaufania?
Najpierw uruchom AI równolegle ze starym procesem. Każde zamówienie przechodzi obiema ścieżkami, a zespół porównuje ekstrakcję AI z wersją przepisaną ręcznie, zanim cokolwiek zostanie zaksięgowane. W chwili przełączenia widział zgodne wyniki na własnych zamówieniach. Zaufanie się zdobywa, a nie zakłada.
- Czyta zamówienia zakupu z e-maili i plików PDF, w formacie każdego dostawcy
- Wyciąga pozycje, ilości i ceny jednostkowe do uporządkowanych pól
- Sprawdza każdą pozycję z katalogiem i oznacza błędnie wycenione lub zduplikowane wiersze
- Księguje czyste zamówienia prosto w ERP
- Kieruje do człowieka do zatwierdzenia tylko wyjątki
We are
Stennir buduje cichy proces, który czyta Twoje dokumenty i wprowadza czyste dane do systemów, których już używasz.
We aren't
To nie jest chatbot doklejony do Twojego ERP, do którego zespół musi pisać polecenia po jednym zamówieniu.
To ten sam wzorzec operacyjny, który stoi za naszymi innymi przykładami krok po kroku: obsługa szkód, w której człowiek zatwierdza każdą, przygotowanie wstępnych autoryzacji z akceptacją człowieka i rozładowanie zaległości w weryfikacji KYC. Przeczytać dokument, zwalidować dane, zostawić człowieka przy wyjątkach. Jak zakresujemy taką pracę, zobaczysz w doradztwie AI, a bieżący dziennik w dzienniku.
Jeśli kolejka wprowadzania zamówień stoi między zamkniętą sprzedażą a wysyłką, to wąskie gardło da się rozwiązać. Ta strona to ilustracyjny przykład bez liczb klienta; żeby znaleźć własne, trzeba zmierzyć. Powiedz nam, co budujesz.
