ftetoai На списъка с чакащи

Kennisbank

AI и изготвянето на транспортни документи: какво е възможно вече днес

Въпросът конкретно

Изготвянето на транспортни документи е създаването на ЧМР, опаковъчни листове и други превозни документи, необходими за изпращането на пратка. При логистичен служител или спедитор това обикновено се извършва в TMS или ERP система, въз основа на данни за поръчката, които вече са налични. Въп��осът не е дали това може някога да бъде автоматизирано, а какво е възможно вече днес.

Защо тази задача се поддава добре на автоматизация

Три оси определят тук картината: структурираност, обем и съответствие (compliance).

Структурираността получава висока оценка. Едно ЧМР следва фиксиран формат, опаковъчен лист следва фиксиран формат, а данните, които трябва да фигурират в тях -- изпращач, получател, брой колети, тегло, референтен номер -- вече са налични в системата за поръчки. Не е необходим текст, само преснемане и разполагане на данни. Това е точно работата, за която е създадена автоматизацията, базирана на правила (RPA): извличане на данни от система А и поставянето им в правилните полета на система Б или в шаблон на документ.

Обемът засилва това. При всяка пратка това трябва да се повтори, което означава, че малко времево предимство на документ се умножава по стотици или хиляди пратки на месец. Там, където обемът е висок и работата се повтаря, вероятността автоматизацията да се изплати е най-голяма.

Съответствието (compliance) получава оценка 2, по-ниска, и точно това работи в полза тук: ЧМР е законов документ с фиксирани задължителни полета. Има малко пространство за тълкуване относно това какво трябва да съдържа, което улеснява проверката на правилността на резултата в сравнение с документи, при които трябва самостоятелно да се преценява какво отговаря на изискванията.

Защо това не е пълно поемане

Пространството за преценка е на 4 и това веднага прави картината по-нюансирана. Не всяка пратка е стандартна. Опасно вещество, изключителна митническа дестинация, клиент с отклоняващо се условие за доставка: това изисква проверка, която надхвърля преснемането на данни. Който въвежда автоматизация тук, без да разпознава тези изключения, рискува погрешни документи да излязат навън също толкова бързо, колкото и правилните.

Разходите за грешки на 3 се вписват в това. Погрешно ЧМР може да доведе до отказана пратка, погрешен опаковъчен лист -- до погрешна доставка при клиента. Това не е катастрофално, но и не е пренебрежимо. Затова най-работещото решение днес не е пълно поемане, а автоматично генериране с човешки поглед върху отклоненията: системата съставя документа, служител одобрява или отхвърля това, което пада извън стандартния модел.

Креативността получава оценка 1, което е логично: няма нищо за формулиране или измисляне, само за структуриране. Това прави задачата подходяща за автоматизация, но означава и, че има малко пространство за по-умна работа чрез езикови AI модели. Това е рутинна работа, не писателска работа.

С какво AI може да се справи вече днес

Технологията, която пасва тук, е RPA: софтуер, който по фиксирани правила преснема данни и съставя документи. Не генеративен AI, който произвежда свободен текст, а скрипт, който извлича данни за поръчката от TMS или ERP системата и ги поставя в правилния формат на документа. Това работи, докато са изпълнени две условия: форматите на документите са стандартизирани и има връзка с данните за поръчката. Без тази връзка някой продължава да препечатва ръчно, а без стандартен формат за всяко изключение трябва отново да се обмисля оформлението.

Къде положението е различно

При компания, която изпраща предимно стандартни пратки в рамките на ЕС, с ограничен брой клиенти и фиксирани условия за доставка, поемането е голямо: почти всички документи следват един и същ модел. При спедитор, който работи международно с променливи митнически изисквания, опасни вещества и специфични за клиента договорености, делът на работата, която може да бъде автоматизирана, е по-нисък, и по-голяма част остава при служителя, който разпознава изключенията.

Тази зависимост от стандартизацията е същата логика, която важи при обработката на входящи фактури и при регистрирането на разписка за получаване в системата: колкото по-структуриран е източникът, толкова по-голяма е частта, която може да се извърши без човешка ръка. По-нататък в логистичния процес нещата стоят различно, както при разпределянето на складови места или при комплектуването и опаковането на стоки, където физическите действия поставят различна граница.

Какво не е това

Това не е твърдение за това кой изпълнява тази задача днес или кой би трябвало да продължи да я изпълнява. Какво прави дадена организация с освободените часове, остава извън обхвата на този анализ; решенията, засягащи персонала, имат свои собствени законови изисквания и не следва да се оценяват тук.

Как стигаме до тази преценка

Осемте оси, използвани тук -- от структурираност до съответствие -- формират постоянната основа на всяка оценка на задача. Как точно работи тази оценка е обяснено на отделна страница, за тези, които искат да видят откъде идват оценките. За тези, които искат да погледнат по-широко от тази единствена задача: коя работа в логистиката AI може да поеме дава там общ преглед.

Какво можете да направите сега

За транспортните документи важи следното: структурираната част с висок обем се поддава на автоматично оформяне, изключенията все още изискват контролиращо око. Колко от вашия документен поток попада в първата част и колко във втората, се различава по компания и зависи от това колко еднородни са вашите пратки.

Безплатният бърз тест дава първоначална индикация за това: дванадесет въпроса, без акаунт, с оценка на частта от часовете във вашия профил, която днес може да бъде поета от AI. Пълният работен анализ, който разлага работата на цяла компания на задачи и я преизчислява във фактически капацитет (fte), все още е в разработка.

KIPPde assistent van de werkscan

Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.

Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.