Kennisbank

Δημιουργία εγγράφων αποστολής και επιστροφής από AI

Το ερώτημα

Σε μια παράδοση ή επιστροφή πρέπει να δημιουργηθούν ετικέτες, δελτία αποστολής και ενίοτε τελωνειακά έγγραφα. Αυτό γίνεται με βάση δεδομένα που βρίσκονται ήδη κάπου στο σύστημα: διεύθυνση, βάρος, περιεχόμενο, προορισμός. Το ερώτημα είναι αν η AI μπορεί να αναλάβει αυτή τη διαδικασία, και ποιο μέρος των ωρών ενός υπαλλήλου επεξεργασίας παραγγελιών ή εργαζομένου σε logistics ελευθερώνεται έτσι.

Η απάντηση είναι ναι, με μία επισήμανση. Αυτή είναι μία από τις εργασίες για τις οποίες δεν απαιτούνται ούτε καν τα πιο πρόσφατα μοντέλα AI: αρκεί ο αυτοματισμός ρομποτικών διαδικασιών (RPA), και πολλές εταιρείες λειτουργούν ήδη έτσι.

Γιατί αυτή η εργασία ενδείκνυται εδώ

Τρεις άξονες είναι καθοριστικοί: δομημένος χαρακτήρας, όγκος και περιθώριο κρίσης.

Ο δομημένος χαρακτήρας βαθμολογείται με 5. Μια ετικέτα αποστολής ακολουθεί σταθερή μορφή, ένα δελτίο αποστολής ακολουθεί σταθερή μορφή, ένα τελωνειακό έγγραφο ακολουθεί σταθερή μορφή που καθορίζεται από το ίδιο το τελωνείο. Δεν απαιτείται καμία ερμηνεία σχετικά με το τι πρέπει να αναγράφεται στο έγγραφο — αυτό είναι καθορισμένο στο πρότυπο και στα δεδομένα εισόδου.

Ο όγκος βαθμολογείται επίσης με 5. Αυτή δεν είναι εργασία που εμφανίζεται μερικές φορές την εβδομάδα· σε μια εταιρεία κάποιου μεγέθους πρόκειται για δεκάδες έως χιλιάδες αποστολές την ημέρα. Όσο μεγαλύτερος ο όγκος, τόσο μεγαλύτερο το κέρδος χρόνου ανά αυτοματοποιημένο βήμα, και τόσο ταχύτερα αποσβαίνεται η επένδυση σε διασυνδέσεις.

Το περιθώριο κρίσης βαθμολογείται με 5, κάτι που εδώ είναι ευνοϊκό: υπάρχει ελάχιστη ζύγιση αποφάσεων. Το σύστημα γνωρίζει το βάρος, τον προορισμό και τον τύπο αποστολής, και από αυτά προκύπτει μηχανικά ποιο έγγραφο με ποιο περιεχόμενο θα δημιουργηθεί. Δεν υπάρχει περίπτωση όπου ο εργαζόμενος πρέπει να εκτιμήσει ποιο έγγραφο είναι το καλύτερο — αυτό το ερώτημα δεν υφίσταται.

Γιατί η βαθμολογία δεν είναι παντού 5

Η δημιουργικότητα βαθμολογείται με 5, κάτι που σε αυτή την περίπτωση σημαίνει ότι δεν απαιτείται καμία δημιουργικότητα — εδώ αυτό είναι πλεονέκτημα, όχι μειονέκτημα. Η επαφή με πελάτες βαθμολογείται με 4: συνήθως δεν υπάρχει άμεση επαφή κατά τη δημιουργία αυτών των εγγράφων, αν και μια αλλαγή διεύθυνσης μπορεί να προκύψει από ερώτημα πελάτη, κάτι που συνδέει αυτή την εργασία με όσα συμβαίνουν και στον έλεγχο και την επικοινωνία κατάστασης παραγγελίας.

Ο φυσικός χαρακτήρας βαθμολογείται με 3, και αυτός είναι ο λόγος που αυτή δεν είναι πλήρως εργασία γραφείου: μια ετικέτα πρέπει τελικά να κολληθεί σε ένα κουτί, και αυτό παραμένει ανθρώπινη εργασία, ή εργασία για κάποιο άλλο είδος αυτόματου μηχανισμού πέρα από την AI. Η ίδια η δημιουργία εγγράφων είναι ψηφιακή· η επικόλληση όχι.

Το κόστος σφαλμάτων και η συμμόρφωση βαθμολογούνται και τα δύο με 3, και αυτό αξίζει προσοχή. Μια λάθος διεύθυνση σε ένα δελτίο αποστολής κοστίζει μια επιστροφή αποστολής. Ένα εσφαλμένο τελωνειακό έγγραφο μπορεί να κρατήσει μια αποστολή στα σύνορα, με πρόστιμα ή καθυστέρηση ως αποτέλεσμα. Αυτό δεν είναι καταστροφικός κίνδυνος όπως στην περίπτωση της χρηματοοικονομικής αναφοράς — εξ ου και η μεσαία βαθμολογία — αλλά δεν είναι ούτε αδιάφορο. Γι' αυτό η προϋπόθεση σε αυτή την εργασία δεν είναι προαιρετική: η δημιουργία εγγράφων είναι μόνο τόσο καλή όσο τα δεδομένα στα οποία βασίζεται.

Το παράδειγμα όπου κολλάει ή δεν κολλάει

Ένα ηλεκτρονικό κατάστημα που αποστέλλει αποκλειστικά εντός της χώρας με μία σταθερή διασύνδεση μεταφορέα, μπορεί σήμερα να αφήσει σχεδόν πλήρως αυτή τη διαδικασία να δημιουργείται αυτόματα: διεύθυνση από το σύστημα παραγγελιών, βάρος από το WMS, ετικέτα που δημιουργείται αυτόματα μόλις συσκευαστεί η παραγγελία. Ο εργαζόμενος ελέγχει δειγματοληπτικά, όχι γραμμή προς γραμμή.

Μια εταιρεία που αποστέλλει διεθνώς, με μεταβαλλόμενους τελωνειακούς κανόνες ανά χώρα και προϊόντα που υπάγονται σε διαφορετικούς κωδικούς HS, αντιμετωπίζει πιο δύσκολο σενάριο. Τα βασικά έγγραφα μπορούν ακόμη να δημιουργούνται αυτόματα, αλλά η κατηγοριοποίηση προϊόντων για τελωνειακούς σκοπούς απαιτεί ενίοτε έναν έλεγχο που δεν μπορεί απλά να ανατεθεί σε ένα σκριπτ. Εκεί η εργασία μετατοπίζεται από «η AI μπορεί να το αναλάβει» σε «εν μέρει, με ανθρώπινο έλεγχο που εγκρίνει ή απορρίπτει με αιτιολογία» — ακριβώς η ενδιάμεση κατηγορία που εμφανίζεται συχνότερα σε πιο σύνθετες ροές αποστολών παρά σε απλές.

Τι απαιτείται προτού αυτό λειτουργήσει

Δύο προϋποθέσεις δεν είναι προαιρετικές. Η πρώτη είναι μια διασύνδεση με τον μεταφορέα: χωρίς σύνδεση API μεταξύ του δικού σας συστήματος και αυτού του μεταφορέα, κάποιος συνεχίζει να αντιγράφει δεδομένα με το χέρι, και τότε το κέρδος είναι μικρό. Η δεύτερη είναι ορθά στοιχεία διεύθυνσης στην αρχή της διαδικασίας. Εάν μια παραγγελία εισέρχεται ήδη στο σύστημα με λάθος διεύθυνση — κάτι που σχετίζεται με τον τρόπο που καταχωρήθηκε αυτή η παραγγελία, όπως φαίνεται στην καταχώριση παραγγελιών στο σύστημα — τότε η δημιουργία εγγράφων παράγει άψογα ένα λανθασμένο έγγραφο. Η ποιότητα αυτού του βήματος εξαρτάται εν μέρει, λοιπόν, από βήματα που προηγούνται, όπως ακριβώς η ποιότητα της επικοινωνίας με τους πελάτες εξαρτάται από το πόσο επικαιροποιημένα είναι τα στοιχεία πελατών στο CRM.

Τι σημαίνει αυτό για τις ώρες

Για έναν υπάλληλο επεξεργασίας παραγγελιών ή εργαζόμενο σε logistics για τον οποίο η δημιουργία εγγράφων αποτελεί σημαντικό μέρος των καθηκόντων, αυτή είναι μία από τις εργασίες όπου σήμερα ήδη μπορεί να απελευθερωθεί ένα μεγάλο μέρος των ωρών — όχι στον ίδιο βαθμό σε κάθε εταιρεία, και όχι χωρίς να έχουν τακτοποιηθεί οι προαναφερθείσες διασυνδέσεις. Σε εταιρείες με διεθνείς αποστολές το ποσοστό είναι μικρότερο, επειδή ο έλεγχος συμμόρφωσης των εγγράφων παραμένει ανθρώπινη εργασία.

Τι σημαίνει αυτό για μια θέση εργασίας ή τη στελέχωση δεν είναι ερώτημα που απαντά αυτή η σελίδα: ποιες νομικές απαιτήσεις ισχύουν σε αποφάσεις προσωπικού είναι στην ευθύνη του εργοδότη να διαπιστώσει.

Τι μπορείτε να κάνετε τώρα

Για να δείτε πώς αυτό εξελίσσεται στη δική σας διαδικασία παραγγελιών, είναι διαθέσιμο ένα δωρεάν quickscan: δώδεκα ερωτήσεις, χωρίς λογαριασμό, με μια ένδειξη ποιο μέρος των ωρών σε αυτό το προφίλ μπορεί να αναλάβει σήμερα η AI. Η πλήρης εργασιακή σκανάρισμα, που αναλύει το έργο μιας ολόκληρης εταιρείας εργασία προς εργασία, βρίσκεται ακόμη σε ανάπτυξη.