ftetoai Zapisz się na listę oczekujących

Kennisbank

AI a sporządzanie dokumentów przewozowych: co już dziś jest możliwe

Pytanie konkretnie

Sporządzanie dokumentów przewozowych to tworzenie listów CMR, listów przewozowych i innych dokumentów wysyłkowych potrzebnych do wysłania przesyłki. U pracownika logistyki lub spedytora odbywa się to zazwyczaj w systemie TMS lub ERP, na podstawie danych zamówienia, które już są zapisane. Pytanie nie brzmi, czy da się to kiedyś zautomatyzować, lecz co da się już dziś.

Dlaczego to zadanie dobrze się do tego nadaje

Trzy osie determinują tu obraz: uporządkowanie, wolumen i compliance.

Uporządkowanie ocenia się wysoko. CMR ma stały format, list przewozowy ma stały format, a dane, które muszą się w nim znaleźć -- nadawca, odbiorca, liczba kolli, waga, numer referencyjny -- już znajdują się w systemie zamówień. Nie potrzeba tu tekstu, tylko przejęcia i umieszczenia danych. To jest właśnie praca, do której stworzono automatyzację opartą na regułach (RPA): pobranie danych z systemu A i umieszczenie ich we właściwych polach systemu B lub szablonu dokumentu.

Wolumen to wzmacnia. Przy każdej przesyłce trzeba to zrobić na nowo, co oznacza, że niewielka korzyść czasowa na dokument mnoży się przez setki lub tysiące przesyłek miesięcznie. Gdzie wolumen jest wysoki i praca się powtarza, szansa, że automatyzacja się zwróci, jest największa.

Compliance ocenia się o 2 niżej, i to właśnie tutaj działa na korzyść: CMR jest dokumentem prawnym o stałych, obowiązkowych polach. Jest niewiele miejsca na interpretację co do tego, co powinno się w nim znaleźć, co ułatwia kontrolę poprawności wyniku w porównaniu z dokumentami, gdzie trzeba samodzielnie oceniać, co jest zgodne z przepisami.

Dlaczego to nie jest pełne przejęcie

Zakres oceny wynosi 4 i to natychmiast nadaje obrazowi więcej niuansów. Nie każda przesyłka jest standardowa. Materiał niebezpieczny, wyjątkowe miejsce docelowe celne, klient z odmiennymi warunkami dostawy: to wymaga kontroli, która wykracza poza samo przejmowanie danych. Kto wdraża tu automatyzację bez rozpoznawania tych wyjątków, ryzykuje, że błędne dokumenty wyjdą z firmy tak szybko jak poprawne.

Koszty błędów na poziomie 3 wiążą się z tym. Błędny CMR może prowadzić do odmowy przyjęcia przesyłki, błędny list przewozowy do niewłaściwej dostawy do klienta. To nie jest katastrofalne, ale też nie do zaniedbania. Stąd najbardziej praktyczne rozwiązanie dziś to nie pełne przejęcie, lecz automatyczne generowanie z ludzkim spojrzeniem na odchylenia: system sporządza dokument, pracownik zatwierdza lub odrzuca to, co wykracza poza standardowy wzór.

Kreatywność ocenia się na 1, co jest logiczne: nie ma tu nic do formułowania czy wymyślania, tylko do strukturyzowania. To sprawia, że zadanie jest szczególnie odpowiednie do automatyzacji, ale oznacza to też, że jest niewiele miejsca, aby pracować sprawniej dzięki modelom językowym AI. To jest praca oparta na regułach, nie praca pisarska.

Co AI już dziś potrafi w tym zakresie

Technologia, która tu się nadaje, to RPA: oprogramowanie, które według stałych reguł przejmuje dane i składa dokumenty. Nie generatywna AI, która produkuje wolny tekst, lecz skrypt, który pobiera dane zamówienia z TMS lub ERP i umieszcza je we właściwym formacie dokumentu. To działa, o ile spełnione są dwa warunki: formaty dokumentów są ustandaryzowane, oraz istnieje połączenie z danymi zamówienia. Bez tego połączenia ktoś nadal musi ręcznie przepisywać, a bez ustandaryzowanego formatu dla każdego wyjątku trzeba na nowo zastanawiać się nad układem.

Gdzie to wygląda inaczej

W firmie, która wysyła głównie standardowe przesyłki w ramach UE, z ograniczoną liczbą klientów i stałymi warunkami dostawy, przejęcie jest duże: prawie wszystkie dokumenty mają ten sam wzór. U spedytora, który działa międzynarodowo, z różnymi wymogami celnymi, materiałami niebezpiecznymi i ustaleniami specyficznymi dla klienta, udział pracy nadającej się do automatyzacji jest niższy, a większa część pozostaje przy pracowniku, który rozpoznaje wyjątki.

Ta zależność od standaryzacji to ta sama logika, która obowiązuje przy przetwarzaniu faktur zakupowych oraz przy rejestrowaniu dokumentu odbioru w systemie: im bardziej ustrukturyzowane źródło, tym większa część pracy może się odbyć bez udziału człowieka. Dalej w procesie logistycznym sytuacja wygląda inaczej, na przykład przy przydzielaniu lokalizacji magazynowych lub przy kompletacji i pakowaniu towarów, gdzie czynności fizyczne stanowią inną granicę.

Czym to nie jest

Nie jest to stwierdzenie o tym, kto dziś wykonuje to zadanie lub powinien je nadal wykonywać. To, co organizacja robi z uwolnionymi godzinami, wykracza poza zakres tej analizy; decyzje dotyczące personelu mają swoje własne wymogi prawne i nie powinny być tu oceniane.

Jak dochodzimy do tej oceny

Osiem osi użytych tutaj -- od uporządkowania do compliance -- stanowi stałą podstawę każdej oceny zadania. Jak dokładnie działa ta ocena wyjaśniono na osobnej stronie, dla tych, którzy chcą zobaczyć, skąd pochodzą oceny. Dla tych, którzy chcą spojrzeć szerzej niż to jedno zadanie: jaką pracę w logistyce może przejąć AI daje ku temu przegląd.

Co można teraz zrobić

Dla dokumentów przewozowych obowiązuje: uporządkowana, wysokowolumenowa część nadaje się do automatycznego sporządzania, wyjątki wciąż wymagają kontrolującego spojrzenia. Ile z Państwa przepływu dokumentów przypada na pierwszą część, a ile na drugą, różni się w zależności od firmy i zależy od tego, jak jednolite są Państwa przesyłki.

Bezpłatny quickscan daje na to pierwszą wskazówkę: dwanaście pytań, bez konta, z oszacowaniem części godzin w Państwa profilu, którą AI może już dziś przejąć. Pełny werkscan, który rozkłada pracę całej firmy na zadania i przelicza to na pojemność fte, jest jeszcze w budowie.

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.