X

OCR,AI和RPA:货代智能单证识别和单证自动化的未来?


我们也许被好莱坞电影中人工智能(AI)机器人对人类的威胁感到毛骨悚然,但是今天,人类终结者还远远没有来到我们身边。


但这也不意味人工智能离我们很远,实际上他们已经悄无声息走入生活和工作的某些方面--特别是在现代工业方面。


货代行业并不例外,人工智能数据提取就是这么一个领域,虽然这里,人工智能技术远不是一个威胁,但是它的确开始帮助企业节省时间,减少人力,降低成本,让员工更开心,让客户体验更好。


随着业务的发展,票据越来越多

过去十年,全球货运代理市场大幅增长,从2009年的1099亿美元增长到2019年的1637亿美元。


(资料图:2009年至2019年全球货运代理市场规模。图片来源:statista.com)


几乎所有从事国际贸易的公司都至少依赖一家货运代理公司作为合作伙伴。


货运代理在促进全球公司之间的业务关系的同时,不得不处理这些关系产生的大量文件。


这些单证包括箱单,合同,发票,提单,报关单,托书,卫生证,许可证,产地证,等等。

尽管物流行业近年来增长迅猛,但许多基本的运营流程在过去几十年并没有太大变化。Billentis一份报告中强调,全球近90%的单据仍然是手工处理的,耗费了大量的时间和资源。


效率低下

COVID-19危机正在造成全球供应链的巨大挑战,可能还没有到最坏的时候。


2020年4月,航运和货运资源公司对全球300名物流专业人士进行了一项调查,结果发现,近60%的受访者表示,他们的业务受到了“显著影响”。另有25%的人说他们“受到了中度影响”,另有14%的人“受到了一定程度的影响”。




(图片来源:shippingandfreightresource.com)


然而,调查的另一个关键发现表明,COVID-19可能被证明是长期需要的技术投资的催化剂。在这些表示将因疫情而做出的改变公司中,超过三分之二(67%)的公司表示将投资于技术。


“我们需要增强我们的IT能力,”一位代表指出,他们的组织将致力于“整合更多数字化的工作流”,另一个代表则表示“将认真研究手动流程替代方案,寻找自动化手段”


传统OCR与AI数据提取

在文档数据提取方面,有哪些替代方案?暗无天日,惨无人道的人工单证处理流程,“解放军”在哪里?


光学字符识别(OCR)或AI数据提取技术应该是最近的可以看见的解决方案。


其实,OCR长期以来一直是发票和其他业务文档中获取数据的解决方案。

但是这项技术有一些严重的限制。根源是,OCR阅读单据时,必须设置与每个供应商单据匹配的众多模板,以便技术能够实际捕获数据字段中的信息。然后,需要将单个规则应用到每个字段。


这意味着需要创建数百个模板和数千条规则,然后继续维护它们,以确保这些规则不会被破坏,提取正确的数据。


因此,OCR技术不能完全自动化。始终要创建模板,需要维护和手动干预。


但是,通过AI数据提取解决方案,您可以自动化整个过程——减少员工手动任务,同时加快处理时间,降低成本,并将过程中的错误最小化。



机器学习(Machine Learning/ML)

机器学习是计算机通过经验学习——不需要人为干预。


ML工具遇到数据,处理和分析数据,做出决策,犯错误,从错误中吸取教训,做出新的决策,同时成为比以前更好、更快的工具。


当用户将这些工具插入系统时,已经对ML支持的AI数据提取工具进行了数以百万计的单据培训。这意味着不需要构建单据模板或定义规则。该技术已经理解了它在文档中读取的所有文本。


通过强大的解决方案,这些数据被自动提取以后,被自动推送到FMS,WMS或TMS系统中。



DocuAI 软件机器人

由于单据没有特定的格式,AI驱动的光学字符识别软件OCR能够通过深度学习、自然语言解析和光学字符识别来理解数据。非结构化数据被转换为结构化格式,可以直接用于填写客户表单和账单,也可以用于在ERP系统中与发票对账。


DocuAI 实际是一个武装了OCR,NLP(自然语义解析)和ML(机器学习)的软件机器人,或称RPA (Robotic Process Automation),一般的软件机器人RPA是可以自动化重复性操作流程,如果把DocuAI比作一个数字员工,RPA实际上是一双灵巧的玉手,特别训练后的OCR就是机器人的明锐的双眸,而特别开发后的NLP和ML,就是聪明绝顶的大脑啦,脑,眼,手协同一致,缺一不可,组成一个聪明伶俐,活泼可爱,任劳任怨,永不歇息的“劳动者”。


DocuAI使用基于ML的人工智能数据提取,将非结构化文档转换为结构化数据。


DocuAI 直接插入到您现有的基础设施中,他就像一个真正的“员工”,可以使用您的任何系统,也可以与任何电子邮件交互,以便在文档到达您的收件箱时立即进行处理。可以帮助您消除了重复的手动任务,使您的团队能够始终专注于重要的工作,从而实现成本节约、时间节约和更大的价值创造。



编辑:朱亚泼


作者:曾志宏,北科大毕业,新加坡国立大学MBA,服务于GE,Rolls--Royce,JCI,Whirlpool等供应链部门,上海趋研科技联合创始人,致力推广货代,航运,报关领域智能文件处理方案,帮助贸易,物流和货代和航运企业实现流程自动化,数字化转型,智慧供应链。