Contexte du projet
Acteur pharmaceutique de premier plan en Chine, Huadong Medicine réalise plus de 5 milliards de yuans d'achats annuels et traite un volume considérable de bons de commande. Toutes les données d'achat étaient auparavant extraites manuellement de fichiers PDF ou d'images, puis saisies dans le système SAP ERP, avant que les workflows d'approbation ne soient déclenchés via DingTalk. L'absence d'intégration entre les deux systèmes entraînait une double saisie, des informations obsolètes et des délais d'approbation, ce qui nuisait gravement à l'efficacité des achats et à la réactivité de la chaîne d'approvisionnement.
Principales difficultés
Solutions déployées
Reconnaissance intelligente et saisie automatique par IA
Un système de reconnaissance des bons de commande basé sur un double moteur OCR + LLM a été mis en place, capable d'interpréter des PDF, des images et des documents scannés. Il extrait automatiquement les informations clés (fournisseur, code article, quantité, prix, etc.) et les mappe sur les champs SAP selon les règles définies. Le temps de saisie est ainsi passé de 2 heures à 5 minutes.
Intégration des données entre l'ERP et DingTalk
Un middleware d'API standard a été développé pour synchroniser les données entre SAP ERP et DingTalk. Une fois la saisie effectuée dans l'ERP, le workflow d'approbation est automatiquement lancé dans DingTalk, et le résultat de l'approbation est réinjecté en temps réel dans l'ERP. La double saisie est éliminée et l'ensemble du processus d'approbation est tracé.
Alertes intelligentes sur les anomalies
Un modèle de détection d'anomalies, entraîné sur l'historique des achats, identifie et signale automatiquement les écarts de prix, les quantités anormales ou les doublons, afin d'aider les responsables achats à prendre des décisions rapides.
Résultats mesurés
| Indicateur | Avant | Après | Progression |
|---|---|---|---|
| Temps de saisie | 2 h / commande | 5 min / commande | 96 % |
| Taux d'erreur de saisie | 8 % | 0,5 % | 94 % |
| Effectif de l'équipe achats | 8 personnes | 3 personnes | 63 % |
| Délai d'approbation | 3 jours ouvrés | 0,5 jour ouvré | 83 % |
Stack technique
SAP ERP, Plateforme ouverte DingTalk, Moteur OCR, Grand modèle Qwen, Middleware Node.js, PostgreSQL
