परियोजना पृष्ठभूमि
हुआदोंग फार्मास्युटिकल ग्रुप, चीन का एक अग्रणी दवा निर्माता है जिसकी वार्षिक खरीद राशि 5 अरब युआन से अधिक है और दैनिक खरीद दस्तावेज़ों की मात्रा बहुत अधिक है। सभी खरीद डेटा को PDF/छवियों से मैन्युअल रूप से पहचान कर SAP ERP सिस्टम में प्रविष्ट किया जाता था, फिर DingTalk के माध्यम से अनुमोदन प्रक्रिया शुरू की जाती थी। दोनों सिस्टम के बीच डेटा इंटीग्रेशन की कमी के कारण डुप्लिकेट प्रविष्टि, सूचना में देरी और अनुमोदन में विलंब होता था।
प्रमुख समस्याएँ
समाधान
AI बुद्धिमान पहचान और स्वचालित प्रविष्टि
OCR+LLM डुअल-इंजन खरीद ऑर्डर पहचान प्रणाली तैनात की गई, जो PDF, छवियों, स्कैन किए गए दस्तावेज़ों आदि कई प्रारूपों की बुद्धिमान व्याख्या करती है। सिस्टम स्वचालित रूप से आपूर्तिकर्ता जानकारी, सामग्री कोड, मात्रा, मूल्य जैसे प्रमुख फ़ील्ड निकालता है और SAP फ़ील्ड मैपिंग नियमों के अनुसार स्वतः भरता है।
ERP-DingTalk डेटा इंटीग्रेशन
SAP ERP और DingTalk के लिए मानक API इंटीग्रेशन मिडलवेयर विकसित किया गया, जिससे खरीद डेटा का दो-तरफ़ा सिंक्रनाइज़ेशन होता है। ERP में प्रविष्टि के बाद DingTalk में स्वचालित रूप से अनुमोदन प्रक्रिया शुरू होती है, अनुमोदन परिणाम वास्तविक समय में ERP सिस्टम में वापस लिखा जाता है, पुनः प्रविष्टि समाप्त होती है।
असामान्यता बुद्धिमान पूर्व चेतावनी
ऐतिहासिक डेटा के आधार पर खरीद असामान्यता का पता लगाने वाला मॉडल बनाया गया, जो मूल्य विचलन, मात्रा असामान्यता, डुप्लिकेट ऑर्डर जैसे जोखिमों की स्वचालित पहचान और चेतावनी देता है।
प्रभाव डेटा
| मापदंड | अनुकूलन से पहले | अनुकूलन के बाद | सुधार दर |
|---|---|---|---|
| ऑर्डर प्रविष्टि समय | 2 घंटे/ऑर्डर | 5 मिनट/ऑर्डर | ↓96% |
| प्रविष्टि त्रुटि दर | 8% | 0.5% | ↓94% |
| खरीद टीम सदस्य | 8 लोग | 3 लोग | ↓63% |
| अनुमोदन पूर्णता समय | 3 कार्यदिवस | 0.5 कार्यदिवस | ↓83% |
> मात्रात्मक सारांश: ऑर्डर प्रविष्टि समय 96% घटकर 5 मिनट/ऑर्डर, त्रुटि दर 94% घटकर 0.5%, खरीद टीम 8 से घटकर 3 सदस्य, अनुमोदन समय 83% घटकर 0.5 कार्यदिवस।
तकनीकी स्टैक
SAP ERP, DingTalk ओपन प्लेटफ़ॉर्म, OCR इंजन, Qwen बड़ा मॉडल, Node.js मिडलवेयर, PostgreSQL
सामान्य प्रश्न
OCR+LLM डुअल-इंजन केवल OCR से किस प्रकार बेहतर है?
केवल OCR जटिल प्रारूपों (हस्तलिखित, स्टैम्प से ढके, गैर-मानक टेम्पलेट) के लिए लगभग 80%-85% पहचान दर देता है। LLM जोड़ने से सिमैंटिक समझ के जरिए OCR द्वारा छूटे या गलत पहचाने गए फ़ील्ड को पूरा किया जा सकता है, समग्र पहचान दर 99% से ऊपर पहुँच जाती है। इस मामले में त्रुटि दर पूरी तरह मैन्युअल के 8% से AI प्रविष्टि के 0.5% तक आ गई।
क्या AI बुद्धिमान प्रविष्टि कई प्रकार के खरीद ऑर्डर प्रारूपों का समर्थन करती है?
हाँ। OCR+LLM डुअल-इंजन PDF, छवियों, स्कैन, फ़ैक्स आदि विभिन्न प्रारूपों का समर्थन करता है, पूर्वनिर्धारित टेम्पलेट की आवश्यकता नहीं। LLM स्वचालित रूप से विभिन्न आपूर्तिकर्ताओं की खरीद ऑर्डर संरचना को समझता है, प्रमुख फ़ील्ड निकालता है और SAP मानक फ़ील्ड में मैप करता है।
सिस्टम लागू होने के बाद कितनी मैन्युअल हस्तक्षेप की आवश्यकता है?
केवल 3 क्रय अधिकारियों (पहले 8) को AI द्वारा कम विश्वास स्तर वाले असामान्य ऑर्डरों को संभालने की जरूरत है, जो कुल ऑर्डर का लगभग 5% हैं। 95% खरीद ऑर्डर पूरी तरह से स्वचालित प्रविष्टि → अनुमोदन → संग्रहण से गुजरते हैं, बिना किसी मैन्युअल हस्तक्षेप के।
