परियोजना पृष्ठभूमि
हुआडोंग फार्मास्युटिकल ग्रुप एक अग्रणी घरेलू दवा निर्माता है, जिसकी वार्षिक खरीद राशि 5 बिलियन युआन से अधिक है और दैनिक खरीद दस्तावेज़ों की भारी मात्रा होती है। हालाँकि, सभी खरीद डेटा PDF/इमेज से मैन्युअल रूप से पहचान कर SAP ERP सिस्टम में मैन्युअली एंटर किया जाता था, फिर DingTalk के ज़रिए अनुमोदन प्रक्रिया शुरू की जाती थी। दोनों सिस्टम के बीच डेटा इंटीग्रेशन की कमी के कारण बार-बार एंट्री, सूचना विलंब और अनुमोदन की देरी जैसी समस्याएँ लंबे समय से बनी हुई थीं, जिससे खरीद क्षमता और आपूर्ति श्रृंखला प्रतिक्रिया गति गंभीर रूप से प्रभावित होती थी।
प्रमुख कष्ट बिंदु
समाधान
AI बुद्धिमान पहचान और स्वचालित एंट्री
OCR+LLM डुअल इंजन खरीद ऑर्डर पहचान प्रणाली तैनात की गई, जो PDF, इमेज, स्कैन्ड डॉक्युमेंट आदि कई प्रारूपों की बुद्धिमान पार्सिंग का समर्थन करती है। सिस्टम स्वचालित रूप से आपूर्तिकर्ता जानकारी, सामग्री कोड, मात्रा, मूल्य जैसे महत्वपूर्ण फ़ील्ड निकालता है और SAP फ़ील्ड मैपिंग नियमों के अनुसार स्वतः भरता है, एंट्री का समय 2 घंटे से घटकर 5 मिनट हो गया।
ERP-DingTalk डेटा इंटीग्रेशन
SAP ERP और DingTalk के लिए मानक API इंटीग्रेशन मिडलवेयर विकसित किया गया, जो खरीद डेटा का द्विदिश सिंक्रनाइज़ेशन सुनिश्चित करता है। ERP में एंट्री होने पर DingTalk में स्वतः अनुमोदन प्रक्रिया शुरू होती है, अनुमोदन परिणाम रीयल-टाइम में ERP सिस्टम में वापस लिखा जाता है, बार-बार एंट्री समाप्त, अनुमोदन प्रक्रिया पूरी तरह ट्रेसेबल।
बुद्धिमान अपवाद चेतावनी
ऐतिहासिक डेटा पर आधारित खरीद असामान्यता पहचान मॉडल बनाया गया, जो मूल्य विचलन, मात्रा विसंगति, डुप्लिकेट ऑर्डर जैसे जोखिमों की स्वतः पहचान कर चेतावनी देता है, और खरीद प्रबंधकों को त्वरित निर्णय में सहायता करता है।
प्रभाव डेटा
| संकेतक | पहले | बाद में | सुधार |
|---|---|---|---|
| दस्तावेज़ एंट्री समय | 2 घंटे/ऑर्डर | 5 मिनट/ऑर्डर | 96% |
| एंट्री त्रुटि दर | 8% | 0.5% | 94% |
| खरीद टीम का आकार | 8 लोग | 3 लोग | 63% |
| अनुमोदन पूर्णता समय | 3 कार्यदिवस | 0.5 कार्यदिवस | 83% |
तकनीकी स्टैक
SAP ERP, DingTalk ओपन प्लेटफ़ॉर्म, OCR इंजन, Qwen बड़ा मॉडल, Node.js मिडलवेयर, PostgreSQL
