Contexto do Projeto
O Grupo Farmacêutico Huadong, fabricante líder de produtos farmacêuticos na China, movimenta mais de 5 bilhões de yuans em compras anuais e lida com um enorme volume de pedidos. Todos os dados de compras dependiam de identificação manual a partir de PDFs/imagens e da entrada manual no sistema SAP ERP, seguida pelo fluxo de aprovação via DingTalk. A falta de integração entre os dois sistemas gerava retrabalho de entrada, informações desatualizadas e atrasos nas aprovações.
Principais Desafios
Solução
Reconhecimento Inteligente de IA e Entrada Automatizada
Implantamos um sistema de reconhecimento de pedidos de compra com mecanismo duplo de OCR+LLM, capaz de interpretar de forma inteligente PDFs, imagens, digitalizações e outros formatos. O sistema extrai automaticamente campos-chave como dados do fornecedor, código do material, quantidade e preço, preenchendo-os de acordo com as regras de mapeamento de campos do SAP.
Integração de Dados entre ERP e DingTalk
Desenvolvemos um middleware de API padrão para integração entre o SAP ERP e o DingTalk, permitindo a sincronização bidirecional dos dados de compras. Após a entrada no ERP, o fluxo de aprovação é iniciado automaticamente no DingTalk, e o resultado da aprovação é gravado em tempo real no ERP, eliminando a entrada duplicada.
Alertas Inteligentes de Anomalias
Com base em dados históricos, criamos um modelo de detecção de anomalias de compras que identifica e alerta automaticamente sobre riscos como desvios de preço, quantidades anormais e pedidos duplicados.
Resultados
| Indicador | Antes | Depois | Melhoria |
|---|---|---|---|
| Tempo de entrada por pedido | 2h / pedido | 5min / pedido | ↓96% |
| Taxa de erro de entrada | 8% | 0,5% | ↓94% |
| Tamanho da equipe de compras | 8 pessoas | 3 pessoas | ↓63% |
| Tempo total de aprovação | 3 dias úteis | 0,5 dia útil | ↓83% |
> Resumo quantitativo: O tempo de entrada de pedidos foi reduzido em 96%, para 5 minutos por pedido; a taxa de erro caiu 94%, para 0,5%; a equipe de compras foi reduzida de 8 para 3 pessoas; e o tempo de aprovação caiu 83%, para 0,5 dia útil.
Pilha de Tecnologia
SAP ERP, DingTalk Open Platform, mecanismo de OCR, modelo Qwen (LLM), middleware Node.js, PostgreSQL
Perguntas Frequentes
Quais as vantagens do mecanismo duplo OCR+LLM em comparação com OCR puro?
O OCR puro tem taxa de reconhecimento de cerca de 80%–85% para formatos complexos (manuscrito, carimbos sobrepostos, modelos não padronizados). Com a adição do LLM, campos com falha de reconhecimento ou leitura incorreta são complementados via compreensão semântica, elevando a taxa de reconhecimento geral para mais de 99%. Neste caso, a taxa de erro caiu de 8% (entrada manual) para 0,5% (entrada via IA).
A entrada inteligente com IA suporta diversos formatos de pedidos de compra?
Sim. O mecanismo duplo OCR+LLM suporta PDF, imagens, digitalizações, faxes e outros formatos, sem necessidade de templates pré-definidos. O LLM entende automaticamente a estrutura de pedidos de diferentes fornecedores, extrai dados-chave e os mapeia para os campos padrão do SAP.
Quanta intervenção manual ainda é necessária após a implantação do sistema?
Apenas 3 compradores (antes eram 8) são necessários para tratar os pedidos com baixa confiança de reconhecimento pela IA, que representam cerca de 5% do total. Para 95% dos pedidos, o processo ocorre de forma totalmente automática: entrada → aprovação → arquivamento, sem intervenção manual.
