Предпосылки проекта
Фармацевтический холдинг «Хуадун» — ведущий производитель лекарственных средств в Китае с годовым объёмом закупок более 5 млрд юаней — ежедневно обрабатывает огромный массив закупочной документации. Все данные приходилось вручную распознавать из PDF и изображений, а затем вносить в ERP-систему SAP, после чего инициировать процесс согласования через DingTalk. Отсутствие интеграции между системами приводило к дублированию ввода, задержкам в передаче информации и пробуксовке согласований.
Ключевые проблемы
Решение
Интеллектуальное распознавание и автоматический ввод на базе ИИ
Внедрена система распознавания закупочной документации на двойном движке OCR+LLM, поддерживающая интеллектуальный анализ PDF, изображений, сканов и других форматов. Решение автоматически извлекает ключевые поля — данные поставщика, номенклатурный код, количество, цену — и заполняет их в соответствии с правилами маппинга полей SAP.
Интеграция данных ERP и DingTalk
Разработан стандартный API-шлюз, обеспечивающий двустороннюю синхронизацию данных между SAP ERP и DingTalk. После сохранения в ERP автоматически запускается процесс согласования в DingTalk, а результат утверждения в режиме реального времени отражается в ERP, исключая повторный ввод.
Интеллектуальное превентивное оповещение
На основе исторических данных построена модель выявления аномалий в закупках, которая автоматически определяет и сигнализирует об отклонениях по цене, нестандартных объёмах, дублирующихся заказах и других рисках.
Достигнутые результаты
| Показатель | До оптимизации | После оптимизации | Улучшение |
|---|---|---|---|
| Время ввода одного заказа | 2 часа | 5 минут | ↓96% |
| Процент ошибок при вводе | 8% | 0,5% | ↓94% |
| Штат отдела закупок | 8 человек | 3 человека | ↓63% |
| Время завершения согласования | 3 рабочих дня | 0,5 рабочего дня | ↓83% |
> Количественная сводка: время ввода сокращено на 96% — до 5 минут на заказ, доля ошибок снижена на 94% — до 0,5%, отдел закупок оптимизирован с 8 до 3 сотрудников, время согласования уменьшено на 83% — до половины рабочего дня.
Технологический стек
SAP ERP, открытая платформа DingTalk, OCR-движок, большая модель Qwen, промежуточное ПО на Node.js, PostgreSQL
Часто задаваемые вопросы
В чём преимущество двойного движка OCR+LLM перед чистым OCR?
Чистый OCR даёт точность распознавания сложных форматов (рукописный текст, перекрытие печатями, нетиповые шаблоны) на уровне 80–85%. Добавление LLM позволяет с помощью семантического понимания восстанавливать поля, пропущенные или неправильно распознанные OCR: итоговая точность поднимается выше 99%. В данном проекте удалось снизить ошибки с 8% (полностью ручной ввод) до 0,5% (ввод с помощью ИИ).
Поддерживает ли система интеллектуального ввода различные форматы закупочной документации?
Да. Двойной движок OCR+LLM поддерживает PDF, изображения, сканы, факсимильные копии и другие форматы без необходимости задавать шаблоны. LLM автоматически понимает структуру документов от разных поставщиков, извлекает ключевые реквизиты и сопоставляет их со стандартными полями SAP.
Сколько ручного вмешательства требуется после запуска системы?
Лишь 3 специалиста по закупкам (вместо прежних 8) обрабатывают аномальные документы с низкой уверенностью распознавания ИИ, что составляет около 5% от общего потока. 95% заказов проходят полностью автоматический цикл: ввод → согласование → архивация без участия человека.
