Предпосылки проекта
Компания Huadong Medicine Group — ведущий фармацевтический производитель Китая с годовым объёмом закупок более 5 миллиардов юаней — ежедневно обрабатывает огромный поток закупочных документов. При этом все данные извлекались вручную из PDF-файлов и изображений, вносились в SAP ERP, после чего в DingTalk запускался процесс утверждения. Две системы не были интегрированы, что приводило к двойному вводу, задержкам информации и замедленному согласованию. Это серьёзно снижало эффективность закупок и скорость реагирования цепочки поставок.
Ключевые проблемы
Решение
Интеллектуальное распознавание и автоматический ввод с ИИ
Внедрена система распознавания заказов на базе двойного движка OCR+LLM. Она поддерживает интеллектуальный анализ PDF, изображений, сканов и других форматов. Автоматически извлекаются ключевые поля: данные поставщика, код материала, количество, цена — и заполняются согласно правилам сопоставления SAP. Время ввода сократилось с 2 часов до 5 минут.
Интеграция ERP и DingTalk
Разработано стандартное API-промежуточное ПО для двусторонней синхронизации закупочных данных между SAP ERP и DingTalk. После ввода в ERP автоматически запускается процесс утверждения в DingTalk, а результаты утверждения мгновенно записываются обратно в ERP. Двойной ввод исключён, процесс согласования полностью отслеживаем.
Интеллектуальное предупреждение об аномалиях
На основе исторических данных построена модель обнаружения аномалий в закупках. Она автоматически выявляет и предупреждает о рисках: отклонения цен, аномальные количества, дублирующиеся заказы — помогая менеджерам по закупкам быстро принимать решения.
Фактические результаты
| Показатель | До | После | Улучшение |
|---|---|---|---|
| Время ввода документа | 2 ч/документ | 5 мин/документ | 96% |
| Частота ошибок ввода | 8% | 0,5% | 94% |
| Численность команды закупок | 8 чел. | 3 чел. | 63% |
| Время согласования | 3 раб. дня | 0,5 раб. дня | 83% |
Технический стек
SAP ERP, открытая платформа DingTalk, OCR‑движок, модель Qwen, Node.js, PostgreSQL
