作品描述

1、场景简介 一次货运成品正向、逆向、返修等发货签收单业务，基于合规法务等要求，需要对实物单据信息进行解析审核，主要审核签收人、签收码、日期、件数等信息，确保签收信息准确性。 2、问题分析 单据量大、人工检查点多且质量无法保障，目前每月国内单据量2W+，国际单据量1W+，国内需要3人，国际需要2人专职审核单据。 3、设计方案 采用RPA+计算机视觉+低代码平台实现自动识别审核，首先用RPA从系统内下载单据和表格数据，然后通过机器视觉技术识别签收单据纸面手写信息，将单据上的手签内容转化为结构化数据，由RPA完成纸面信息和系统信息比对，输出对比结果，最后在系统内进行批量回单审核提交。 4、项目收益 （1）人力节省：国内业务需要3人专职处理，国际2人，采用RPA+机器视觉技术可替代人工完成约50%的工作量（完成率受限于机器视觉识别手写字体的准确率，自研软件，识别准确率高于市场上开源OCR），可节省人力约2.5人年（已发生人事变动）。 （2）效率提升：人工审核签收单据约1.76分钟/单，自动化处理约0.48分钟/单，效率提升约（1.76-0.48）/1.76=72.7%。 （3） 流程精简：人工审核单据需要获取表格信息、打开系统下载单据、核对信息、系统提交、结果记录等5个步骤，使用RPA自动审核后，较为耗时的4个步骤由RPA完成，人工只需要做上传表格这1个步骤，极大地精简了业务流程。 （4）可拓展性：推广价值大，需要识别单据信息的场景均可采用该流程实现自动化，计划推广至用车凭证信息比对、修车单信息存档、结算对账等多个场景。推广完成后，预计每年可以减少人力成本50万+；算法自研减少软件投入成本35-80万。同时，该技术在物流、财务、电商等领域都有极大的应用价值。 （5）工作体验提升：业务人员每单都需要检查信息，容易忽略处理且质量难以保障，对于业务人员本身也起不到能力成长的帮助，纯粹重复的体力劳动，借助RPA和机器视觉可以很好的解决该问题。