Kes 02 · Kerja Terpilih
Mengeluarkan kerja menaip daripada aliran dokumen yang tidak boleh berhenti
- Beroperasi — terhad oleh NDA
Satu saluran hibrid OCR dan LLM telah mengurangkan dengan ketara kemasukan data manual dalam aliran kerja dokumen perkapalan bervolum tinggi, di dalam operasi yang sistem sumbernya tiada API dan tidak boleh diganti.
- Peranan
- Senior Business Process Specialist
- Keupayaan
- AI gunaan · Automasi · Pemilikan operasi
- Bidang
- Perkapalan kontena global — operasi kewangan dan logistik
- Kekangan
- Sistem sumber tanpa API, dan selalunya tanpa permukaan web yang boleh digunakan
Konteks
Cawangan Malaysia sebuah syarikat perkapalan kontena global, tempat saya menjadi Senior Business Process Specialist. Pasukan kecil — terutamanya saya dan seorang rakan sekerja — dengan pintu keputusan di dua negara lain. Kakitangan kewangan dan logistik membaca dokumen perkapalan dalam jumlah harian yang tinggi dan menaip semula apa yang mereka jumpa ke dalam sistem dengan tangan.
Masalah dan kekaburan
Tiada sesiapa mempunyai penerangan bertulis tentang bagaimana kerja itu sebenarnya dilakukan, jadi langkah pertama bukan automasi, tetapi arkeologi. Dokumen tiba dalam keadaan yang sangat berbeza, daripada fail bersih janaan mesin sehinggalah bahan yang begitu buruk sehingga pasukan kewangan menyelesaikannya melalui telefon. Dan sistem di kedua-dua hujung berdiri sendiri: tiada API, dan selalunya tiada juga permukaan web yang boleh digunakan. Menggantikannya tidak pernah menjadi pilihan, atas alasan kos semata-mata.
Peranan saya
Saya menganalisis proses kewangan dan logistik yang tiada dokumentasi untuk mengenal pasti langkah manual yang berulang dan mudah tersilap yang benar-benar berbaloi diautomasikan. Saya merangka seni bina saluran dokumen itu, membina API bahagian belakang Python untuknya, serta membina dan menggerakkan aliran kerja RPA di sekelilingnya.
Mengenal pasti keperluan
Duduk bersama orang yang melakukan kerja itu, memetakan apa yang benar-benar berlaku dan bukan apa yang tertulis dalam proses, kemudian menguji setiap langkah calon terhadap satu soalan: jika ini diautomasikan dan ia gagal pada pukul 9 pagi hari Selasa, apa yang perniagaan ini buat sebagai ganti?
Seni bina dan pertukaran
OCR hibrid ditambah LLM, ⛔ bukan pengekstrakan LLM tulen. Itu keputusan yang sudah lapuk hari ini, dan ia keputusan yang betul ketika itu: penglihatan LLM belum boleh mengekstrak dengan boleh harap daripada dokumen dunia sebenar pada masa itu, jadi OCR menyuap panel bacaan mengikut format, kedudukan medan yang diketahui ditopeng dan diekstrak mengikut kedudukan, dan model bahasa melakukan bahagian yang ia memang bagus. Integrasi itu sengaja tidak mengganggu — baca daripada apa yang sudah ada, ⛔ bukan meminta sebuah perusahaan menggantikan sistem terasnya yang memang tiada niat untuk digantikan. Ringkasan saya ketika itu ialah kami mempunyai banyak kekangan, jadi kami hanya boleh sampai ke sana secara tidak langsung — dan saya masih fikir itulah gambaran jujur bagi kebanyakan kerja AI perusahaan.
Pelaksanaan dan integrasi
API bahagian belakang Python yang menyediakan panel pengekstrakan mengikut format dan baris gilir semakan, serta antara muka pengendali yang boleh menyambung sesuatu larian dari tempat automasi berhenti. RabbitMQ untuk pemprosesan tak segerak. Kawalan pengesahan dan jejak audit di seluruhnya. Aliran kerja RPA merentas penangkapan data, pengesahan dan penyesuaian dalam operasi kewangan dan logistik.
Kawalan operasi
Inilah bahagian yang paling saya pertahankan. Nilai yang diekstrak tidak pernah terus masuk ke pangkalan data: ia mendarat dalam baris gilir semakan manusia, pembetulan dibuat di situ, dan rekod yang bersih pun disemak dua kali sebelum disimpan. Satu larian pengumpulan boleh mengambil masa berjam-jam dan boleh terganggu pada bila-bila titik, jadi larian direka sebagai nod bertanda yang menyambung daripada kedudukan yang direkodkan, ⛔ bukan bermula semula. Kerja itu bermula awal pagi khusus supaya sebarang kegagalan sudah kelihatan ketika kakitangan tiba, memberi mereka masa untuk kembali kepada proses manual dan masih menyiapkan serah tugas sebelum tengah hari. Dan automasi itu tidak pernah semua-atau-tiada: jika mesin sampai separuh jalan, seorang manusia boleh mengambil selebihnya daripada satu antara muka — ⛔ bukan rajah nod, ⛔ bukan kod.
Kesan
Sebahagian besar kemasukan data manual telah keluar daripada aliran kerja itu, dan operasi terus berjalan sepanjang masa. Tiada angka diterbitkan untuk projek ini — itu keputusan NDA yang disengajakan, dan ia terpakai dalam perbualan juga.
Pengajaran yang boleh digunakan semula
Pendirian seni bina yang saya bentuk di sini masih saya pertahankan: bagi perusahaan yang tidak akan menggantikan sistem terasnya atas alasan kos, integrasi yang betul ialah yang membaca daripada apa yang sudah ada di skrin pengendali. Dan langkah manusia-dalam-gelung bukan kekurangan pada automasi — itulah yang menjadikan automasi itu boleh digerakkan.
Bukti awam
Semua di atas ialah apa yang boleh dibincangkan secara terbuka. Apa yang ditahan, dan apa yang sedang disediakan:
Binaan semula bilik bersih di atas dokumen sintetik bergaya perkapalan, lengkap dengan panel bacaan, baris gilir semakan dan larian bertanda, telah dispesifikasikan sebagai projek P4; ia belum dibina.
Jawapan datang daripada tapak ini. Ia akan beritahu anda apabila sesuatu projek tidak berbaloi dibina.