AI sparar tid i matchning av fraktsedel och order
Det familjeägda transportföretaget GN Transport med huvudkontor i Halmstad ville effektivisera hanteringen av fysiska fraktsedlar för att slippa återkommande manuellt arbete. DH Solutions hjälpte till att skapa och införa en ny lösning baserad på AI och maskininlärning med hjälp av färdiga komponenter i Micrososoft Azure.
GN Transport transporterar gods mellan Skandinavien och Frankrike, Spanien samt Portugal. Bolaget är främst nischat inom transporter mellan Sverige och Frankrike. Det är ett land där mycket fortfarande sköts på papper, vilket medför en hel del administrativt arbete hos GN Transport. Utförda transporter bekräftas av signerade fraktsedlar som krävs för att kunna ta betalt. Dessa kommer oftast in på papper och nära hälften av dokumenten saknar ett unikt ordernummer från GN Transport (ett GN-nummer).
DH Solutions är sedan länge IT-partner till GN Transport och hade skapat det system för att OCR-tolka inskannade fraktsedlar som bolaget tidigare använde för att få in de fysiska dokumenten i sitt affärssystem. För fraktsedlar utan GN-nummer krävdes ändå mycket manuellt arbete. Någon var tvungen att jämföra informationen om leveransen – som vikt, volym, adresser till avsändare och mottagare, med mera – med de order som fanns i systemet. När man hittat rätt order skrevs en etikett med GN-numret ut, klistrades på och sedan kunde dokumentet skannas in och OCR-tolkas för att läggas till i systemet. DH Solutions har nu utvecklat och infört en ny, smart lösning med hjälp av tjänster i Mircosoft Azure som eliminerar denna krångliga och tidskrävande process.
– Det här är ett typexempel på när AI och maskininlärning har stor effektiviseringspotential genom att automatisera ett repetitivt och återkommande arbetsmoment. Att bygga upp något sådant här är inte heller ett särskilt omfattande projekt, i och med att Microsoft Azure erbjuder så många färdiga komponenter som går att implementera, förklarar Per Eriksson, säljare på DH Solutions.
Tolkning via maskininlärning
Lösningen som GN Transport införde under hösten 2023 förenklar processen mycket. Med hjälp av tjänsten Azure Document Intelligence används maskininlärning för att tolka och förstå innehållet i fraktsedlarna. Inkomna fraktsedlar skannas nu in direkt även om de saknar GN-nummer. Sedan utnyttjar systemet den information som finns på vare fraktsedel för att med hjälp av en algoritm matcha ihop den med motsvarande bokning i affärssystemet. AI:n lyckas i många fall tolka även handskrivna fraktsedlar rätt.
– AI:n specificerar också hur säker den är på sin slutsats i procent. Är den för osäker i sin analys, till exempel om det finns två transporter som är väldigt lika, så kan vi manuellt kolla upp om den har rätt eller istället leta upp rätt order, förklarar Mikael Trevik, IT-ansvarig på GN Transport.
För detta har DH Solutions utvecklat ett användargränssnitt för manuell hantering. Det är byggt med Next.js och körs i en Linux-miljö på Azure, vilket integrerats med det GN Transports Windows-baserade primära system.
Dessutom har DH Solutions utvecklat ett system för att hantera de fraktsedlar som kommer in via e-post och göra samma analys av dessa dokument. De skickas till en specifik brevlåda, men dit kan det också komma sådant som inte är fraktsedlar. Alla sådana meddelanden sorteras ut med hjälp av Azure Document Intelligence, som här har tränats för det syftet, och skickas för manuell kontroll så att inget viktigt missas. Brevlådan läses med Micrososft Graph API, som gör att känsliga uppgifter som användarnamn och lösenord inte behöver inkluderas direkt i koden.
Två timmar kan bli fem
– Systemet är fortfarande ganska nytt, så det är svårt att göra en exakt uppskattning av hur mycket tid vi sparar in tack vare det. Men det handlar om mellan 1 000 och 1 500 dokument varje vecka som ingen längre behöver titta på, utan de bara skannas in direkt och läggs till i affärssystemet. Vi får ett mer kontinuerligt flöde och sparar gissningsvis minst två timmar manuellt arbete i veckan. Över tid kommer systemet att förbättras och når vi hela vägen, så att vi helt slipper manuell hantering, kommer vi att spara fem timmar i veckan, säger Mikael Trevik.
Redan när GN Transport startade projektet fanns planer på att skapa en liknande funktion för att med hjälp av AI hantera inkommande order på motsvarande automatiserade sätt. Transporter kan beställas på många olika vis – via en inskickad pdf-fil, direkt i ett e-postmeddelande eller inskrivet i en fil i affärssystemet. I hanteringen av detta har AI också stor potential att effektivisera. Men Mikael Trevik ser många fler möjligheter.
– Även om man inte ska ha någon övertro på att AI ska lösa alla problem, så dyker det upp en massa idéer i huvudet när man funderar på hur det skulle gå att nyttja det. Vi tittar till exempel även på hanteringen av leverantörsfakturor och flera andra saker, avslutar han.
Korta fakta
Utmaning
Trots ett skanningssystem med OCR-tolkning för att få in fysiska fraktsedlar i affärssystemet var GN Transport tvungna att lägga arbetstid på att manuellt matcha fraktsedlar som saknade deras specifika ordernummer med rätt order.
Lösning
Ett nytt system som bygger på AI och maskininlärning med Azure Document Intelligence för att automatisera matchningen, i kombination med ett Next.js-användargränssnitt för manuell hantering när AI:n inte lyckas. Dessutom sorteras e-postade fraktsedlar ut med AI för samma analys.
Resultat
GN Transport slipper hantera 1 000–1 500 dokument manuellt varje vecka och sparar minst två arbetstimmar i veckan med det nya systemet. Genom kontinuerliga förbättringar av systemet finns potential att på sikt spara upp till fem arbetstimmar i veckan.
I sammanfattning illustrerar detta referenscase tydligt kraften i AI och maskininlärning för att automatisera och förbättra arbetsflöden. GN Transport och DH Solutions har banat väg för andra företag att utforska liknande lösningar och dra nytta av teknologins effektiviseringspotential.
Om du också vill optimera dina arbetsprocesser och utforska möjligheterna med AI, tveka inte att kontakta oss på TD SYNNEX. Vår expertis och engagemang finns här för att stödja din er framtidssatsning inom artificiell intelligens och maskininlärning. Vi ser fram emot att höra från dig och hjälpa dig på din resa mot ökad effektivitet och innovation.