Klient
Globalny dostawca kompleksowego i intuicyjnego oprogramowania do zarządzania zasobami przedsiębiorstwa, specjalizujący się w poprawie wydajności i skuteczności planowania, harmonogramowania i realizacji konserwacji.
Wyzwanie
- Klient świadczy usługi zarządzania zapasami aktywów przemysłowych i wymaga zautomatyzowanej ekstrakcji kluczowych informacji z różnych ustrukturyzowanych i nieustrukturyzowanych dokumentów, które są następnie przechowywane w systemie magazynowym klienta. Ręczne wprowadzanie danych spowalniało operacje i prowadziło do błędów w śledzeniu zapasów.
- Przy 4000 różnych tagów, ręczne klasyfikowanie każdego pliku było czasochłonne, podatne na błędy i spowalniało wydajność przepływu pracy.
Co zrobiliśmy
- Wdrożyliśmy rozwiązanie do rozumienia dokumentów oparte na sztucznej inteligencji, które wykorzystuje OCR, NLP i wizję komputerową do wyodrębniania i strukturyzowania informacji z dokumentów magazynowych i przechowywania ich w bazach danych klientów.
- Zaimplementowany system tagowania dokumentów oparty na sztucznej inteligencji, łączący podobieństwo semantyczne i dwuetapową klasyfikację. Nowoczesne modele oparte na BERT szybko interpretują treść dokumentu i przypisują mu właściwy tag.
Korzyści dla klienta
- Rozwiązanie skróciło czas ręcznego przetwarzania, poprawiło dokładność danych i usprawniło śledzenie zasobów – a w rezultacie zwiększyło wydajność zarządzania zapasami.
- Dokładność tagowania wzrosła, a ręczne obciążenie pracą znacznie spadło, zwłaszcza biorąc pod uwagę dużą liczbę dostępnych tagów. Klient może teraz zarządzać dużymi ilościami dokumentów w sposób bardziej niezawodny i na dużą skalę.
