物流產業很大，運輸和物流行業運營產生大量數據，例如費用管理、報關單、發票、運輸、客戶管理、供應商管理、路線和運輸管理。物流在很大程度上依賴于“大數據”，這些數據分布在各種文件中，包括商業發票、空運提單、提貨單、海關表格、形式發票以及許多其他結構化、半結構化和非結構化文件類型。物流公司通常在分類賬、文件、文件夾和數據庫中處理和存儲數據，其中可能包含紙質文件、電子郵件、文本、電子表格、word 文檔、PDF 和/或掃描圖像。

目前物流業嚴重依賴藍領工人來處理龐大的非結構化數據存儲。不幸的是，手動數據管理既費時又容易出錯。研究表明，人類在電子表格數據輸入方面的錯誤率為 18-40%。這些錯誤最終會耗費企業的時間和金錢。

什么是智能OCR或者智能文檔處理？

智能文檔處理 (IDP) 是物流領域的重要工具，為文檔的邏輯和語義分析提供了方便、準確和快速的解決方案，IDP 非常適合各種文件中提取有用信息，可以從結構化、半結構化和非結構化文檔中準確提取和處理姓名、日期、地址和金額等數據。

AI 支持的 OCR 解決方案最大限度地減少了文檔處理中的人工參與，人類工作者訓練持續學習的 AI 模型，隨著時間的推移提高準確性和自動化率。

智能OCR可以自動化物流文件

1. 提單（Bill of Lading）

通過承運人將產品從供應商運送到客戶需要一份稱為提單或 BoL 的文件。提單是一份具有法律約束力的文件，為托運人和承運人提供處理貨物的所有必要細節。它是所運輸物品、來源和目標目的地的書面記錄，它是貨物交付的物權憑證。

BoL 在出口方面尤為重要，因為它包含重要信息，例如運輸產品的安全性和合法性，以及供應商、托運人和收貨人的合法性。它還包含有關貨運/港口當局應付的運費和海關費用的信息。最重要的是，它在運送到最終目的地的整個過程中建立了對運送產品的所有權。

幾乎所有的 BoL 都包含以下信息：

l 貨件參考 ID 或編號

l 供應商/發貨人的詳細信息，包括名稱、地址和聯系信息

l 承運人詳細信息，例如名稱、地址和中間裝運編號

l 收貨人/收貨人詳細信息，包括姓名、地址和聯系信息

l 運輸產品的詳細信息，包括物品的數量/重量/尺寸、貨運等級以及運輸和處理說明

l 貨物的申報價值，例如保險詳情和交貨失敗時的賠償要求

l 定價和付款，交貨時間表

l 運輸過程中所有利益相關者的日期簽名

對于與較少供應商和采購商打交道的小型承運人來說，手動提取和管理 BoL 數據可能是易于管理的，但隨著承運人擴大其產品組合，某種自動化數據管理系統就變得必不可少。

2. 交貨單 (Proof of Delivery)

調查顯示，僅在 2020 年，美國就運送了 200 億個包裹。每批貨物都會創建文件的書面記錄，其中交付證明是最關鍵的文件之一。它不僅確認客戶收到產品，增加供應商的可信度，交貨單證明還可幫助供應商評估延誤并更好地規劃未來的交貨時間表。

大多數交付證明文件都打印在紙上，需要收件人簽名。最近，交付證明文件進入了數字領域。這是有道理的，因為紙張對于任何類型的官方通信來說都是一種低效的媒介，因為它很容易丟失或損壞，從而導致延誤開具發票，也可能導致欺詐，不法行為者聲稱未收到已交付的貨物，導致多次交付，給客戶帶來信用傷害并給供應商造成損失。 

對于數字送貨單，客戶通常需要使用數字筆或他們的手指在手持設備上簽名，然后將其存儲在數據庫中。除簽名外，交貨證明還包括供應商和收貨人的姓名和地址，以及對所交付貨物的描述。所有這些信息都必須轉移到物流數據存儲庫中，這涉及大量的人工操作。無論物流文件是數字格式還是紙質格式，如果人工在工作流程中的某個時刻需要手動輸入數據，錯誤仍然會發生。 

智能文檔IDP對于POD的好處如下：

l 從交付證明文檔中提取結構化、半結構化和非結構化數據。

l 將提取的數據轉換為可進行數字化操作以供后續使用（例如分析、會計、審查或存儲）的格式。

l 提供數據安全性，包括防止盜竊、黑客攻擊和敏感信息管理不善的功能。

3. 運費發票

將產品從源頭運送到目的地通常需要中間商，例如貨運代理。貨運代理包括運輸和倉儲、包裝和文件、保險和增值服務等各種活動，是供應鏈中的重要環節。貨運代理是來源地和目的地之間的聯系點。據預測，到 2026 年，全球貨運代理市場規模將增長到 2203.4 億美元。

在貨運代理處理的眾多文件中，貨運發票或貨運單可能是最重要的，因為它不僅可以登記貨物的詳細信息，包括來源、收件人和產品，還包括付款詳情。它由貨運代理創建并由托運人和承運人簽署。 

運費發票的管理很繁瑣，因為通常單個貨物可能有多個發票要發送給供應鏈的各個參與者，所有這些都必須記錄在更大的存儲庫中。這些發票中的龐大數據量會使貨運發票管理容易出錯和延誤。貨運發票的自動化可以簡化大部分管理流程并防止代價高昂的錯誤。 

4. 運輸標簽

運輸標簽是運輸包裹的 ID 標簽，在運輸標簽的格式因供應商或貨運代理而異，但必須包含重要信息，例如收件人的姓名和地址、供應商/貨運代理的名稱和地址、聯系電話號碼、物品說明、其數量和/或重量、裝運等級等。如今，運輸標簽還包含條形碼和電子跟蹤號。

從運輸標簽中提取數據對于供應鏈的所有環節都很重要。供應商或貨運提供商通常會打印標簽，很可能來自現有的客戶信息數據庫，其他臨時和最終收件人需要掃描運輸標簽并提取所有相關信息以存儲在數據庫中，以便鏈上的所有成員都可以輕松跟蹤包裹。收件人通常會收到一個電子標簽，用于跟蹤產品從來源地到目的地的整個過程，為此，必須在每個階段更新包裹的位置。

如前所述，運輸標簽可能有多種格式。源地址和目標地址可能位于包裹上的不同位置。條形碼可以對不同類型的數據進行編碼，并且可以放置在包裹中的任何位置，等等。此外，由于包裹必須跨越地理距離移動，標簽可能會在通道上變臟、撕裂或弄臟。

傳統的 OCR 系統在這種情況下幾乎沒有用，因為 (a) 包裹太大而無法放在這些 OCR 系統工作的掃描儀下，以及 (b) OCR 也可能受于因各種信息的不同位置標簽。人類的智慧和眼睛很容易出錯，尤其是在要交付的包裹數量增加的情況下。

IDP是唯一的解決方案，它可以高效地提取各個字段并準確分類，以進行數據存儲和數據分析處理。 IDC 中的 AI 和 ML 引擎使用統計方法、神經網絡、決策樹和規則學習技術進行數據理解，而不是簡單的識別。例如，許多 IDC 中存在的基于計算機視覺的文檔排版工具可以區分相關字段并識別內容，而不管它們在標簽上的位置如何。命名條目識別 (NEM) 算法經過訓練，可以挑選出特定類型的信息，例如參考號、姓名、地址、成本等，并將它們以高精度和高效率的方式傳輸到工作流程中的下一個工作。因此，IDP 比現場級識別更能實現直通式處理，因為位置坐標不是必需的。

5. 貨運代理/貨物保險表格和證書

保險是一個數據豐富的行業，依賴于大量的大數據分析。鑒于海陸空運輸的產品種類繁多，針對物流業的保單也有多種。物流行業中使用的一些常見保險類型包括貨物保險、貨運代理責任保險、海事服務責任險、船體和機械險、保障和賠償險、能源物流險、危險品和燃料物流險、商業車輛險、一般責任險。

物流保險部門處理大量文書工作，有車禍索賠、年金賬戶表格、損壞表格、受益人表格等。無論保險類型如何，都有表格需要填寫和處理。

保險處理需要關聯來自多個來源的數據，這是一個繁瑣的過程，因為它涉及從不同的文檔中提取、處理和分析數據。需要類似人類的認知來整理不同文檔中的所有細節。隨著接近類人認知（甚至有些人可能會說是感知）的人工智能工具的出現，現在它們在保險領域的使用范圍很廣。許多保險公司已經在尋求完全自動化的操作；預計到 2030 年，美國 46% 的保險理賠活動將實現自動化，其中大部分自動化將由人工智能驅動，包括 IDP或者智能OCR解決方案。

6. 報關單

報關單提供了正在進口或出口的貨物的詳細信息。它包括原產國、貨物描述、成本、保險和運費 (CIF) 詳細信息、海關分類編號、關稅等信息。人工處理報關單需要發票、運單、原產地證、裝箱單等各種單據的數據。與早期案例一樣，此類手動活動可能既乏味又耗時。 IDP解決方案可以通過提取相關數據、智能分類并按需處理，實現報關單處理自動化。

當收到進口或出口報關單時，IDP引擎會自動識別和捕獲其中的相關字段，無論這些字段位于文檔的哪個位置。此類信息被分類并存儲在適當的索引表中。

7、裝箱單

裝箱單，也稱為交貨單，用于國際貿易，提供有關出口商、貨運代理人和收貨人的信息，以及運輸物品的詳細信息及其包裝規格，例如尺寸和重量。出口裝箱單很重要，因為它是正在運輸的物品的記錄，是內陸和國際提單的證明。它提供材料安全數據。裝箱單還可以作為信用證項下償付的支持文件。雖然裝箱單的格式因公司而異，但幾乎所有裝箱單均包含以下基本信息 -

l 日期

l 出口商聯系信息

l 收貨人聯系方式

l 商品原產地地址

l 產品的目的地址

l 每批貨物的包裹總數

l 每個包的詳細說明

l 每個包裹的體積和重量

l 整個貨件的體積和重量

l 貨件的發票編號

從裝箱單中提取信息對于買方、賣方和任何中介機構來說都很重要。這對買方很重要，因為它允許通過與訂單和/或發票的交叉檢查自動檢查購買情況。從裝箱單中提取數據有助于審查公司的庫存和績效。

從裝箱單中提取數據對賣家來說很重要，因為裝箱單通常由買方保留，因此它可以作為裝運信息的檔案。來自裝箱單的數據還可以幫助賣家進行審計和庫存管理。

IDP 解決方案可以智能地從裝箱單中捕獲所有相關數據。這些解決方案的持續學習功能允許從所有格式的裝箱單中提取數據，實現全面的文檔和數據管理。

8. 采購訂單

采購訂單或 PO 是具有法律約束力的文件，用于確定買方從賣方/供應商處購買商品或服務。買方創建 PO 以授權后續交易，以便將貨物從賣方轉移到買方并支付相同的款項

采購訂單包含以下信息

l 用于跟蹤的購買編號或 ID

l 所購買產品的詳細信息

l 所購買產品的數量或重量。

l 買賣雙方聯系方式

l 訂單日期

l 時間表和細節

l 購買商品的價格

l 付款條款和條件

PO 是雙向匹配過程的組成部分，在該過程中，發票與 PO 和送貨收據相匹配，以完成購買并啟動付款。因此，必須準確捕獲和存儲來自 PO 的所有數據。 IDP 解決方案不僅可以智能地從現有文檔中捕獲數據，還可以管理文檔工作流并減少整個流程的采購周轉時間。

9. 空運貨物艙單

貨物可能是來自不同供應商的產品，運往不同的購買者。因此，空運貨物清單將列出與該特定飛機上運載的所有產品相關的提單，以及與貨物相關的空運單和主空運單編號，所運產品的詳細信息、每批貨物的重量/數量和其他數據。

根據 Statistica 的數據，全球貨運航空業產生的收入為 1750 億美元。美元在 2021 年。鑒于空運的貨物量如此之大，空運貨物清單的數量是驚人的。從空運貨物艙單中手動甚至基于傳統 OCR 的數據提取不再現實，啟用 AI 的自動文檔處理是處理航空貨運艙單的唯一方式。

案例：智能單證打標平臺Composer提速物流單證自動化

來自中國上海的初創企業道刻智能，一家領先的智能國際物流單證處理供應商，最近推出萬能打標平臺Composer，讓AI智能文檔處理和自動化流程提上了快車道。

單據識別模型的生成平臺Docuai Composer，為解決該行業單據雜亂模板多樣提供了獨門秘籍，該平臺有48類的國際物流單據識別的訓練模型，用戶可以自行創建并訓練的單據識別模型。同時解決單據識別算法領域的大樣本訓練問題，用戶只需20來個樣本單據的標注，就可以完成訓練，生成自己的算法模型。

傳統算法模型需要3-5天時間生成模型，Composer平臺只需4步，基本都可以在10分鐘以內完成打標，1小時以內生成一套模型算法。（下圖所示）。

標注自己需要的內容，20張單據就可以生成對應模型，高效標注工具，一個托書樣本5分鐘內標注完成，提單，箱單，發票同樣在10分鐘以內完成標注，形成該模板獨特的算法。初次標注后，準確率基本在90%左右。

另外因為DocuAI Composer已經訓練近百萬份文件樣本，所以市面流動的很多托書，提單，箱單，發票等都已經在數據庫里訓練過。

DocuAI Composer是國際物流行業一個劃時代產品，未來物流行業操作人員不再為托書提單箱單發票的模板繁多發愁了，大量的單證錄入與審核人員可以解放到價值更高的崗位上去。

作者：曾志宏Lucas，北科大畢業，新加坡國立大學MBA，曾服務于GE，Rolls-Royce，JCI，Whirlpool供應鏈部門，致力于貨代行業和國際供應鏈領域流程自動化，智能化和可視化，AI+軟件機器人RPA，以及數字供應鏈，智慧物流等的推廣和傳播 (Wechat: 1638881963)。