AI do odczytu ofert dostawców: jak zachować pełny termin dostawy

Sześć tygodni może oznaczać różne terminy

Załóżmy, że kupiec otrzymał dwie oferty. Pierwsza mówi o dostawie „sześć tygodni po zatwierdzeniu rysunku”, a druga „sześć tygodni od potwierdzenia zamówienia”. Gdy narzędzie wpisze przy obu tylko „sześć tygodni”, tabela wygląda na gotową, ale pomija różnicę potrzebną do dalszego planowania.

Przydatny odczyt zachowuje osobno długość okresu i zdarzenie, od którego jest liczony. Przy pierwszej ofercie kupiec widzi sześć tygodni oraz zatwierdzenie rysunku, przy drugiej sześć tygodni oraz potwierdzenie zamówienia. Obok może otworzyć fragment dokumentu zawierający cały zapis. Nie musi ponownie szukać warunku w ofercie, żeby sprawdzić, czy został właściwie przeniesiony.

Z tych informacji nie da się jeszcze wyznaczyć daty dostawy. W przykładzie nie podano, kiedy nastąpi zatwierdzenie rysunku ani potwierdzenie zamówienia. Tabela powinna zachować takie warunki, żeby kupiec mógł dalej z nimi pracować. Sama długość okresu nie wskazuje też, która oferta zapewni wcześniejszą dostawę.

To zadanie nazywa się ekstrakcją danych: narzędzie odnajduje informacje w dokumencie i przenosi je do wskazanych miejsc w zestawieniu. Dla kupca użyteczny wynik oznacza mniej przepisywania i łatwy powrót do zapisu źródłowego.

Najpierw sprawdź sposób zbierania ofert

Jeśli firma może poprosić dostawców o wspólny formularz odpowiedzi, warto uwzględnić w nim oba elementy terminu. Oddzielne pytanie o długość okresu i zdarzenie początkowe może usunąć problem zanim pojawi się potrzeba odczytywania dokumentu. Przy uporządkowanych odpowiedziach zwykły import do systemu zakupowego bywa wystarczający.

Część dostawców nadal będzie przesyłać własne dokumenty. Przy stałym układzie może wystarczyć odczyt oparty na szablonie. Microsoft rozróżnia takie modele, przeznaczone do stabilnych formularzy, oraz modele neuronowe do bardziej zróżnicowanych dokumentów. Te drugie można dostosować na oznaczonych przykładach. Źródło: własne modele ekstrakcji Microsoft Document Intelligence.

Przed zamówieniem adaptacji warto pokazać obecnemu narzędziu kilka ofert, przy których kupcy muszą dziś poprawiać wynik. Jeśli pełny warunek został odczytany, lecz system zakupowy ma miejsce tylko na liczbę tygodni, poprawy wymaga także sposób zapisu. Dodatkowe uczenie modelu nie sprawi, że brakująca część zmieści się w niewłaściwie zaprojektowanym zestawieniu.

Odczyt tekstu i przypisanie warunku to różne trudności

Na skanie słowo może być nieczytelne. W innym dokumencie wszystkie wyrazy są odczytane poprawnie, ale narzędzie przypisuje „po zatwierdzeniu rysunku” do niewłaściwej pozycji albo pomija ten fragment podczas przenoszenia danych. Dla kupca wynik obu błędów może wyglądać podobnie, choć poprawa będzie dotyczyć innej części rozwiązania.

Microsoft rozróżnia rozpoznawanie tekstu od przypisywania wartości do pól. Opisuje również oceny pewności dla odczytywanych danych. Taka ocena może pomagać wybrać wynik do sprawdzenia, ale nie zastępuje porównania z ofertą. W przykładzie trzeba zobaczyć, czy zachowano cały warunek, nawet gdy sama liczba tygodni została odczytana bezbłędnie.

Gdy oferta w ogóle nie wskazuje początku okresu, narzędzie powinno pozostawić go jako niepodany. Nie ma podstaw, by dopisać „od zamówienia” na podstawie innych ofert tego dostawcy. Kupiec widzi wtedy, o co musi dopytać dostawcę.

Kiedy potrzebny jest własny model

Własna aplikacja do odczytu ofert nie zawsze wymaga douczania modelu. Może korzystać z dostępnego narzędzia, połączyć jego wynik z systemem zakupowym i pokazać kupcowi odpowiedni fragment źródła. Taki zakres warto porównać z adaptacją, zanim firma zdecyduje się na dodatkowe uczenie.

Jedną z form adaptacji jest fine-tuning: dalsze uczenie istniejącego modelu na przykładach z poprawnie wskazanymi informacjami. Ma sens do sprawdzenia, gdy dostępny model regularnie gubi te same warunki w różnych sformułowaniach lub układach ofert. Zespół zakupów musi wtedy potrafić wskazać, co należy przenieść i z którego fragmentu to wynika.

Kupiec ocenia próbę na ofertach, których nie użyto do dostosowania modelu. Sprawdza, czy narzędzie zachowuje zdarzenie rozpoczynające okres dostawy i czy może łatwo otworzyć źródło. Porównuje też, jak często dotychczasowy i nowy odczyt kierują poprawnie przeniesiony warunek do niepotrzebnego sprawdzenia.

Jeśli zespół ma już dobre zestawienie, lecz potrzebuje lepiej formułować wnioski z różnic między ofertami, przydatny będzie artykuł o szkoleniu AI dla zakupów z porównywania ofert. Pokazuje pracę kupca nad zakresem oferty i pytaniem do dostawcy. Odczyt dokumentów dostarcza mu materiał do takiej oceny.

Warunki oferty w systemie zakupowym z Syntalith

Syntalith tworzy aplikacje do pracy z dokumentami i dostosowuje modele AI. Proponowany projekt dla zakupów ma doprowadzić pełny warunek z oferty do miejsca, w którym kupiec go wykorzystuje. Przy terminie dostawy oznacza to zachowanie liczby tygodni, zdarzenia rozpoczynającego ten okres i odnośnika do zapisu dostawcy. Zaczynamy od sprawdzenia, gdzie dziś ginie informacja: podczas odczytu czy przy przenoszeniu jej do pól systemu.

Zespół zakupów pokazuje powtarzające się poprawki i wyjaśnia, jak powinien wyglądać zapis potrzebny do dalszej pracy. Na tej podstawie proponujemy zakres obejmujący poprawę odczytu oraz połączenie go z systemem zakupowym. Jeśli dostępne narzędzie nadal pomija warunki, oceniamy zasadność dostosowania modelu. Kupiec powinien móc przejść od przeniesionego warunku do jego źródła i poprawić wynik w miejscu, w którym pracuje.

Opisz jeden przypadek: jaki warunek był w ofercie, co trafiło do systemu i co kupiec musiał dopisać. To pozwoli rozpocząć rozmowę o tym, który fragment pracy objąć projektem. Sposób wykorzystania dokumentów uzgodnimy, jeśli będą potrzebne do dalszej oceny. Informacje o współpracy są w cenniku Syntalith.