ChatGPT за бизнеса: от PDF до поръчка в ERP

Качвате клиентска поръчка в PDF в ChatGPT и го молите да извади артикулите и количествата. Получавате подредена таблица, въпреки че документът е разхвърлян, описанията са съкратени, а част от текста е дребен. Следващата мисъл идва естествено: щом може да прочете поръчката, защо да не я въведе направо във фирмената система?

Между двете обаче стоят решенията, които вашият служител взема почти неусетно. Той разпознава кой клиент изпраща документа, превежда неговите кодове към вашите артикули и проверява дали заявеното може да бъде изпълнено. Подредената таблица още не съдържа отговорите на тези въпроси.

Според мен това е най-полезното разграничение, когато обмисляте ChatGPT за бизнеса. Тук ще разгледам какво върши добре чат асистентът, какво липсва до надеждно въвеждане на поръчки в ERP и кога има смисъл да свържете отделните стъпки.

Какво ChatGPT прави добре с поръчката

ChatGPT може да извлече текст и редове от PDF, четливо сканирано копие или поставен текст от имейл. Може да подреди описанията, количествата и кодовете на клиента в таблица, която се преглежда по-лесно. Различните оформления не налагат непременно отделен шаблон за всеки изпращач.

Да кажем, че фирма за дистрибуция на консумативи получава поръчки от магазини и сервизи. Един клиент изпраща таблица, друг пише няколко реда в имейла, а трети прилага сканиран формуляр. Чат асистентът може да помогне тези различни входящи документи да придобият общ вид, например код, описание, количество и мерна единица.

Това е полезна подготовка, но изисква проверка спрямо оригинала. При неясен скан буквата „О“ може да бъде объркана с нула, а количество да попадне срещу съседен ред. Добре подреденият отговор не е доказателство, че съдържанието е разчетено вярно.

Аз бих поискал липсващите и неясните полета да бъдат отбелязани, вместо попълнени по предположение. Ако документът съдържа „6 кашона“, изходната таблица трябва да запази тази единица. Превръщането в бройки е следваща стъпка, за която са нужни данни за конкретния артикул.

Какво липсва до поръчка в ERP

Кодовете на клиента не са вашите кодове

Клиентът може да поръча „ABC-77“, докато във вашия каталог същият продукт е артикул „4410“. За правилното съответствие е нужна поддържана таблица, обикновено обвързана и с конкретния клиент, защото един и същ код може да означава различни неща при различни фирми. Ако предоставите тази таблица на ChatGPT, той може да помогне със съпоставянето, но трябва да сте сигурни, че използвате актуалните данни.

Сходното описание само по себе си не е достатъчно. „Ръкавици сини“ може да означава няколко размера и различен брой в кутия, затова съответствието трябва да се провери и в каталога. Когато няма еднозначен отговор, процесът трябва да спре за решение от човек, вместо да избере най-правдоподобния артикул.

Цени, условия и наличност

Поръчката показва какво иска клиентът, но не удостоверява условията, по които трябва да я изпълните. За това са нужни приложимата клиентска ценова листа, договорените отстъпки, минималните количества и правилата за доставка. Данните трябва да идват от определен фирмен източник, а не да се възстановяват по спомен от стар документ.

Наличността също изисква контекст: видимото количество може вече да е резервирано за друга поръчка. Срокът за доставка може да зависи от потвърждение от доставчик, което още не е получено. Тук трябва да определите кога се проверяват данните и кой решава дали да предложите частична доставка, замяна или изчакване.

Записът в системата

Самото качване на PDF в чат не дава достъп до вашата ERP система. За създаване на поръчка е нужна изрично изградена връзка с разрешени права или друг поддържан начин за въвеждане, например импорт. Ако служителят продължава да копира всеки ред от отговора, съществена част от първоначалната работа остава.

Записването има и собствени проверки: избран ли е правилният клиент, попълнен ли е адресът за доставка и приела ли е системата документа. Трябва да има защита срещу повторно въвеждане, когато клиентът препрати същия имейл. Прекъсната връзка след изпращането също не означава непременно, че записът е неуспешен, затова повторният опит трябва да бъде контролиран.

Проверка и следа

След време трябва да можете да установите откъде е дошло всяко важно поле. За това помага връзката между оригиналния имейл, приложения документ, разчетените редове и създадената поръчка. Ако човек е разрешил разминаване, решението му трябва да остане записано.

Така при въпрос „Защо са поръчани тези бройки?“ не започвате разследването отначало. Виждате дали клиентът е написал кашони, как е определен броят в опаковка и кой е потвърдил преобразуването. Препоръчвам тази следа да бъде част от процеса още при първото му изпитване.

ChatGPT срещу автоматизация около вашите системи

В таблицата сравнявам работа в чат с ръчно предоставени документи и процес с предварително настроени връзки, проверки и права за достъп. Втората колона описва какво трябва да се изгради и провери за конкретната фирма. Това не са възможности, които се появяват само защото използвате AI.

	ChatGPT	Около системитеЗа ежедневни поръчки
Чете PDF и имейл	Да	Да
Превежда кода на клиента във ваш артикул	С подадена таблица	Чрез таблица и каталог
Проверява цена и наличност	По подадени данни	От вашите системи
Записва поръчката в ERP	Не	При изградена връзка
Спира при разминаване	Нужна е ваша проверка	По зададени правила
Обработва десетки поръчки без копиране	Не	При настроен прием

Разликата е откъде идват данните и какво се случва след отговора. Дори отличното разчитане няма да поправи остаряла таблица за съответствие или липсващо правило за минимално количество. Тези зависимости трябва да станат видими, преди да разчитате на автоматичен запис.

Как изглежда процесът, когато е свързан

При свързана обработка на поръчки от имейл и PDF документът влиза в определен процес. Извлечените редове се сверяват с фирмените данни, а установените разминавания се изпращат за решение. Записът в ERP следва едва след необходимите проверки.

Да кажем, че клиент заявява 24 броя от познат артикул и още един продукт със стар код. Първият ред може да премине проверките, а вторият да бъде показан на отговорния служител заедно с оригиналното описание и възможните съответствия. Предварително правило определя дали цялата поръчка изчаква, или е допустимо частично въвеждане.

Екранът за решение трябва да показва конкретния проблем. „Няма съответствие за клиентски код ABC-77“ е полезно съобщение, защото служителят знае какво да провери. Общото „Възникна грешка“ го принуждава да повтори цялото четене.

Тази последователност е показана с примерни данни в сценария за клиентски поръчки. Това е демонстрация на възможен процес, чиито проверки и начин на запис трябва да бъдат уточнени спрямо вашата работа.

Кога ChatGPT е достатъчен

Не всяка фирма има нужда от свързан процес за всяка поръчка. Ако основното затруднение е да разчетете необичаен документ, помощта в чат може да е напълно достатъчна. Аз бих я разгледал първо в следните случаи:

• Получавате малко поръчки на месец и ръчната проверка и въвеждането се вписват спокойно в работния ден.
• Трябва еднократно да разчетете необичайна поръчка с разместени колони или дълги описания.
• Подготвяте чернова за служител, който така или иначе ще провери и въведе документа.
• Искате допълнителна проверка за пропуснати количества, празни полета или повтарящи се редове.

В тези случаи уточнете какъв изход очаквате и проверявайте отговора срещу оригинала. Искане като „извади редовете, запази кодовете дословно и отбележи неясните количества“ е по-полезно от „обработи поръчката“. То очертава конкретна помощ, която можете да прегледате.

Какво да изясните преди автоматизацията

Бих започнал с описване на един обичаен работен ден на служителя, който въвежда поръчките. Кои справки отваря, какво проверява по телефона и как разбира, че документът е готов за запис? Именно тези действия показват какво трябва да свърже бъдещият процес.

За начало препоръчвам един ясно ограничен поток, например поръчки от определена група клиенти с поддържани съответствия на кодовете. При изпитването включете и неясен артикул, повторен имейл и недостиг на наличност. Поведението при такива случаи показва дали процесът е готов за ежедневна работа.

Често задавани въпроси

Може ли ChatGPT да се свърже с моя ERP?

Възможно е да се изгради връзка, но това зависи от начините за достъп и запис, които конкретната система позволява. Нужни са подходящи права, проверки и обработка на неуспешните операции. Самото качване на поръчка в чат не осигурява тази връзка.

Какво става със сканираните поръчки?

Четливите сканирани документи могат да бъдат разчетени, но качеството на изображението влияе върху резултата. Блед печат, ръкописни поправки и застъпени редове увеличават вероятността от грешка. Процесът трябва да насочва установените неясноти за преглед, а при изпитването да проверите дали действително ги открива.

Трябва ли да сменим ERP системата?

Подходът на Delovo AI е да изгради автоматизация около системите, които вече използвате. Първо трябва да се провери как те позволяват четене и запис на данни. Това не е обещание за съвместимост с всяка програма, а отправна точка за оценка на възможния процес.

Как да разбера дали проблемът е само в поръчките?

Проследете къде служителите повторно преписват или сверяват същите данни след въвеждането. Подобна работа може да има при потвържденията от доставчици, клиентските запитвания и месечните справки. За по-широк поглед вижте AI в оперативната работа, но започнете с един ясно определен процес.

Откъде да започнете

Изберете един тип поръчка и опишете какво проверявате между получаването ѝ и записа в ERP. Можете да започнете с кратък въпросник, след който в 30-минутен онлайн разговор да уточним кои данни и системи участват и какво трябва да се провери първо.