Создание цифрового ассистента для автоматизации обработки заказов на платформе SAP BTP

Команда LeverX помогла заказчику сократить время ручной обработки заказов на 60% и устранить неэффективность, вызванную множеством различных форматов данных.

Клиент

Ведущий американский производственный конгломерат с широким портфелем продукции — от автокомпонентов и промышленного оборудования до специализированных товаров народного потребления. Компания управляет десятками производственных объектов и распределительных центров по всему Среднему Западу и Солнечному поясу США и ежедневно обрабатывает большие объемы заказов.

Предпосылки к запуску проекта

Модель бизнеса компании опирается на сложную цепочку поставок и множество каналов продаж — от прямых B2B-контрактов до дилерских сетей и E-commerce платформ. Такой подход привел к разрозненному и хаотичному потоку данных, что серьезно снижало операционную эффективность. Основные трудности возникали при обработке заказов клиентов: задержки и ошибки негативно влияли на уровень их удовлетворенности.

Задачи

Основной проблемой, с которой столкнулась служба поддержки заказчика, стал большой объем ручной обработки входящих заказов и счетов. Эта нагрузка возникла по нескольким причинам, а разнообразие продукции и масштаб деятельности компании лишь усиливали проблему.

• Разрозненные входящие потоки данных из разных каналов:
  Заказы и счета поступали из десятков источников — B2B-компаний, разных дилерских сетей, быстрорастущих E-commerce платформ и других клиентов. Из-за этого службе поддержки приходилось работать с множеством разных форматов: обычными письмами на почту, отсканированными PDF-документами, разными версиями EDI-сообщений и другими. Это мешало собрать полную картину спроса по всем направлениям бизнеса заказчика.
• Ручной ввод данных из документов с разной структурой: 
  Каждый входящий документ имел свою, часто непредсказуемую структуру. Из-за этого сотрудникам поддержки приходилось тратить часы на то, чтобы вручную искать нужную информацию — артикулы, количество, даты поставки, детали счета и специфические требования к упаковке — и заносить ее в ERP-систему компании. Такой подход серьезно тормозил работу.
• Высокий риск ошибок и сбоев в цепочке поставок: 
  Ручной ввод данных часто приводил к дорогостоящим ошибкам, которые запустили цепную реакцию из проблем, включая задержки с отправкой срочных автозапчастей, ошибки в счетах за промышленное оборудование, споры по заказам в разных категориях товаров. Все это негативно влияло на прибыль и подрывало доверие клиентов.
• Операционная нагрузка и ухудшение клиентского опыта:
  Руководство компании выделяло скорость работы службы поддержки как один из своих приоритетов. Однако, вместо того чтобы выстраивать качественное взаимодействие с клиентами, команда тратила время на ручное внесение данных, в результате чего страдали скорость и точность обслуживания.

Решение

Мы разработали комплексное решение, которое помогло превратить разрозненную систему данных клиента в единую цифровую экосистему. В основе подхода — использование возможностей SAP Business Technology Platform, которая связала основную ERP-систему SAP S/4HANA On-Premise с внешними сервисами и всеми входящими каналами данных.

Чтобы решить проблему ручной обработки данных и работы с разными форматами, мы внедрили интеллектуальную автоматизацию процессов. С помощью SAP Build Process Automation удалось автоматизировать ключевые бизнес-операции. Данные из писем, PDF-документов, EDI-сообщений и веб-порталов теперь автоматически загружаются, распознаются и направляются на согласование. Эти функции напрямую интегрированы с SAP S/4HANA.

Чтобы улучшить пользовательский опыт и повысить эффективность команды, мы разработали современный и понятный интерфейс. В его состав вошли веб- и мобильные приложения, созданные с помощью SAP Build Apps, которые обеспечили сотрудникам поддержки удобную работу с заказами, независимо от их формата.

Ключевым элементом трансформации стала интеграция передовых технологий искусственного интеллекта. С помощью SAP AI Core и GenAI Hub мы подключили к решению собственные ИИ-модели, а также интеграции с различными LLM. Эти интеллектуальные функции позволяют автоматизировать отдельные сложные задачи, такие как:

• Автоматический разбор документов:
  ИИ извлекает ключевые данные — артикулы, количество, даты поставки — из неструктурированных источников, таких как письма и PDF-документы с разной версткой.
• Интеллектуальный ввод данных:
  Система автоматически заполняет поля в S/4HANA, сводя к минимуму ручной ввод, и проверяет корректность значений.
• Сверка данных в реальном времени:
  Система сопоставляет информацию из разных источников, чтобы выявить и устранить расхождения до того, как они приведут к проблемам в дальнейших процессах.

Благодаря сочетанию автоматизации процессов, удобных пользовательских интерфейсов и передовых ИИ-технологий клиент смог перейти от ручной реактивной обработки заказов к проактивной автоматизированной системе управления, которая позволила свести к минимуму любые ошибки.

Технологический стек

Решение было разработано на базе надежного, масштабируемого и интегрированного технологического стека с опорой на экосистему SAP:

• Основная платформа и интеграция: SAP BTP
  Решение построено по модели side-by-side расширений и служит связующим звеном между разными системами и SAP S/4HANA. В основе — SAP Business Technology Platform (SAP BTP), которая предоставляет надежную облачную инфраструктуру и обеспечивает бесшовную интеграцию между локальной системой SAP S/4HANA и внешними сервисами.
• Автоматизация процессов: SAP Build Process Automation
  SAP Build Process Automation — для управления и автоматизации ключевых бизнес-процессов, включая прием и маршрутизацию данных.
• Разработка приложения: SAP Build Apps
  SAP Build Apps использовался для разработки кастомных веб- и мобильных приложений, которые обеспечили современный и интуитивно понятный пользовательский опыт.
• ИИ и машинное обучение: SAP AI Core, GenAI Hub (для интеграции LLM)
  SAP AI Core обеспечил выполнение и управление жизненным циклом ИИ-моделей, а GenAI Hub (входит в состав AI Core) позволил настроить интеграции с различными LLM для продвинутой обработки естественного языка и извлечения данных.
• База данных: SAP HANA Cloud
  SAP HANA Cloud использовалась как высокопроизводительная оперативная база данных для быстрой обработки и хранения информации в рамках среды SAP BTP.
• Центральная ERP-система: SAP S/4HANA On-Premise
  Решение было бесшовно интегрировано с существующей локальной системой SAP S/4HANA, что обеспечило охват ключевых бизнес-процессов с помощью доступных OData API, а также стандартные и кастомные BAPI там, где это требовалось.

Результаты

Внедрение автоматизированного цифрового торгового помощника принесло клиенту ощутимые и измеримые результаты:

• Сокращение времени ручной обработки заказов на 60%: достигнуто за счет полной автоматизации обработки писем, ввода заказов и извлечения данных из счетов.
• Снижение числа ошибок при вводе данных: автоматизация процессов значительно сократила влияние человеческого фактора.
• Ускоренное выполнение заказов: сокращение времени обработки позволило быстрее отгружать продукцию, а также повысить эффективность операций и удовлетворенность клиентов.