Europejski producent skrócił czas obsługi RFQ o ~80% i usunął największe wąskie gardło operacyjne - bez wymiany jakiegokolwiek systemu.
Problem
Duży europejski producent produktów tworzonych na zamówienie był przytłoczony pozornie prostym zadaniem - analizą przychodzących zapytań ofertowych (RFQ).
Każde zapytanie miało inny format. Czyste PDF-y generowane z systemów CAD. Skanowane arkusze specyfikacji. Zdjęcia odręcznych notatek i szkiców na papierze. Każdy dokument zawierał nawet kilkaset parametrów technicznych, które trzeba było ręcznie zinterpretować, zweryfikować i wprowadzić do systemu zarządzania zamówieniami.
Praca była powolna, podatna na błędy i - co najważniejsze - całkowicie zależna od kilku doświadczonych pracowników, którzy jako jedyni potrafili poprawnie interpretować złożone, wieloformatowe zamówienia. Gdy ich brakowało, proces wyceny zwalniał. Oferty wychodziły za późno. Przychód był tracony.
Wyzwanie
Kluczowym problemem technicznym było osiągnięcie wysokiej dokładności w ekstrakcji parametrów zamówień - czasem ponad stu na jedno zapytanie - przy jednoczesnym zachowaniu stabilności działania dla bardzo zróżnicowanych jakościowo danych wejściowych.
System musiał obsługiwać wszystko: od maszynowo generowanych PDF-ów po ledwo czytelne zdjęcia ręcznych notatek w wielu językach. Jeden błędnie odczytany parametr mógł oznaczać złą wycenę, zły produkt lub utratę klienta.
Rozwiązanie
Zaprojektowaliśmy kilkuetapowy system AI, który przetwarza pełne spektrum formatów wejściowych:
- Multimodalna integracja LLM (API OpenAI) do rozpoznawania tekstu, w tym pisma odręcznego w wielu językach, połączona z zaawansowanym prompt engineeringiem zapewniającym spójność.
- Dostrojone modele computer vision do wykrywania szczegółów w dokumentach i klasyfikacji typów rysunków.
- Ustrukturyzowany pipeline danych, który przetwarza wyniki i przekazuje je w formacie JSON bezpośrednio do istniejącego systemu ERP klienta - bez ręcznego przepisywania, middleware ani wymiany systemów.
Rozwiązanie integruje się z infrastrukturą klienta w stanie istniejącym.
Wyniki
| Parametr | Wpływ |
|---|---|
| Parametry na zamówienie | 100+ automatycznie z jednego RFQ |
| Czas przetwarzania | ~80% redukcji czasu wyceny |
| Wymagane zmiany systemowe | 0 - pełna integracja z istniejącą infrastrukturą |
Rozwiązanie znacząco skróciło czas odpowiedzi na RFQ, poprawiło dokładność danych i - co najważniejsze - uwolniło doświadczonych pracowników od powtarzalnej pracy manualnej. Teraz skupiają się na tym, co naprawdę wymaga ich wiedzy: ocenie wykonalności technicznej, doradztwie klientom i zamykaniu sprzedaży.
Brzmi znajomo?
Jeśli Twój zespół nadal ręcznie przetwarza złożone zamówienia, traci godziny na wprowadzanie danych lub czeka na jedną osobę, która „potrafi to czytać” - ten problem jest już rozwiązany.
