אוטומציה ואינטגרציות
הזמנות מגיעות כקובץ PDF במייל, מסמכי ספקים נסרקים, ומישהו מקליד את הפרטים שוב ל־ERP. אנחנו משלבים AI לקריאת המסמך עם כללים עסקיים לבדיקה, כך שהפעולה במערכת מתבצעת כשהמידע שלם — ומה שחסר או חריג מגיע לאדם.
הבעיה שהשירות פותר
לקוחות שולחים הזמנות במייל, כל אחד בפורמט אחר. ספקים שולחים תעודות משלוח וחשבוניות כסריקה. מישהו במשרד פותח כל קובץ, מעתיק פרטים ל־ERP ובודק שלא נפלה טעות — וכשהוא בחופש, הכול מחכה.
השילוב הנכון הוא AI להבנת המסמך, וכללים מוגדרים לבדיקות ולפעולות שדורשות עקביות. המערכת מחלצת את הפרטים, בודקת אותם מול מה שכבר ידוע — לקוח, מק״ט, מחיר — ומעבירה לאדם את מה שחסר, חריג או דורש החלטה.
דוגמה מתחילת התהליך ועד לתוצר
הזמנה מלקוח מגיעה לתיבה ייעודית, עם קובץ PDF מצורף.
המערכת מזהה את הלקוח, הפריטים, הכמויות ותאריך האספקה המבוקש.
הפרטים נבדקים מול נתוני הלקוחות והמוצרים. מק״ט לא מוכר, מחיר שונה או שדה חסר מסומנים.
הזמנה תקינה ממשיכה; הזמנה עם חריג מגיעה לבדיקה, עם סימון של מה בדיוק חסר.
ההזמנה נפתחת ב־ERP או נשמרת כטיוטה לאישור, לפי מה שהוגדר — ונשאר תיעוד של המקור ושל מי שאישר.
זו דוגמה להמחשה. סוגי המסמכים, היקף האוטומציה והפעולות המותרות במערכת היעד נקבעים לפי המערכות, ההרשאות והצרכים אצלכם.
בשביל זה יש שכבת בדיקה. הפרטים נבדקים מול כללים ונתוני מקור, ומה שלא תואם מגיע לאדם. בתחילת הדרך מעבירים יותר מקרים לבדיקה, ומצמצמים רק אחרי שרואים איך המערכת מתנהגת.
לא בהכרח. קודם בודקים מה המערכת הקיימת מאפשרת — כתיבה ישירה, ייבוא קבצים או קריאה בלבד — ומתכננים את החיבור בהתאם.
בדרך כלל כן, אבל איכות הסריקה משפיעה על איכות החילוץ. בודקים על מסמכים אמיתיים שלכם לפני שמגדירים מה עובר בלי בדיקה ידנית.
אוטומציה רגילה עובדת טוב כשהמידע מגיע בפורמט קבוע. כשהוא מגיע כטקסט חופשי, כמסמך או כמייל, AI עוזר להבין אותו — והכללים העסקיים קובעים מה מותר לעשות איתו.
ספרו לנו מאיפה המסמכים מגיעים, מה מחלצים מהם ולאיזו מערכת הם צריכים להגיע. נבדוק מה אפשר לקלוט, מה צריך לבדוק ואיפה נדרש אישור.