AI w obsłudze zamówień przychodzących mailem: od wiadomości do dokumentu w ERP

Ile osób w Twojej firmie codziennie przepisuje zamówienia z maili do systemu? W wielu hurtowniach i firmach produkcyjnych to cały etat albo kilka, rozproszonych po dziale sprzedaży. AI w obsłudze zamówień przychodzących mailem przejmuje większość tej pracy. Odczytuje wiadomość i załącznik, rozpoznaje klienta i towary, a potem tworzy gotowy dokument w ERP do zatwierdzenia.

Poniżej opisujemy, jak taki proces wygląda krok po kroku i gdzie trzeba zostawić miejsce dla człowieka.

Dlaczego zamówienia mailowe są trudne do automatyzacji

Gdyby wszyscy klienci składali zamówienia przez platformę B2B lub EDI, problemu by nie było. Tymczasem zamówienia przychodzą w każdej możliwej postaci: jako tekst w treści maila, PDF wygenerowany z systemu klienta, skan wydruku, arkusz Excel z własnymi kolumnami, a czasem zdjęcie kartki z telefonu.

Klient używa swoich nazw i indeksów, nie Twoich. Pisze „to samo co ostatnio, ale dwa razy więcej” albo dorzuca w trzecim zdaniu prośbę o zmianę adresu dostawy. Klasyczny OCR z szablonami radzi sobie z tym słabo, bo każdy klient wymaga osobnego wzoru. Modele językowe lepiej rozumieją kontekst i nie potrzebują szablonu dla każdego dokumentu. Różnice opisujemy szerzej w tekście OCR z AI a klasyczny OCR.

Siedem kroków od maila do zamówienia w ERP

Krok 1. Przechwycenie wiadomości

Zamówienia powinny trafiać na jeden adres, np. osobną skrzynkę działu sprzedaży, albo być do niej przekazywane regułą. System sam pobiera nowe wiadomości wraz z załącznikami. Już na tym etapie AI odsiewa maile, które nie są zamówieniami: zapytania ofertowe, reklamacje, potwierdzenia płatności, spam.

Krok 2. Odczyt treści i załączników

Model wyciąga z wiadomości dane potrzebne do zamówienia: nadawcę, numer zamówienia klienta, pozycje z ilościami, oczekiwaną datę dostawy, adres dostawy i uwagi. Gdy zamówienie jest w PDF lub skanie, najpierw następuje odczyt tekstu, potem jego interpretacja. Wynikiem jest uporządkowana struktura danych, a nie surowy tekst.

Krok 3. Rozpoznanie kontrahenta

System dopasowuje nadawcę do kartoteki w ERP po adresie e-mail, domenie, NIP-ie z treści dokumentu albo nazwie firmy. Gdy jeden klient ma kilka oddziałów i adresów dostaw, trzeba wskazać właściwy. Pomaga w tym historia wcześniejszych zamówień z tego adresu.

Krok 4. Dopasowanie towarów

To najtrudniejszy etap. Klient pisze „rura 110 szara 2m”, a w Twoim systemie ten sam produkt ma indeks i pełną nazwę katalogową. Dopasowanie korzysta z kilku źródeł naraz:

• słownika indeksów klienta, jeśli prowadzisz go w ERP,
• historii wcześniejszych zamówień tego kontrahenta,
• podobieństwa nazw i parametrów,
• wcześniejszych poprawek wprowadzonych przez handlowców.

Każde dopasowanie dostaje poziom pewności. Pozycje pewne przechodzą dalej, niepewne trafiają do sprawdzenia.

Krok 5. Walidacja biznesowa

Zanim powstanie dokument, system sprawdza reguły. Czy klient nie przekroczył limitu kredytowego? Czy towar jest dostępny, a ilość zgodna z wielokrotnością opakowania? Czy cena z zamówienia zgadza się z cennikiem klienta? Rozbieżności nie blokują procesu, ale osoba zatwierdzająca widzi je wyraźnie.

Krok 6. Utworzenie dokumentu w ERP

W buforze powstaje zamówienie od odbiorcy, powiązane z oryginalną wiadomością. Handlowiec widzi dokument i maila obok siebie, poprawia to, co trzeba, i zatwierdza. Przy powtarzalnych klientach z wysoką trafnością można rozważyć automatyczne zatwierdzanie, ale lepiej dojść do tego po kilku tygodniach obserwacji.

Krok 7. Potwierdzenie dla klienta

Po zatwierdzeniu klient dostaje potwierdzenie z numerem zamówienia, terminem realizacji i ewentualnymi zmianami, np. częściową dostępnością. Pętla się zamyka, a telefonów „czy dostaliście moje zamówienie?” jest mniej.

Gdzie człowiek zostaje w procesie

Automatyzacja nie oznacza, że nikt nie patrzy na zamówienia. Zmienia się rola handlowca: nie przepisuje, tylko sprawdza i rozstrzyga wyjątki. Ustal z góry, kiedy system zawsze prosi o decyzję człowieka:

• nowy kontrahent albo nowy adres nadawcy,
• pozycje dopasowane z niską pewnością,
• ceny lub warunki inne niż w cenniku,
• uwagi w treści maila, których system nie umie przypisać do pola w dokumencie,
• zamówienia o nietypowo dużej wartości.

Każda poprawka handlowca to informacja zwrotna. Jeśli system ją zapamiętuje, np. w słowniku indeksów klienta, trafność rośnie z czasem bez dodatkowej pracy.

Dystrybutor, u którego dwie osoby przepisywały zamówienia

Weźmy dystrybutora materiałów instalacyjnych, który dostaje dziennie kilkadziesiąt zamówień mailowych od kilkuset klientów. Część to wydruki z systemów dużych odbiorców, część krótkie wiadomości od instalatorów. Bez automatyzacji dwie osoby rano przepisują zamówienia, a pilne sprawy czekają w kolejce.

Po wdrożeniu opisanego procesu zamówienia pojawiają się w buforze ERP chwilę po wpłynięciu. Handlowcy zaczynają dzień od przeglądu listy, na której pozycje do weryfikacji są zaznaczone. Najwięcej pracy wymagają pierwsze tygodnie, kiedy trzeba uzupełnić słowniki indeksów najważniejszych klientów. Później czas pochłaniają głównie wyjątki.

Kontrola, bezpieczeństwo i ślad audytowy

Zamówienie to zobowiązanie handlowe, więc każdą zmianę wprowadzoną automatycznie trzeba umieć odtworzyć. Dobrze zaprojektowany proces zapisuje, z jakiej wiadomości powstał dokument, jakie pozycje dopasował system, z jaką pewnością i co poprawił handlowiec. Gdy klient twierdzi, że zamawiał inną ilość, w kilka sekund sprawdzisz, co faktycznie napisał.

Druga kwestia to dane. Treść zamówień trafia do modelu AI, więc musisz wiedzieć, gdzie jest przetwarzana i czy dostawca nie wykorzystuje jej do trenowania. Przy wrażliwych danych handlowych rozważ model działający w wydzielonym środowisku lub na infrastrukturze firmy. Skrzynka zamówień powinna mieć włączone uwierzytelnianie wieloskładnikowe i filtrowanie złośliwych załączników. Automat, który otwiera każdy plik od każdego nadawcy, jest łatwym celem dla phishingu.

I wreszcie: kto może zmienić reguły? Progi pewności, listy klientów z automatycznym zatwierdzaniem i słowniki indeksów wpływają na sprzedaż. Dostęp do tych ustawień powinien mieć wąski krąg osób.

Przygotowanie: próbka maili i porządek w kartotekach

1. Zbierz próbkę kilkudziesięciu zamówień z różnych kanałów i od różnych klientów. To materiał do testów.
2. Uporządkuj kartoteki kontrahentów i towarów w ERP. Duplikaty i nieaktualne indeksy obniżają trafność dopasowania.
3. Ustal jeden adres przyjmowania zamówień i poinformuj o nim klientów.
4. Zdefiniuj reguły wyjątków i osoby odpowiedzialne za ich obsługę.
5. Zmierz punkt wyjścia: czas od wpłynięcia maila do utworzenia zamówienia i liczbę błędów w przepisywaniu.

Więcej o przygotowaniu danych piszemy w artykule jak przygotować dane w ERP pod wdrożenie AI. Gdy pojawia się pytanie o koszty i zwrot, przyda się tekst o mierzeniu ROI z automatyzacji.

Budujemy takie rozwiązania jako automatyzacje z AI zintegrowane z ERP, m.in. z enova365 i Streamsoft Prestiż. Ciekawi Cię, jak ten proces poradziłby sobie z Twoimi zamówieniami? Przygotuj kilka przykładowych maili od klientów i umów się z nami na rozmowę.