Contexte et objectifs

Une grande entreprise de logistique a été confrontée à un défi opérationnel majeur : le traitement et la vérification des factures de transport.

Cette tâche à forte intensité de main-d'œuvre nécessitait plusieurs employés à temps plein (ETP) pour traiter des milliers de courriels par an. Les entreprises de transport du monde entier envoyaient des factures avec des pièces jointes critiques qui devaient être soigneusement vérifiées afin d'éviter les paiements excessifs pour des services non livrés ou incorrectement tarifés.

L'inaction comportait des risques importants - pertes financières dues aux pénalités pour dépassement de délai, erreurs de paiement et inefficacité administrative.

Grâce à un projet Agilytic , l'entreprise pourrait mettre en œuvre un processus rationalisé permettant de réduire les besoins en personnel, de renforcer le contrôle de la qualité et de réaliser d'importantes économies.

L'objectif était simple : automatiser le traitement des factures pour réduire la charge administrative tout en garantissant l'exactitude et la conformité.

Approche

Nous avons mis en œuvre une stratégie en plusieurs phases pour relever ce défi, en commençant par une démonstration de faisabilité (POC) avant de passer à l'industrialisation complète. Notre approche comprenait les étapes clés suivantes :

1. Comprendre le processus opérationnel : Une analyse approfondie du flux de travail existant a révélé des lacunes dans la documentation et des inefficacités.

2. Intégration de l'IA et du LLM : Nous avons mis au point un système d'extraction du contenu des factures à l'aide d'un modèle multimodal de langage étendu (LLM). Ce système convertit les factures en fichiers HTML tout en assurant une saisie précise des données.

3. Vérification de la conformité : Le système vérifie les numéros d'entreprise figurant sur les factures par rapport aux enregistrements internes afin de garantir la conformité.

4. Structuration des données de transport : Nous avons structuré les détails de transport et les avons validés par rapport à la base de données de transport interne en utilisant des règles logiques Python et Pandas pour identifier les divergences.

5. Automatisation administrative : Grâce à notre partenariat avec B_Robots, nous avons mis en œuvre UiPath pour automatiser les tâches administratives, notamment les téléchargements de pièces jointes, les déclenchements de modules d'intelligence artificielle et les mises à jour de rapports.

6. Accompagnement et documentation : Nous avons fourni une documentation complète sur les processus et accompagné le département informatique afin d'assurer une transition en douceur vers la phase d'industrialisation.

Résultats

Le projet a donné des résultats exceptionnels. La validation du concept a démontré que la mise en œuvre de la version industrialisée pourrait permettre de réaliser des économies annuelles de coûts de main-d'œuvre supérieures à 100 000 euros.

Au-delà de ces économies, l'automatisation a permis de libérer du personnel précieux pour se concentrer sur des tâches stratégiques.

Ce projet a également constitué la première mise en œuvre réussie de l'IA chez le client, créant une dynamique d'innovation et suscitant l'intérêt pour l'exploration des applications de l'IA dans l'ensemble de l'organisation.

L'optimisation réussie du traitement des factures de transport a permis à l'organisation d'étendre des stratégies d'automatisation similaires à d'autres filiales, ce qui a permis d'améliorer l'efficacité et l'efficience opérationnelles.