RPA结合大模型的单据自动化处理实验

自动化流程实验室近期开展了一项RPA与大语言模型结合的实验，验证格式多变的非结构化单据能否纳入既有自动化流程。传统RPA依赖固定字段与界面坐标，面对格式各异的送货单、质检报告、邮件附件时，脚本维护成本高、易中断。实验选取某机械加工企业三类高频单据共600份，由RPA负责文件获取、任务调度与结果回写，大模型负责字段抽取与语义校验，两者通过结构化中间层衔接。主要进展：

• 关键字段（单号、数量、日期）首轮抽取准确率约92%，补充版式说明与少量标注样本微调后提升至97%；
• 单据平均处理耗时由人工约3分钟降至40秒以内，异常单据自动转入人工复核队列。

实验同时暴露了边界问题：手写批注、盖章遮挡字段的识别仍不稳定，模型输出偶发幻觉字段，需规则校验兜底。下一步将引入置信度分级机制，把低置信度结果统一路由人工，并扩大样本至多客户、多月份场景，验证流程在真实业务波动下的稳定性。初步结论是：大模型扩展了RPA的适用边界，但自动化流程的可靠性更多取决于校验规则与人工兜底的设计，而非模型本身。