大模型结合RPA的订单录入自动化试验

中小工厂的订单录入长期依赖人工：客户订单以邮件、PDF、Excel、微信截图等异构格式到达，业务员需逐项转录进ERP，耗时且易错。本实验室近期开展一项实验性探索：由大模型负责非结构化订单的理解与字段抽取，RPA负责ERP界面的填写与提交，串联成端到端自动化流程。试验选取某汽配厂三类典型订单格式，回放处理320张历史订单，要点如下：1. 物料编码、数量、交期三类关键字段的抽取准确率为94.2%，其中物料编码经“模型抽取+ERP主数据模糊匹配”二次校验后提升至98%以上；2. 单张订单平均处理时间由人工约6分钟降至40秒，低置信度订单自动转入人工复核队列，暂不全自动放行。阶段性结论：大模型在格式多变的订单场景中表现稳定，主要错误来源是物料编码歧义（一物多码、近似码）。下一步将引入企业主数据知识库做检索增强，并把试验扩展至采购对账场景，验证流程的可迁移性。