LLM驱动的工业单据流程自动化实验进展

近期，自动化流程实验室围绕“大语言模型+规则引擎”混合架构，在制造业采购与仓储单据自动化场景开展阶段性实验。传统RPA脚本对版式变化的单据泛化能力弱，人工核对成本高；本方案由多模态大模型完成字段抽取与语义校验，再交由确定性规则引擎执行录入与审批流转，兼顾灵活性与可控性。
· 在合作工厂提供的1200份历史送货单与采购订单上测试，字段抽取准确率约96.8%，较纯OCR规则方案提升约9个百分点；异常单据自动转入人工复核队列，复核工作量下降约六成。
· 针对“品名简称与物料编码映射”这一难点，引入企业物料主数据进行检索增强，模糊匹配命中率达93%以上。
下一步计划：搭建灰度运行环境，接入MES与ERP测试接口，验证端到端时延与审计留痕能力；同时评估私有化部署下的小参数量模型替代方案，在成本与数据安全之间取得平衡。