by Sachin Sapkale, Jeevan Kumar, Parag Samant, and Puneet Sachdev on 05 FEB 2025 in Amazon Aurora, Amazon Bedrock, Amazon CloudWatch, Amazon Simple Email Service (SES), Amazon Simple Storage Service (S3), Amazon Textract, AWS Lambda, AWS Well-Architected, Industries, Serverless
Trong thế giới logistics đầy năng động, mỗi phút đều quan trọng. Khi xe tải phải chờ đợi xử lý giấy tờ, các công ty tốn kém chi phí tiền lương và chậm trễ. Các đơn hàng Less-than-truckload (LTL) tạo ra cơn ác mộng về giấy tờ thường gây ra sự chậm trễ đến ngày hôm sau. WNS Malkom đã đưa ra giải pháp đột phá: một hệ thống được hỗ trợ bởi AI chuyển đổi hàng giờ xử lý tài liệu thành vài phút, cho phép hoạt động cùng ngày ở quy mô chưa từng có.
Thách thức
Ngành vận chuyển hiện nay đối mặt với những thách thức xử lý tài liệu quan trọng ảnh hưởng đến hiệu quả hoạt động.
Trở ngại về tài liệu quan trọng:
- Document Variety: Các đơn vị vận chuyển sử dụng vô số định dạng bill of lading (BoL) tùy chỉnh, khiến việc tự động hóa dựa trên mẫu là không thể
- Accuracy Demands: Ngay cả lỗi nhỏ trong số hóa các trường quan trọng có thể gây ra sai sót vận chuyển tốn kém và tranh chấp thanh toán
- Manual Elements: Ghi chú và hướng dẫn viết tay cần xử lý và xác minh đặc biệt
- Complex Data Structures: Trích xuất dữ liệu từ bảng không chuẩn và nội dung inline đòi hỏi xử lý phức tạp
Thách thức hoạt động:
- Peak Load Management: Với 70-80% tài liệu hàng ngày đến trong chỉ 3-5 giờ, năng lực xử lý phải tăng ngay lập tức
- Business Rule Complexity: Nhiều loại hàng hóa, điều khoản thanh toán và yêu cầu vận chuyển đòi hỏi xử lý thông minh
- System Integration: Giải pháp phải hoạt động liền mạch với cả hệ thống legacy và nền tảng cloud hiện đại
Giải pháp
WNS Malkom (WNS), một nền tảng tự động hóa vận chuyển độc quyền, giải quyết những thách thức này bằng cách tận dụng hệ thống độc quyền của WNS và Amazon Web Services (AWS). Nó có tính năng bàn số hóa tự động xử lý BoL, commercial invoices (CIs) và các tài liệu vận chuyển khác.
Giải pháp bao gồm ba phần tích hợp có thể điều chỉnh cho từng khách hàng để cung cấp bàn số hóa end-to-end trên AWS.
Phần 1: Tiếp nhận và trích xuất hình ảnh/tài liệu
- Mục đích chính: Tiếp nhận và xử lý tài liệu được quét khi đến và trích xuất văn bản/dữ liệu/thông tin trong thời gian turnaround time (TAT) yêu cầu. Theo kinh nghiệm của WNS, các hãng vận chuyển lớn có thể nhận được khối lượng lên đến 10.000 tài liệu mỗi giờ trong thời gian cao điểm, với TAT điển hình là 15-60 phút.
- Các yêu cầu phi chức năng chính bao gồm khả năng:
- Tiếp nhận các định dạng, loại và độ phân giải hình ảnh khác nhau
- Tiếp nhận hình ảnh từ nhiều kênh (ví dụ: tệp đính kèm email, tải lên tệp, API, v.v.)
- Xử lý tăng đột biến để đảm bảo xử lý trong TAT quy định
- Tự động phân loại email và tài liệu đến
- Tự động trích xuất thông tin từ hóa đơn với độ chính xác cao (trên 90%) cho chi tiết người gửi hàng, người nhận hàng và người thanh toán
- Trích xuất thông tin từ tài liệu viết tay
- Trích xuất thông tin từ bảng trong tài liệu
- Liên tục cải thiện độ chính xác trích xuất thông qua phản hồi của người dùng, hướng tới xử lý không chạm
- Áp dụng quy tắc kinh doanh dựa trên người gửi hàng/người nhận hàng và các bên thanh toán trong quá trình trích xuất
Phần 2: Xác thực tài liệu
- Mục đích chính: Trình bày tài liệu số hóa cho agent hoặc auditor để xác thực hoặc xác minh
- Các yêu cầu phi chức năng chính bao gồm khả năng:
- Trích xuất thông tin từ hóa đơn trong quá trình xử lý bằng cách chọn vùng hình chữ nhật trong hình ảnh
- Trình bày trực quan cho agent vùng hình ảnh mà thông tin được trích xuất
- Cấu hình quy tắc kinh doanh cho hướng dẫn đặc biệt và xác thực mềm/cứng dựa trên người gửi hàng, người nhận hàng, người thanh toán và loại hàng hóa được vận chuyển
- Thực hiện xác thực dữ liệu với bảng tra cứu và cơ sở dữ liệu chính
Phần 3: Gửi dữ liệu số hóa
- Mục đích chính: Tích hợp với hệ thống ghi nhận và gửi dữ liệu đã xác thực để xử lý downstream trong hệ thống quản lý vận tải
- Các yêu cầu phi chức năng chính bao gồm khả năng:
- Tích hợp với enterprise resource planning/transportation planning and execution systems (ERP/TMS) của khách hàng tận dụng nhiều phương pháp như robotic process automation (RPA), file, API, v.v.
- Xử lý ngoại lệ
- Tạo đầu ra ở nhiều định dạng như XML, JSON và CSV
Hình ảnh sau đây là kiến trúc tham khảo của giải pháp WNS Malkom.
Để đạt được các yêu cầu này, giải pháp tận dụng nhiều dịch vụ AWS. Giải pháp của WNS có khả năng tiếp nhận nhiều định dạng, qua nhiều kênh, để nhận ảnh quét thông qua giao diện API (sử dụng Amazon API Gateway), lưu trữ đám mây (sử dụng Amazon Simple Storage Service (Amazon S3)) và email (sử dụng Amazon Simple Email Service (Amazon SES)).
Các dịch vụ này cũng được sử dụng để tích hợp với hệ thống ERP/TMS của khách hàng thông qua nhiều phương thức (ví dụ: RPA, dưới dạng file, API, v.v.). Biểu diễn BoL số hóa có thể được tạo ở định dạng JSON hoặc XML, có thể được gửi đến hệ thống downstream thông qua kiến trúc serverless dựa trên sự kiện.
Nội dung được trích xuất tự động từ nhiều loại tài liệu khác nhau (ví dụ: TIFF, PNG, PDF, v.v.). Pipeline trích xuất serverless được kích hoạt bởi sự kiện từ email đến, cuộc gọi API hoặc file được đẩy vào lưu trữ đám mây. Dịch vụ machine learning (ML) được quản lý hoàn toàn của AWS – Amazon Textract được tận dụng để trích xuất nội dung từ hình ảnh và PDF. Một mô hình ML được triển khai để hỗ trợ trích xuất các trường dữ liệu cụ thể trong hình ảnh.
Chúng tôi tận dụng Claude 3.5 Haiku của Anthropic để trích xuất dữ liệu hình ảnh trên Amazon Bedrock. Amazon Bedrock cho phép:
- Tính sẵn sàng cao với triển khai hiệu quả về chi phí
- Dễ dàng chuyển đổi giữa các mô hình AI mà không cần thay đổi mã
- Hiệu suất ổn định trong thời điểm tải cao thông qua throughput được cấp phát
- Lựa chọn linh hoạt giữa Claude 3.5 Haiku của Anthropic, Mistral AI và các mô hình khác
- Bảo mật nâng cao thông qua bảo vệ tích hợp sử dụng Amazon Bedrock Guardrails
Engine ngữ cảnh hóa vận chuyển độc quyền của WNS được tận dụng để trích xuất thông tin về người gửi hàng, người nhận hàng, bên thanh toán, hàng hóa, trọng lượng, loại hàng, các loại số tham chiếu tài khoản vận chuyển (ARN) và hướng dẫn vận chuyển. Giải pháp tự động phát hiện ARN vận chuyển và điền vào các trường cho người gửi hàng, người nhận hàng và bên thanh toán bằng thông tin trích xuất từ hình ảnh. Điều này bao gồm điền từ dữ liệu vận đơn ngắn và dữ liệu tham chiếu, nếu có, và sử dụng dự đoán máy dựa trên dữ liệu lịch sử trong hệ thống. AWS Lambda functions được tận dụng để kết hợp đầu ra của các engine trích xuất khác nhau để cải thiện cả độ phủ trích xuất và độ chính xác trích xuất.
Giải pháp của WNS tuân theo các thực hành tốt nhất của AWS Well-Architected framework về khả năng mở rộng, độ tin cậy và tính sẵn sàng cao (ngay cả trong các đợt tăng đột biến khối lượng và hoạt động liên tục). Giải pháp có khả năng xử lý các đợt tăng đột biến khối lượng với throughput hiệu suất ổn định bằng cách tận dụng khả năng serverless của AWS Cloud. Sử dụng nhiều dịch vụ AWS (bao gồm Amazon Aurora Serverless, Application Load Balancer, AWS Auto Scaling và Amazon CloudWatch), nó có thể mở rộng để xử lý hơn 12.000 tài liệu mỗi giờ một cách liền mạch.
Với framework kiến trúc này và sự kết hợp của các dịch vụ AWS với hệ thống độc quyền, WNS có thể số hóa chính xác 70-90 phần trăm BoL/CI mà không cần can thiệp của con người hoặc ảnh hưởng đến độ chính xác.
Kết luận
Các BoL, CI và tài liệu vận chuyển khác đi kèm với tất cả hàng hóa cần được xử lý một cách nhanh chóng và chính xác. Làm như vậy dẫn đến tiết kiệm chi phí cho khách hàng bằng cách loại bỏ sự chậm trễ, lập hóa đơn chính xác và hoạt động trơn tru hơn cho công ty vận chuyển và vận tải, tạo ra chuỗi cung ứng tốt hơn, hiệu quả hơn.
Kiến trúc serverless của giải pháp WNS Malkom, kết hợp với các dịch vụ AWS như Amazon Bedrock, cho phép khả năng xử lý tăng từ vài tài liệu mỗi giờ lên hơn 12.000 tài liệu mỗi giờ, mà không cần can thiệp của con người.
Giải pháp tự động chính xác của WNS Malkom chính là điều mà các công ty vận chuyển và vận tải cần khi khách hàng tiếp tục yêu cầu hàng hóa của họ được giao nhanh hơn và nhanh hơn nữa.
Để tìm hiểu thêm về vận tải và hậu cần, hãy liên hệ với nhóm tài khoản AWS của bạn.
Further reading
AWS Study Group 