Les grandes entreprises logistiques qui traitent quotidiennement des milliers de documents de transport sont confrontées à des défis importants en raison de l’absence de modèles standardisés pour les documents importants. Ces modèles varient en fonction de la méthode de transport (voie maritime, multimodale ou lettre de transport aérien) et de la région géographique. La diversité des données non structurées et des formats de documents (y compris PDF, PNG et XLS) nécessite un retraitement manuel pour les consolider dans un format unifié, ce qui prend du temps.

En outre, selon une étude de Shipamax.com, 13 % des documents de transport doivent être retravaillés manuellement en raison d’erreurs humaines. Par exemple, une simple faute de frappe dans le numéro du document peut entraîner des retards importants dans l’enlèvement des envois, ce qui exacerbe les difficultés rencontrées par les entreprises de logistique.

Outre les problèmes de formatage, les variations de terminologie (par exemple, quantité, QTÉ, Pcs) compliquent encore le traitement. L’examen manuel et l’extraction de données à partir de ces documents entraînent souvent des retards de paiement, des refus de demande et des pénalités et amendes potentielles. C’est un peu trop, non ?

Dans ce contexte, les entreprises de transport pourraient envisager l’automatisation et le traitement intelligent des documents (IDP), qui peuvent améliorer considérablement le niveau de précision dans la rotation des documents et, par conséquent, l’efficacité globale du travail quotidien.

Qu’est-ce qu’un connaissement ?

Un connaissement (BoL) est l’un des documents de transport les plus importants. Il est essentiel de comprendre son importance avant d’explorer comment l’automatisation des connaissements peut rationaliser les processus logistiques. La reconnaissance de l’importance des connaissements souligne la nécessité d’éviter les erreurs, car une seule d’entre elles peut perturber les rouages complexes de la chaîne logistique.

Le connaissement (BoL) est le roi des documents dans le monde de la logistique. Il sert de reçu, de contrat et de titre de propriété, détaillant le type, la quantité et la destination des marchandises expédiées. Essentiel à des fins juridiques et opérationnelles, il permet de s’assurer que les envois sont traités correctement et livrés comme convenu. Selon le mode de transport et la région, il peut également être appelé lettre de transport aérien, lettre de transport maritime ou connaissement multimodal.

Les tâches clés de la logistique comprennent la manutention et la livraison correctes des marchandises, la facturation et le respect de la législation. Il est essentiel de veiller à ce que les marchandises soient enlevées et livrées avec précision, conformément au connaissement, pour assurer une manutention et une livraison correctes du fret. La facturation consiste à générer des factures précises sur la base des détails de la cargaison et des conditions d’expédition. Le respect de la législation exige que tous les envois soient correctement documentés pour répondre aux exigences légales.

Étant donné que le connaissement est au cœur des opérations logistiques, il est essentiel de disposer d’un logiciel de connaissements. Ces logiciels automatisent les processus et éliminent les erreurs humaines.

Leçons de l’industrie américaine du transport routier sur l’efficacité des connaissements

Dans le secteur de la logistique, les solutions technologiques avancées telles que les plateformes IDP pilotées par l’IA jouent un rôle crucial dans l’amélioration de l’efficacité et de la visibilité. En relevant les défis des enlèvements non programmés et en assurant le traitement des données en temps réel, les entreprises peuvent maintenir des niveaux de service élevés, réduire les erreurs et se conformer aux exigences légales.

Examinons le secteur du transport routier aux États-Unis pour comprendre les difficultés de traitement des documents auxquelles sont confrontées les entreprises de logistique et comment l’automatisation et les solutions IDP peuvent améliorer radicalement la situation.

Le secteur de la logistique aux États-Unis, fortement tributaire du transport routier en raison des limitations géographiques et d’un réseau ferroviaire moins robuste, peut être divisé en trois segments principaux :

  1. Chargement complet de camion (FTL) : dans ce segment, un seul expéditeur a suffisamment de marchandises pour remplir un camion entier et les transporter d’un point A à un point B. Le processus est simple, avec un seul document d’expédition, ce qui simplifie les opérations logistiques.
  2. Transport de lots brisés (LTL) : ce segment est le plus important ; il implique plusieurs expéditeurs dont les marchandises combinées ne remplissent pas un camion à elles seules. Les camions suivent des services programmés d’un point A à un point B, transportant souvent 50 à 60 cargaisons différentes, chacune nécessitant un connaissement distinct. Cette complexité nécessite une manipulation et une documentation précises.
  3. Location de véhicules : Ce segment concerne la location de camions à des fins diverses, offrant ainsi une certaine flexibilité aux expéditeurs qui ne possèdent pas leur propre flotte.

Le processus logistique commence généralement par une demande d’enlèvement de l’envoi. Dans le secteur, environ 55 à 60 % de ces enlèvements sont programmés, ce qui signifie que l’équipe de répartition est informée à l’avance et informe les conducteurs en conséquence. Cependant, les 40 % restants sont des “envois fantômes” non programmés, où les chauffeurs, en fonction de la routine, prennent en charge des envois sans en avertir l’entreprise au préalable.

Ce manque de visibilité pose plusieurs problèmes :

  • Invisibilité des envois fantômes : Sans préavis, les entreprises de logistique n’ont pas de visibilité en temps réel sur ce qui est enlevé, ce qui entraîne des difficultés de planification.
  • Inefficacité de la planification : Sans connaître le nombre total de colis et leur poids, les entreprises ont du mal à planifier efficacement les expéditions nocturnes, qu’il s’agisse de déterminer le nombre de camions nécessaires ou de décider des priorités d’expédition.

Pour relever ces défis, les entreprises se tournent vers des solutions technologiques avancées. L’une de ces solutions consiste à équiper les conducteurs d’appareils d’imagerie portatifs afin qu’ils puissent saisir et télécharger les documents d’expédition dès l’enlèvement de la cargaison. Dans le passé, le traitement manuel se faisait après que les conducteurs avaient pris des photos des documents. Aujourd’hui, avec l’avènement des outils d’automatisation, ce processus a évolué.

Certaines entreprises de logistique ont adopté les solutions IDP et les logiciels de connaissement, atteignant un taux de reconnaissance de 70 %. Toutefois, les 30 % restants nécessitent encore une vérification manuelle, ce qui représente une part importante. Malgré cela, l’intégration de l’IDP dans le processus permet de réduire le temps total passé et de minimiser les erreurs. Par exemple, lors du traitement de 40 documents par jour, l’obtention d’un taux de reconnaissance de 70 % avec l’IDP réduit considérablement le temps que les conducteurs doivent consacrer à la paperasserie. Avec des systèmes IDP plus sophistiqués, le taux de reconnaissance pourrait atteindre 98 %, ce qui améliorerait encore l’efficacité.

Cette avancée permet au système de mettre à jour les terminaux d’exploitation en temps réel, offrant une visibilité claire sur les expéditions entrantes, y compris leurs destinations et leurs quantités.

Impact sur l’efficacité

  • Réduction des erreurs : En automatisant la saisie et le traitement des données, la solution réduit les erreurs humaines et garantit l’exactitude de la documentation.
  • Rapidité et fiabilité : Le système offre une visibilité en temps réel, ce qui permet de prendre des décisions en temps voulu et de maintenir un niveau de service constant.
  • Conformité : Veille à ce que toute la documentation juridique soit en place et à jour, réduisant ainsi le risque de problèmes de conformité.

Comment Graip.AI transforme le traitement des connaissements

Graip.AI est une plateforme d’IA équipée d’une gamme de cas d’utilisation pré-chargés, visant à transformer les tâches manuelles et répétitives au sein des entreprises en flux de travail intelligents et automatisés. Graip.AI s’enorgueillit d’une fonctionnalité de base centrée sur le traitement intelligent des documents (IDP), qui s’adresse aux entreprises logistiques de différentes tailles.

Graip.AI automatise la classification des documents de transport et de logistique entrants en vue de leur examen par les responsables et extrait les informations essentielles, notamment celles nécessaires à l’établissement des connaissements et des CMR. Cela comporte des notifications configurées pour alerter les conducteurs ou les parties concernées sur les données manquantes après le traitement. En outre, Graip.AI prend en charge la création de nouveaux documents dans des systèmes tiers, à l’aide de données extraites et d’une logique et d’algorithmes prédéfinis.

Comment cela fonctionne-t-il ?

Lorsqu’un document est téléchargé sur Graip.AI par un conducteur ou un employé de l’entreprise, la plateforme valide d’abord sa qualité visuelle à l’aide d’une interface utilisateur conçue spécifiquement pour les conducteurs. Si la qualité est inférieure au seuil fixé, Graip.AI avertit immédiatement le conducteur par le biais de l’interface utilisateur, l’invitant à reprendre et à télécharger une photo plus claire.

Graip.AI traite ensuite le document à l’aide des technologies OCR et ML, ainsi que d’un moteur de post-traitement. Les utilisateurs peuvent vérifier manuellement l’exactitude des informations ou permettre à Graip.AI d’envoyer automatiquement des messages de notification (par courrier électronique) aux expéditeurs des documents pour leur signaler toute information manquante ou incorrecte.

La complexité du traitement des connaissements réside dans leur qualité et la nature multicouche des informations, y compris l’extraction de données à partir d’autocollants et d’autres superpositions. Le modèle Graip.AI pour l’industrie logistique est le plus avancé dans le domaine, capable de traiter des documents de toute complexité.

En outre, si une entreprise a plusieurs approbateurs pour le flux de traitement des connaissements, Graip.AI peut être configuré pour reproduire les règles et pratiques d’approbation de cette entreprise. Si la direction a besoin d’un aperçu des données agrégées pour une période spécifique, ces données peuvent être affichées en temps réel sous différents formats tels que des tableaux de bord, des feuilles de calcul Excel ou des outils de visualisation des données.

Enfin, les données reconnues et extraites de la base de données peuvent être transférées vers des systèmes CRM, financiers ou ERP afin de mettre à jour automatiquement les documents connexes tels que les factures, les bons de commande et les polices d’assurance.

Voici comment la plateforme Graip.AI peut transformer le secteur du transport :

  • Cela réduit le temps de traitement, augmente la précision des données et améliore l’efficacité de la manutention du fret.
  • Elle minimise les erreurs et renforce la confiance avec les partenaires et les clients.
  • Elle traduit et translittère automatiquement les données des documents de transport de/vers 140 langues.
  • Elle permet une classification automatique de plusieurs types de documents de transport/logistique avec un flux de travail configurable pour chaque type.
  • Elle optimise l’utilisation des ressources.

Le pouvoir de Graip.AI : transformer l’incohérence en cohérence

Les experts du secteur ne nous permettront pas d’exagérer : dans le domaine des transports, la variabilité et l’incohérence sont inévitables, dans une certaine mesure bien sûr, à moins que les entreprises n’automatisent fortement leurs processus. Il existe également des solutions sur mesure qui redessinent le paysage des logiciels de gestion des connaissements, marquant un changement de paradigme dans le secteur. Voyons comment Graip.AI peut faciliter le traitement des connaissements.

Vérification flexible

Graip.AI offre aux utilisateurs la possibilité de choisir entre la vérification manuelle et la détection automatique des erreurs. Les utilisateurs peuvent choisir de vérifier manuellement l’exactitude des données extraites ou de s’appuyer sur Graip.AI pour générer automatiquement des notifications par courrier électronique, signalant à l’expéditeur du document toute information manquante ou incorrecte. Cela garantit une attention méticuleuse aux détails sans compromettre l’efficacité.

Traitement avancé des images

Graip.AI se distingue par ses capacités avancées de traitement des images. De la reconnaissance de textes manuscrits au déchiffrage de photos non verticales et d’images floues, Graip.AI s’attaque facilement aux documents les plus difficiles. Sa capacité à décoder des sections de texte qui se chevauchent renforce encore ses prouesses, garantissant une extraction précise des données à partir de diverses sources.

Correspondance des données externes/internes

Graip.AI s’intègre de manière transparente aux bases de données internes telles que les systèmes de gestion de la relation client (CRM) ou de planification des ressources de l’entreprise (ERP), ce qui permet de comparer les données extraites avec les enregistrements existants. De plus, Graip.AI étend ses capacités à des sources de données externes, facilitant le rapprochement avec les autorités douanières ou les plateformes d’expédition de fret, et garantissant une validation complète des données.

Formation continue du modèle

Une question fréquente est de savoir comment Graip.AI s’adapte aux nouvelles données. La plateforme réajuste continuellement son modèle afin d’améliorer la précision et l’efficacité, ce qui lui permet de rester la solution la plus avancée du secteur pour le traitement de documents logistiques complexes.

Demande de Versions de Graip.AI

Graip.AI inclut la fonction Graip Request Version, qui permet aux utilisateurs de comparer différentes versions de documents. Cette capacité permet de suivre les modifications apportées aux documents, garantissant ainsi la transparence et la précision tout au long du cycle de traitement.

Plateforme de questions-réponses Graip.AI

Graip.AI dispose d’une plateforme de questions-réponses qui permet aux utilisateurs d’accéder instantanément à des informations essentielles. Par exemple, les utilisateurs peuvent s’enquérir de l’emplacement actuel d’une cargaison en posant simplement une question. Graip.AI répond rapidement, en s’appuyant sur les connaissances de l’automatisation des connaissements pour fournir des mises à jour précises et opportunes, favorisant une prise de décision éclairée et une gestion logistique proactive.

Adapter Graip.AI à vos besoins logistiques : Personnalisation et intégration

L’intégration avec Graip.AI est facilitée par des capacités robustes, permettant une connexion transparente avec le logiciel d’entreprise existant du client. Grâce à l’API, Graip.AI peut être facilement intégré à des applications logicielles, ce qui garantit une synchronisation fluide des données et une rationalisation des flux de travail.

L’intégration native avec les principaux ERP tels que SAP et Salesforce garantit la compatibilité et simplifie la gestion des données entre les systèmes. En outre, Graip.AI s’intègre de manière transparente aux principales solutions RPA, ce qui permet aux entreprises logistiques de tirer parti des capacités de l’IA sans modifier leurs outils RPA actuels.

Bien que l’intégration de Graip.AI à un AS/400 pour le traitement des connaissements constitue une avancée significative, il existe trois autres solutions tierces populaires que l’équipe de Graip.AI pourrait intégrer pour fournir une solution de traitement des connaissements plus complète :

  • Systèmes de gestion du commerce : Les exemples incluent Oracle Transportation Management.
  • Systèmes de gestion douanière : Des solutions comme GT Nexus.
  • Plateformes d’expédition de fret : Comme Flexport.

L’extraction d’adresses à partir de documents peut être une tâche fastidieuse, souvent entachée d’incohérences et d’erreurs. Cependant, grâce à l’intégration de Graip.AI avec l’API Google Maps, ce processus devient facile. S’appuyant sur la puissance de Google Maps, Graip.AI valide les adresses extraites en temps réel, garantissant ainsi précision et efficacité.

L’une des caractéristiques de Graip.AI est son faible niveau de codage, ce qui évite aux utilisateurs finaux de devoir posséder des compétences en programmation. La plateforme permet de personnaliser facilement la présentation de la demande sans aucun code. Les utilisateurs peuvent donc modifier les champs, attribuer des valeurs par défaut et configurer les options de liste déroulante sans effort.

Conclusion

L’introduction de l’automatisation des connaissements, facilitée par le traitement intelligent des documents piloté par l’IA, marque un tournant dans l’évolution de la logistique. Cette technologie de pointe ne se contente pas de remodeler les opérations, elle redéfinit ce qui est possible dans le monde du transport.

Avec Graip.AI, le banal devient extraordinaire et l’ordinaire devient exceptionnel. Graip.AI ne se contente pas d’offrir l’automatisation, il promet une révolution. En s’intégrant de manière transparente aux systèmes existants, il rationalise les processus, réduit les erreurs et, en fin de compte, réécrit les règles de l’excellence logistique.

En automatisant le processus qui était auparavant manuel de collecte, de classification, de validation, de réconciliation et d’exportation des données des documents logistiques avec Graip.AI, les employés de l’entreprise peuvent se contenter de surveiller l’avancement des expéditions, d’intervenir uniquement en cas de problèmes et de retards réels, et de concentrer leurs efforts sur les activités opérationnelles.