一票货的发票、箱单、提单各说各话 · 发票写 100 台、箱单写 96 台,对不上就是退单加查验
单证关务 · 真实业务触发
截关前要把提单、商业发票、装箱单、原产地证四份单据对齐。同一票货,发票写 100 台、箱单写 96 台、产地证写 100 台,人工逐项比对漏检率高,拼箱几十个 SKU 时更是一塌糊涂。
不是流程描述,是调研出来的真痛点 —— 每条可点开核对出处
变化不在「快」,在「参与的角色」和「覆盖的范围」
5 步 · 每一步的产出都是下一步的输入
痛感 5 × AI 适配 5 ÷ 落地难度 3 = 10.0
最大差异点 · 不要求单据先电子化。发票、箱单、提单哪怕是 PDF 扫描件,Agent 也能读进去逐字段比对,异常字段标注来源。
评分口径:痛感看「这事没做好谁会生气、生气到什么程度」; AI 适配看「输入是否非结构化、是否要跨部门取数、错了能不能当场看出来」; 落地难度是分母 —— 需要客户先做数据治理的场景,分数会被压得很低。
判断标准只有一个:这份东西能不能直接进企业的流程
不替客户判定「哪份单据是对的」,只标出不一致的字段和各自出处。以哪份为准、怎么改,由单证员和货主定。
Live Demo 里有一个完整案例的每一步,包括 Agent 在哪一步拦住了