Ręczne przetwarzanie dokumentów. Deep Analysis o cichym zabójcy zysków w logistyce

Sektor transportu i logistyki udowodnił swoją odporność wobec wielu poważnych zakłóceń – pandemii, blokady Kanału Sueskiego czy wojny rosyjsko-ukraińskiej. Jednak dzisiejsze realia operacyjne stawiają przed branżą kolejne wyzwania. Ich wspólnym mianownikiem są procesy manualne, związane z dużą ilością dokumentów i wąskie gardła operacyjne.

#ad

Najnowsze badanie Deep Analysis przeprowadzone wśród 300 przedsiębiorstw transportowo-logistycznych ujawnia, że 32 proc. organizacji nadal w dużym stopniu opiera się na dokumentacji papierowej, a zaledwie 43 proc. przeszło na formaty cyfrowe. Co więcej, 43 proc. firm zarządza dokumentacją zgodności w formie papierowej. Aż 82 proc. respondentów przyznało, że ręczne przetwarzanie dokumentów ma duży lub ekstremalnie duży wpływ na ich wydajność operacyjną. Do najczęściej wskazywanych problemów należą: wysoki poziom błędów przy wprowadzaniu danych (51 proc.), brak standaryzacji formatów dokumentów (49 proc.) oraz czasochłonność przetwarzania (49 proc.).

Luka technologiczna

– Ręczne przetwarzanie dokumentów to problem, który w obszarze celnym jest jeszcze bardziej odczuwalny niż w „czystej” logistyce. W transporcie mówimy o fakturach, listach przewozowych czy potwierdzeniach dostaw. W procesach celnych dochodzą do tego zgłoszenia celne, świadectwa pochodzenia, dokumenty preferencyjne, pozwolenia, decyzje administracyjne, dokumentacja do procedur specjalnych czy dokumenty związane z bezpieczeństwem i zgodnością towarów. Każdy błąd w danych to nie tylko opóźnienie – to realne ryzyko finansowe, sankcje lub zatrzymanie towaru – mówi Joanna Porath, właścicielka agencji celnej AC Porath.

Nawet organizacje, które korzystają z narzędzi cyfrowych napotykają przeszkody. Systemy ERP, TMS czy WMS są dziś standardem, jednak ich skuteczność zależy wyłącznie od jakości danych, a gdy te pochodzą z ręcznego przetwarzania, błędy nasilają się. Wymowny jest fakt, że 52 proc. respondentów wskazało częste awarie sprzętu skanującego jako wyzwanie, a 53 proc. zmagało się z problemami ze zgodnością dokumentów.

Szansa dla AI

Ponad 70 proc. respondentów wyraziło chęć inwestycji w systemy zoptymalizowane pod kątem sztucznej inteligencji. Organizacje, które już z niej korzystają, odnotowują wymierne usprawnienia: 37 proc. poprawę jakości danych, 31 proc. lepsze możliwości decyzyjne, a 28 proc. mierzalną redukcję błędów. Wdrażanie AI jest jednak wciąż na wczesnym etapie – zaledwie 13 proc. organizacji zintegrowało je z codziennymi operacjami.

Platforma automatyzacji dokumentów

Odnoszące sukcesy firmy logistyczne nie pytają, jak zastąpić ludzi. Pytają, jak usunąć wąskie gardła, które uniemożliwiają im wykonywanie ich pracy najlepiej, jak potrafią.

Hirschbach, duży przewoźnik ciężarowy, zmagał się z tymi samymi wyzwaniami, co wiele innych firm z branży: sterty papierkowej roboty, ręczne wprowadzanie danych, które powodowały opóźnienia i błędy oraz konieczność skalowania operacji bez proporcjonalnego zwiększania liczby pracowników.

Wdrażając platformę automatyzacji dokumentów Hyperscience, firma Hirschbach zrewolucjonizowała swoje zaplecze. Dokumenty, które kiedyś wymagały ręcznej weryfikacji i wprowadzania danych, teraz przechodzą przez proces automatyczny, a system obsługuje zmienność formatów i sygnalizuje jedynie rzeczywiste wyjątki wymagające weryfikacji przez człowieka.

Czy branża jest gotowa na nowe rozwiązania?

Branża transportu i logistyki zmagała się w ciągu ostatnich kilku lat ze znacznymi wyzwaniami. Jednak kolejna faza wzrostu nie będzie wynikiem jedynie cięższej pracy lub zatrudnienia większej liczby osób do wykonywania tych samych zadań manualnych.

Przewagę konkurencyjną uzyskają organizacje, które usuną wąskie gardło w postaci dokumentów i umożliwią swoim działaniom efektywne skalowanie, dzięki czemu ludzie będą mogli skupić się na pracy, która faktycznie wymaga ludzkiej wiedzy i doświadczenia.

– Z perspektywy importerów i eksporterów najważniejsza rekomendacja jest prosta: zanim zainwestujecie w zaawansowane narzędzia AI, warto uporządkować procesy wewnętrzne i ustandaryzować obieg dokumentów. Im lepsza jakość danych wejściowych, tym większa efektywność automatyzacji – i mniejsze ryzyko kosztownych błędów – komentuje Joanna Porath. (Porath/ FreightWaves)