沃行×亚马逊云科技：生成式AI提速国际物流云服务-优快云博客

概述

上海沃行信息技术有限公司（以下简称“沃行”）是业界领先的国际物流SaaS云服务平台研发和运营服务商。为提高物流表单识别的准确率和效率，提升内部人效，沃行基于亚马逊云科技，通过Amazon Bedrock调用业界领先大语言模型，针对其国际物流业务推出智能表单识别和企业知识库应用，实现大规模表单识别准确率超过99%，员工整体效率提升30%，客户满意度明显增强。

99%

大规模表单

识别准确率超过99%

30%

员工整体效率

提升30%

15万

预计每年可节省

人力成本约15万美元

93%

客户满意度

提升到93%

目前，沃行采用的亚马逊云科技主要服务包括：Amazon Bedrock、Amazon Lambda、Amazon Aurora、Amazon SageMaker、Amazon OpenSearch Service、Amazon EMR、Amazon Redshift、Amazon RDS、Amazon S3、Amazon EC2等等。

机会 | OCR表单识别准确率低、成本高

沃行瞄准生成式AI以提升生产力

智能化正成为物流服务商脱颖而出的关键力量，生成式AI更是构筑竞争优势的新利器。借助生成式AI和大语言模型（LLM），国际物流服务商不仅轻松消除语言壁垒，简化物流服务用户交互，将海量业务数据与生成式AI深度结合，赋能并开发创新业务如自动对账等；还能通过构建内部知识库，大大提升企业生产力。

作为国际物流SaaS系统服务商，沃行连接了物流链条中众多相关方包括外贸公司、工厂、电商平台、卖家买家、货运代理企业、船司、清关行、海外仓、尾程服务等，其智能物流管控平台已接入包括亚马逊在内的主流跨境平台，对接超过98家船司、70多家邮政和快递尾程商，汇聚逾万家电商卖家，日均处理各类表单超过200万件。随着业务的壮大，沃行面临着一些亟待解决的挑战：

传统OCR技术对表单识别率低：未达到超过99%都需要二次确认，导致表单识别耗时耗力；

新表单识别成本高：沃行链接的物流链相关方众多，各方单据模板种类繁多，而新单据的识别需要经过数千份的样本数据训练，成本高昂；

转变业务响应模式和提升人效：沃行期望从“人找事”转变为“事找人”，针对内部12万篇文档，高效运用生成式AI结合历史数据和客户经验等，对内全面提升效率，对外简化物流管理服务应用。

自2015年10月开始，沃行将业务规模化部署在亚马逊云科技上，从最初采用北京1个区域逐步扩展到全球6个区域。2018年，沃行的客户数量和云上负载急剧扩张，亚马逊云科技在上云服务架构、专家资源、市场拓展等方面不遗余力地提供了深度支持；2023年，基于亚马逊全球业务体系和海外客户群合作资源，沃行在推动海外业务拓展及与跨境电商卖家联动，让其国际物流服务拓展更顺畅；近期，沃行通过了亚马逊云科技供应链能力合作伙伴专业认证，是亚马逊云科技在国内该领域的首家认证合作伙伴，反映了双方共同为国际物流行业客户提供卓越供应链专业服务的追求和践行。大模型问世以来，如何利用生成式AI解决上述挑战，成为双方关注的重心。

“在双方的合作中，我们深刻体会到亚马逊云科技客户至尚的领导力原则，亚马逊云科技为沃行提供了完备周到的架构师资源，给予了几乎不计成本的服务支持。技术方面，亚马逊云科技在生成式AI领域的能力非常扎实，Amazon Bedrock让我们便捷调用业界领先的大语言模型，而且还提供了训练、推理和向量化等一系列服务，帮助沃行高效构建服务于其国际物流业务的生成式AI应用，并快速推向客户。”

——郭舜日｜沃行CEO

解决方案 | 基于亚马逊云科技

打造智能表单识别和企业知识库

提升物流表单识别准确率

通过Amazon Bedrock构建智能表单识别，利用LLM多模态能力提升表单识别效率和准确率，并实现信息增强

以前，沃行通过传统光学字符识别（Optical Character Recognition，OCR）技术识别大规模表单，实际应用中会有两个问题：一是，OCR通过一维图像识别并提取文字信息，若识别准确率达不到99%以上，往往需要进行二次确认以保证识别信息准确；二是，OCR识别规则和模板设定较为刻板，较难适应表单变化，若物流链条上任意一方新增表单样式，沃行需要采用数千份的样本数据进行训练，并进行适配后才能利用OCR识别新的表单模板。

现在，沃行针对其国际物流业务，基于亚马逊云科技Amazon Bedrock调用业界领先LLM，利用LLM的多模态能力自动识别表单，还可以灵活通过Prompt将非结构化表单数据转换成结构化数据，最终实现表单识别准确率超过99%，远高于OCR的识别率。针对新增的表单格式，一样可高效、准确识别表单内容，并提取信息，沃行无需再额外训练数据或适配开发，极大提升大规模表单识别效率和准确率，同时优化了表单识别和新表单模板识别流程，显著节省了沃行的适配开发和物流操作资源投入。

不仅如此，沃行基于亚马逊云科技利用LLM还可以针对表单属性和内容实现信息增强：

表单信息补充和纠错：采用智能表单识别应用识别托书时，不仅能准确识别出托书上记录的内容，还可以根据上面的运输条款推导相应的贸易条款，最后可能提取出超出托书承载的更丰富内容，甚至能发现托书上记录的错误并自动纠错；

专业知识识别：物流表单中涉及大量专业领域知识如箱型箱量等，实际应用较复杂，但智能表单识别均可以完美识别，人工只需指定规则即可；

业务视角：针对货代的底单，从国际货代的视角来识别；

从业务角色的视角结合表单提取信息及业界、客户数据等进行综合分析，提供更多增强信息。

沃行智能表单识别应用

基于亚马逊云科技的产品架构示意图

基于Amazon Bedrock知识库打造沃行企业知识库问答系统，更高效检索12万篇文档，大大提升员工生产力

经过近13年运营，沃行积累了大量的物流领域专业知识和数据，在公司内以多种形式包括文档、Wiki和Jira Ticket跟踪系统等分散存放，知识文档规模达到12万篇以上。采用传统的方式在分散于各个系统中查找想要的知识，效率低下，检索结果不准确，严重影响内部员工生产力。

沃行基于亚马逊云科技为其国际物流业务打造的企业知识库，采用Amazon SageMaker托管的第三方Embeddings模型、Amazon OpenSearch Service、Amazon Lambda，并结合Amazon Bedrock托管的LLM，基于检索增强生成（Retrieval-Augmented Generation，RAG）框架实现了高质量的智能精准问答系统。该智能问答系统在处理用户检索时，首先判断提问者的角色，并根据角色识别提问意图，再提供精准的、符合角色需要的答案。

沃行的企业知识库显著提高公司内部人员的知识检索效率，为业务决策提供高效、专业的知识支持。目前，企业知识库已经应用于沃行的开发、测试、产品经理、项目经理、客服等各类业务角色的日常工作中，并即将在全公司范围内全面推广。

沃行企业知识库应用

基于亚马逊云科技的产品架构示意图

业务成果 | 大规模表单识别准确率超过99%

员工整体效率提升30%

客户满意度明显增强

大规模表单识别更准、更快，表单识别准确率超过99%，灵活支持新表单识别

沃行在亚马逊云科技的助力下，构建智能表单识别应用后，表单识别的准确率超过99%，远高于OCR识别，无需人工介入进行二次确认；同时，对新表单样式的支持也更为灵活，无需再采用样本数据进行训练和适配，即可高效自动识别，极大提升大规模表单识别效率。

企业知识库应用于客户界面，客户满意度提升到93%，客户体验明显增强

基于亚马逊云科技构建沃行生成式AI应用后，将知识库应用于客户服务场景，如智能客服、个性化推荐等。客服人员可从沃行的12万篇文档中高效检索，更可有效利用历史记录、客户背景等信息，更快、更精准地回答用户咨询，大幅增强了客户体验。客户满意度从85%提高到93%，客户流失率降低1.5%。

员工整体效率提升30%，预计每年可节省人力成本约15万美元

在亚马逊云科技的支持下，生成式AI广泛应用于沃行内部运营。借助企业知识库，沃行内部检索效率大幅提升，而且以前需要数十名专业人员开发和维护知识库内容，现在仅需几名运维工程师管理训练数据，即可通过企业知识库自动生成高质量内容，预计每年可节省人力成本约15万美元。针对大规模表单，除了智能识别表单内容外，还在亚马逊云科技的支持下，利用生成式AI自动总结撰写报告、进行文档智能处理等。生成式AI应用上线后，沃行员工效率整体提升30%，重复性工作可减少60%。

除了企业知识库和智能表单识别两个已上线的应用外，沃行和亚马逊云科技对于生成式AI驱动生产力和业务成效提升的探索还在持续。部分场景的应用已经启动开发并在推进中，如自动对账、自动运价导入等等。随着LLM的应用普及和单位Token成本的下降，沃行与亚马逊云科技的生成式AI合作必将更深入，开发更多生成式AI应用赋能客户，重塑国际物流软件云服务。