Per un’azienda leader in soluzioni HVAC, Omnys ha sviluppato un progetto basato sulla Generative AI per ottimizzare e accelerare il processo di sdoganamento merci.
Il cliente
Con una presenza consolidata in oltre 90 paesi, numerose agenzie sul territorio nazionale e diverse filiali in Europa, il cliente è un punto di riferimento europeo nell’ideazione e nello sviluppo di soluzioni all’avanguardia nel settore HVAC per il comfort ambientale e l’efficienza energetica.
La sfida
La sfida principale riguardava l’individuazione di una soluzione in grado di accelerare i processi di sdoganamento merci che normalmente richiedevano lunghi tempi di elaborazione, difficoltà nel mantenere standard di qualità uniformi e un elevato rischio di errore umano, oltre a limitare la possibilità di scalare il processo in modo efficiente.
L’obiettivo era quindi quello di ottimizzare un processo aziendale, fino ad allora gestito manualmente che comportava un elevato dispendio di tempo e risorse, in modo da ottenere in pochi minuti risultati che prima richiedevano diverse ore di lavoro.
Gli aspetti fondamentali da cui siamo partiti per sviluppare la soluzione basata sulla Generative AI sono stati:
- elevata complessità dei documenti: molti dati da riconoscere, contenuti variabili ed entità critiche da individuare con precisione;
- richiesta di affidabilità e controllo: automazione del processo senza compromettere la qualità e la tracciabilità delle informazioni e delle operazioni;
- controllo ed ottimizzazione dei costi: necessità di bilanciare l’efficienza della soluzione con le esigenze di budget, attraverso un approccio il più possibile basato su serverless;
- criticità nell’integrazione: esigenza di inserire i dati estratti in sistemi aziendali esistenti in modo coerente e automatizzato.
La soluzione
Omnys ha sviluppato un set di API su AWS che sfrutta l’intelligenza artificiale generativa di Amazon Bedrock. Questo sistema elabora i dati in modo asincrono ed efficiente, usando funzioni Lambda che rendono l’architettura snella, scalabile e automatizzata.
All’arrivo di un nuovo documento, il sistema attiva automaticamente il modello generativo, che estrae e identifica con altissima precisione tutte le entità rilevanti (come codici, descrizioni, valori e riferimenti) anche da formati complessi o non strutturati.
Rispetto ai tradizionali approcci OCR, la soluzione che abbiamo implementato offre una comprensione semantica superiore e una capacità di adattamento molto più elevata.
Questi sono i vantaggi principali:
- superamento dei limiti degli OCR tradizionali: maggiore precisione e flessibilità su formati complessi e non standardizzati senza l’esigenza di attività di configurazione o templating, accelerando così l’elaborazione documentale, con processi più snelli e rapidi;
- efficienza dei costi: uso strategico delle risorse AWS per ridurre l’impatto economico mantenendo la massima affidabilità;
- scalabilità e flessibilità: soluzione facilmente adattabile all’evoluzione delle esigenze aziendali e all’incremento dei workload;
- facile integrazione nei sistemi esistenti: output strutturato pronto per alimentare i flussi aziendali (API Rest), garantendo così un processo fluido e veloce dall’acquisizione alla gestione dei dati.
OCR & Amazon Bedrock
Per questo cliente, abbiamo sfruttato al massimo le potenzialità di Amazon Bedrock per l’ottimizzazione di processi OCR complessi.
A differenza degli approcci tradizionali, spesso limitati a una semplice estrazione meccanica e deterministica del testo, per questo cliente abbiamo impiegato modelli LLM configurati con tecniche evolute di prompt engineering e, dove necessario, fine-tuning mirato sui dati specifici del cliente, per guidare l’interpretazione semantica dei documenti.
Questo consente al modello non solo di leggere il contenuto, ma di comprenderne il contesto, riconoscere entità rilevanti e relazioni tra i dati, anche in presenza di layout complessi o informazioni distribuite su più pagine.
La piattaforma è altamente adattabile e consente di generalizzare il processo di estrazione di documenti di natura diversa (fatture, bolle, moduli tecnici, certificazioni), mantenendo elevati livelli di precisione e affidabilità.
Risultati e impatto ottenuto grazie alla Generative AI
L’implementazione della soluzione ha permesso di trasformare un processo precedentemente semi-manuale e ad elevato dispendio di tempo e risorse in un flusso completamente automatizzato.
Grazie all’utilizzo di Amazon Bedrock per l’interpretazione semantica dei documenti, il sistema raggiunge un’elevata precisione nell’estrazione e nel riconoscimento delle entità rilevanti, accelerando in modo significativo il processo di sdoganamento.
La soluzione permette inoltre di:
- ridurre il rischio di errore umano nell’elaborazione dei documenti;
- standardizzare la qualità del processo di estrazione e gestione delle informazioni;
- gestire workload crescenti grazie a un’architettura scalabile e basata prevalentemente su servizi serverless;
- integrare automaticamente i dati estratti nei sistemi aziendali esistenti attraverso API REST.
Il risultato è un processo di sdoganamento più rapido, automatizzato, scalabile e facilmente integrabile con i sistemi aziendali, in grado di trasformare dati documentali non uniformi in informazioni strutturate e immediatamente utilizzabili.
