人工智能与自动化
自动化占用团队一周时间的工作
对于英国中小企业而言，AI的大部分价值并非聊天机器人。而是某人每周花费4小时将PDF发票上的数字复制到电子表格，或阅读共享收件箱并转发给正确人员的工作。这类任务定义明确、量大且适合自动化。
此方案解决的问题
此类项目失败的原因很少是模型本身。而是没人事先衡量任务。每月仅发生两次的流程自动化无法节省成本；而若错误可能导致客户关系受损，则需人工审核，完全改变商业价值。两者在开发前均可知晓。
您将获得的服务
任务审计与实际数据
频率、每次耗时、错误成本及输入一致性。部分任务在此环节显示值得自动化，部分则相反——你将获得两种答案。
带置信度报告的文档提取
将发票、采购订单、送货单及表单解析为结构化数据，每个字段附带置信度评分。低置信度提取项将转交人工处理，而非静默猜测。
邮件与咨询分类处理
对来往邮件进行分类、路由并预拟批准稿。采用批准制而非自动发送，因自动回复愤怒客户邮件的失败成本高昂。
设计中的人工审核
为低于置信度阈值的项目设置审核队列，初始阈值较高，随着准确性数据提升逐步降低。无需从第一天就完全信任系统。
与现有系统集成
将结果写入您现有的会计软件、CRM或数据库——而非另一个需人工查看的仪表板。以新仪表板为终点的自动化并未真正节省任何成本。
准确性监控
按人工修正结果跟踪各字段准确性，让您了解系统是否在改进，以及在哪些方面存在持续性失败。
我们的工作方式
流程观察
观察并计时任务执行过程。这通常能发现简报中未提及的步骤。
商业价值评估
节省的工时与开发及运行成本对比，并计算回本周期。若一年内无法回本，我们会直接告知您。
基于您的数据进行基准测试
在构建任何功能之前，先用您的真实文档样本测试候选方法，并衡量准确性。供应商的准确性声明在您的输入上毫无意义。
先构建审核队列
人工审核从第一天就存在，而非在首次提取错误后才添加。
并行运行
自动化流程与手动流程并行运行两周，每日审核差异。信任就是这样建立的。
切换并调优
随着准确性数据的验证，逐步放宽阈值。
您应当期待什么
- 每周为团队节省的小时数，以实际衡量而非估算
- 错误被路由至人工处理，而非默默传播
- 结果直接进入您现有的工作系统
- 可供查阅的文档化准确性数据
构建于
- Mistral
- OpenAI
- Anthropic Claude
- Python
- TypeScript
- Node.js
- PostgreSQL
- Redis
- RabbitMQ
- Tesseract
- AWS Textract
- n8n
- Zapier
- Xero
- QuickBooks
Mainstream, well-supported technology — chosen so you can hire for it and so another team could take the project over.
AI流程自动化 — your questions
包括那些大多数机构在页面上忽略的成本问题。
可行性评估与基准测试（使用您自己的数据）的费用为£3,000至£6,000，无论您是否继续，都会获得相关数据。单个自动化工作流程的开发费用通常为£8,000至£20,000，加上模型和托管费用，通常为每月数十英镑而非数百英镑。
在结构化文档（如已知供应商的发票）上，准确性很高——我们会在您的样本上给出实际测量数据，而非空口承诺。在凌乱、不一致的输入下，准确性较低，这正是为何需要审核队列的原因。任何人在未看到您的文档前就报出准确率百分比，都是在猜测。
当规则是确定性的时——正则表达式或查找表更便宜、更快且不会出现幻觉。当数据量较低时，因为构建成本永远无法收回。当错误无法恢复且无法通过审核捕获时。我们会基于以上三点拒绝项目。
在我们使用的 API 级别中不会，并且我们会以书面形式确认您的项目最终使用的特定供应商条款。若数据完全无法离开您的基础设施，我们可以在您自己的硬件上运行开源权重模型——但需如实说明，质量略低于前沿托管模型。
实际上，它移除了员工不想做的那部分工作。我们直言不讳，因为成功的项目是团队参与设计自动化的项目，而失败的项目则是人们在暗中绕过它。
集成通过适配器实现，因此更换供应商或模型仅需配置更改和重新运行基准测试，而非重建。考虑到这一领域发展迅速，其他做法都是不负责任的。