CN116796908A - 基于人工智能云平台的数字员工自动化业务流程处理系统 - Google Patents
基于人工智能云平台的数字员工自动化业务流程处理系统 Download PDFInfo
- Publication number
- CN116796908A CN116796908A CN202310879541.5A CN202310879541A CN116796908A CN 116796908 A CN116796908 A CN 116796908A CN 202310879541 A CN202310879541 A CN 202310879541A CN 116796908 A CN116796908 A CN 116796908A
- Authority
- CN
- China
- Prior art keywords
- purchasing
- enterprise
- business process
- efficiency
- period
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 151
- 238000012545 processing Methods 0.000 title claims abstract description 51
- 238000004458 analytical method Methods 0.000 claims abstract description 34
- 238000005457 optimization Methods 0.000 claims abstract description 34
- 238000012795 verification Methods 0.000 claims abstract description 23
- 230000000694 effects Effects 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims abstract description 6
- 238000012544 monitoring process Methods 0.000 claims description 21
- 238000007689 inspection Methods 0.000 claims description 13
- 238000013473 artificial intelligence Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000013433 optimization analysis Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 4
- 238000011112 process operation Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 238000006243 chemical reaction Methods 0.000 abstract description 4
- 230000002457 bidirectional effect Effects 0.000 abstract description 3
- 238000005067 remediation Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 15
- 238000013499 data model Methods 0.000 description 6
- 238000005065 mining Methods 0.000 description 6
- 108700041286 delta Proteins 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及业务流程处理技术领域，具体为基于人工智能云平台的数字员工自动化业务流程处理系统，包括数据采集单元、云数据库、业务流程效率评估单元、核心流程优化处理单元、优化效果验证处理单元、再优化修复处理单元和显示终端。本发明，通过明确企业的采购效率，并以此为基础，采用等级划分、集合规整和双向匹配的方式，并由此完成企业与供应商的重新匹配操作，实现对企业采购业务流程的核心主体进行优化分析，并为提高企业的工作效率和准确性奠定了基础；并通过验证分析、优化补救处理，有效实现对企业的业务流程的数字转化和流程的高效优化，提高企业的生产效率和指令，降低企业的成本和风险。
Description
技术领域
本发明涉及业务流程处理技术领域，具体为基于人工智能云平台的数字员工自动化业务流程处理系统。
背景技术
企业的业务流程是指它在日常经营活动中所涉及到的各个环节和部门之间的协同工作方式。这些流程覆盖了很多方面，例如采购、生产、销售等，而采购是决定企业运行效率、质量和利润的最重要的一个部分。
好的业务流程可以帮助提高整体绩效并增强企业的竞争力，但现有的在对企业采购业务流程管理的方式中，由于采购流程繁琐、复杂，难以做到供应商分合理选取，导致企业的整个采购周期延长，且企业难以对采购过程进行全面的监控和管理，采购数据分散，难以进行全面的数据分析和报告，极大影响了企业的稳定运营；
为了解决上述缺陷，现提供一种技术方案。
发明内容
本发明的目的就在于解决现有的在对企业采购业务流程管理的方式中，难以做到供应商分合理选取，且难以对采购过程进行全面的监控和优化，导致企业的整个采购周期延长，影响企业的稳定运营的问题，通过明确企业的采购效率，并以此为基础，采用等级划分、集合规整和双向匹配的方式，并由此完成企业与供应商的重新匹配操作，实现对企业采购业务流程的核心主体进行优化分析，并为提高企业的工作效率和准确性奠定了基础；并在完成企业与供应商的重新匹配操作后，对最新阶段下的企业采购业务流程的优化状态进行验证分析及优化补救处理，从而有效实现对企业的业务流程的数字转化和流程的高效优化，帮助企业实现业务流程的高效、精准和自动化处理，提高企业的生产效率和指令，降低企业的成本和风险，而提出基于人工智能云平台的数字员工自动化业务流程处理系统。
本发明的目的可以通过以下技术方案实现：基于人工智能云平台的数字员工自动化业务流程处理系统，包括：数据采集单元、云数据库、业务流程效率评估单元、核心流程优化处理单元、优化效果验证处理单元、再优化修复处理单元和显示终端；
所述数据采集单元用于采集企业采购业务流程的采购效率信息、采购需求信息，还用于采集企业所对应的供应商的供应信息，并将各类型信息分别发送至云数据库中进行存储；
所述云数据库还用于存储采购效率状态判定表，存储采购需求状态判定表，存储供应状态判定表，存储周期优化方案对照表；
所述业务流程效率评估单元用于对企业采购业务流程的采购效率信息进行监测，由此对企业采购业务流程的采购状态进行分析，并得到企业的采购业务流程的采购效率状态等级，且采购效率状态等级包括低采购效率状态等级和正常采购效率状态等级，并将生成的低采购效率状态等级发送至采购业务流程巡检单元；
所述核心流程优化处理单元依据接收到的低采购效率状态等级，用于对企业的采购需求信息及企业所对应的供应商的供应信息进行监测，由此对企业采购业务流程的核心主体进行优化分析，并由此完成企业与供应商的重新匹配操作；
所述优化效果验证处理单元用于在完成企业与供应商的重新匹配操作后，调取最新阶段的企业采购业务流程的采购效率信息，并对企业采购业务流程的优化状态进行验证分析，由此生成优化验证通过信号或触发周期逐项巡检指令，并将优化验证通过信号发送至显示终端进行显示说明，将触发的周期逐项巡检指令发送至再优化修复处理单元；
所述再优化修复处理单元依据接收到的周期逐项巡检指令，并由此对企业采购业务流程进行采购周期优化处理，据此生成对应子单位采购周期的优化方案，并将对应子单位采购周期的优化方案发送至显示终端进行显示说明，并由此完成企业采购业务流程采购周期的优化处理。
优选地，所述对企业采购业务流程的采购效率信息进行监测，其具体监测过程如下：
实时监测企业采购业务流程中各采购物品的价格、采购运输费用和税费，并将其分别标定为tari、ptc和eot，并将三项数据进行综合分析，依据设定的模型：，由此得到企业采购业务流程的实际采购成本apc，其中，γ1、γ2和γ3分别为采购物品的价格、采购运输费用和税费的归一因子，i表示采购物品的数量集合，i=1，2，3……n；
获取企业采购业务流程中计划采购成本，并将其记作ppc，并将实际采购成本与计划采购成本进行作差，依据cot=apc-ppc，由此得到企业采购业务流程的采成偏值cot。
优选地，所述对企业采购业务流程的采购状态进行分析，其具体分析过程如下：
实时获取企业采购业务流程的采购效率信息中的采期偏值、采成偏值、采准值和采险值，并将其分别标定为cyc、cot、poa和dag，并将四项数据进行计算分析，依据设定的数据模型：，由此得到企业的采购业务流程的采购效率系数pec，其中，δ1、δ2、δ3和δ4分别为采期偏值、采成偏值、采准值和采险值的权重因子系数，且δ1、δ2、δ3和δ4均为大于0的自然数；
将采购效率系数与存储在云数据库中的采购效率状态判定表进行对照匹配分析，由此得到企业的采购业务流程的采购效率状态等级，且得到的每个采购效率系数均有一个采购效率状态等级与其对应，且采购效率状态等级包括低采购效率状态等级和正常采购效率状态等级。
优选地，所述对企业采购业务流程的核心主体进行优化分析，其具体分析过程如下：
依据生成的低采购效率状态等级，监测企业的采购需求信息并由此对企业的采购需求状态进行判定分析，由此得到企业的采购需求等级，且采购需求等级包括高采购需求等级、中采购需求等级、低采购需求等级；
再监测企业对应的各供应商的供应信息，并由此对各供应商的供应状态进行判定分析，由此得各供应商的供应状态等级，而供应状态等级包括一级供应状态等级、二级供应状态等级、三级供应状态等级；
并将处于同一供应状态等级的各供应商归入同一集合中，具体的：将被标定为一级供应状态等级的各供应商归入集合A中，将被标定为二级供应状态等级的各供应商归入集合B中，将被标定为三级供应状态等级的各供应商归入集合C中，由此得到集合A、集合B、集合C；
根据企业的采购需求等级将其匹配相应供应状态等级的供应商，具体的：
若企业的采购需求等级为高采购需求等级，则将企业从集合A中匹配相应的供应商，若企业的采购需求等级为中采购需求等级，则将企业从集合B中匹配相应的供应商，若企业的采购需求等级为低采购需求等级，则将企业从集合C中匹配相应的供应商。
优选地，所述对企业的采购需求状态进行判定分析，其具体分析过程如下：
调取企业的采购需求信息中的采购物料种类量值、单产品量值、预算成本上限量值和交货周期值，并将其分别标定为rag、sl、ys和dcv，并将四项数据进行计算分析，依据设定的模型：，由此得到企业的采购需求系数req，其中，ρ1表示为修正因子系数，且ρ1为大于0的自然数；
将得到的企业的采购需求系数与存储在云数据库中的采购需求状态判定表进行对照匹配分析，由此得到企业的采购需求等级，且得到的企业的每个采购需求系数均有一个采购需求等级与其对应，而采购需求等级包括高采购需求等级、中采购需求等级、低采购需求等级。
优选地，所述对供应商的供应状态进行判定分析，其具体分析过程如下：
监测各供应商的供应信息中的供应资质量值、供应信誉值、产品质量反馈值和价格浮动值，并将其分别标定为sqvj、spcj、pqfj和pfvj，并将四项数据进行综合分析，依据设定的数据模型：，由此得到各供应商的供应系数adcj，其中，λ1、λ2、λ3和λ4分别为供应资质量值、供应信誉值、产品质量反馈值和价格浮动值的误差因子系数，且λ1、λ2、λ3和λ4均为大于0的自然数；
将得到的各供应商的供应系数与存储在云数据库中的供应状态判定表进行对照匹配分析，由此得到各供应商的供应状态等级，且得到的每个供应商的供应系数均有一个供应状态等级与其对应，而供应状态等级包括一级供应状态等级、二级供应状态等级、三级供应状态等级。
优选地，所述对企业采购业务流程的优化状态进行验证分析，其具体分析过程如下：
调取最新阶段的企业采购业务流程的采购效率信息，得到企业最新阶段的采购业务流程的采购效率系数及采购效率状态等级；
若最新阶段下的企业的采购效率状态等级仍为低采购效率状态等级时，则触发周期逐项巡检指令，并同时进行采购周期优化处理；
若最新阶段下的企业的采购效率状态等级为正常采购效率状态等级时，则生成优化验证通过信号，并以“企业当前业务流程运转较为理想”的文本字样发送至显示终端进行显示说明。
优选地，所述对企业采购业务流程进行采购周期优化处理，其具体分析过程如下：
调取企业采购业务流程中各子单位采购周期的时长，并设置各子单位采购周期的时长对比阈值，并将各子单位采购周期的时长与对应的时长对比阈值进行比较分析；
若对应子单位采购周期的时长小于等于对应的时长对比阈值时，则将对应的子单位采购周期的状态判定为正常状态；
反之，若对应子单位采购周期的时长大于对应的时长对比阈值时，则将对应的子单位采购周期的状态判定为异常状态；
调取被判定为异常状态的子单位采购周期的各项状态数据，并将各项状态数据进行综合分析，由此得到各子单位采购周期的优化所需系数；
将各子单位采购周期的优化所需系数与存储在云数据库中的周期优化方案对照表进行对照匹配分析，由此得到对应子单位采购周期的优化方案，且得到的每个优化所需系数均有一个优化方案与其对应，且优化方案的具体内容包括缩减订单审核步骤、明确采购品类及数量，并由此完成企业采购业务流程采购周期的优化处理。
本发明的有益效果：
本发明，通过对企业采购业务流程的采购效率信息进行监测，采用数据标定、数据模型计算和数据作差计算的方式，明确了各项采购效率信息，并以此为基础，再利用公式计算和数据库比较分析的方式，从而对企业采购业务流程的采购状态进行判定输出，并明确了企业的采购业务流程的采购效率状态等级；
并以企业的采购业务流程的采购效率状态等级为依据，采用等级划分、集合规整和双向匹配的方式，实现对企业采购业务流程的核心主体进行优化分析，并由此完成企业与供应商的重新匹配操作，从而在实现对企业业务流程分析和优化的同时，也提高企业的工作效率和准确性，降低企业成本，提高企业竞争力；
并在完成企业与供应商的重新匹配操作后，对最新阶段下的企业采购业务流程的优化状态进行验证分析，若优化验证通过，则通过文本字样描述的方式发送至显示终端进行显示说明，若验证不通过，则对企业采购业务流程的采购周期进行细化，以实现对每个细化的子单位采购周期的综合分析，进而来实现企业采购业务流程异常的补救，从而有效实现对企业的业务流程的数字转化和流程的高效优化，帮助企业实现业务流程的高效、精准和自动化处理，提高企业的生产效率和指令，降低企业的成本和风险。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的系统框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明为基于人工智能云平台的数字员工自动化业务流程处理系统，包括：数据采集单元、云数据库、业务流程效率评估单元、核心流程优化处理单元、优化效果验证处理单元、再优化修复处理单元和显示终端。
数据采集单元用于采集企业采购业务流程的采购效率信息、采购需求信息，还用于采集企业所对应的供应商的供应信息，并将各类型信息分别发送至云数据库中进行存储。
云数据库还用于存储采购效率状态判定表，存储采购需求状态判定表，存储供应状态判定表，存储周期优化方案对照表。
业务流程效率评估单元用于对企业采购业务流程的采购效率信息进行监测，具体监测过程如下：
实时监测企业采购业务流程中各采购物品的价格、采购运输费用和税费，并将其分别标定为tari、ptc和eot，并将三项数据进行综合分析，依据设定的模型：，由此得到企业采购业务流程的实际采购成本apc，其中，γ1、γ2和γ3分别为采购物品的价格、采购运输费用和税费的归一因子，i表示采购物品的数量集合，i=1，2，3……n，且归一因子用于表示将计算模型中的各项数据转化为无量纲形式的系数；
获取企业采购业务流程中计划采购成本，并将其记作ppc，并将实际采购成本与计划采购成本进行作差，依据cot=apc-ppc，由此得到企业采购业务流程的采成偏值cot；
由此对企业采购业务流程的采购状态进行分析，具体分析过程如下：
实时获取企业采购业务流程的采购效率信息中的采期偏值、采成偏值、采准值和采险值，并将其分别标定为cyc、cot、poa和dag，并将四项数据进行计算分析，依据设定的数据模型：，由此得到企业的采购业务流程的采购效率系数pec，其中，δ1、δ2、δ3和δ4分别为采期偏值、采成偏值、采准值和采险值的权重因子系数，且δ1、δ2、δ3和δ4均为大于0的自然数，而权重因子系数用于均衡各项数据在公式计算中的占比权重，从而促进计算结果的准确性；
需要指的出是，采期偏值用于表示企业的采购周期的偏差值，指的是企业的计划采购周期与实际采购周期的周期数据的偏差大小，采成偏值用于表示企业的实际采购成本超出计划采购成本的成本数据偏差，采准值用于表示企业采购的准确度，即指的是采购物品与实际需求的匹配程度，采险值用于表示企业采购过程中的中断风险的占比值；
将采购效率系数与存储在云数据库中的采购效率状态判定表进行对照匹配分析，由此得到企业的采购业务流程的采购效率状态等级，且得到的每个采购效率系数均有一个采购效率状态等级与其对应，且采购效率状态等级包括低采购效率状态等级和正常采购效率状态等级；
并将生成的低采购效率状态等级发送至采购业务流程巡检单元。
核心流程优化处理单元依据接收到的低采购效率状态等级，用于对企业的采购需求信息及企业所对应的供应商的供应信息进行监测，由此对企业采购业务流程的核心主体进行优化分析，具体分析过程如下：
依据生成的低采购效率状态等级，监测企业的采购需求信息并由此对企业的采购需求状态进行判定分析，具体的：
调取企业的采购需求信息中的采购物料种类量值、单产品量值、预算成本上限量值和交货周期值，并将其分别标定为rag、sl、ys和dcv，并将四项数据进行计算分析，依据设定的模型：，由此得到企业的采购需求系数req，其中，ρ1表示为修正因子系数，且修正因子系数用于修正各项参数在公式计算过程中出现的偏差，从而使得计算更加准确的参数数据，且ρ1为大于0的自然数；
将得到的企业的采购需求系数与存储在云数据库中的采购需求状态判定表进行对照匹配分析，由此得到企业的采购需求等级，且得到的企业的每个采购需求系数均有一个采购需求等级与其对应，而采购需求等级包括高采购需求等级、中采购需求等级、低采购需求等级；
再监测企业对应的各供应商的供应信息，并由此对各供应商的供应状态进行判定分析，具体的：
监测各供应商的供应信息中的供应资质量值、供应信誉值、产品质量反馈值和价格浮动值，并将其分别标定为sqvj、spcj、pqfj和pfvj，并将四项数据进行综合分析，依据设定的数据模型：，由此得到各供应商的供应系数adcj，其中，λ1、λ2、λ3和λ4分别为供应资质量值、供应信誉值、产品质量反馈值和价格浮动值的误差因子系数，且λ1、λ2、λ3和λ4均为大于0的自然数，而误差因子系数用于提高各项数据值在公式计算中的计算精度，从而来降低公式计算的误差性；
需要说明的是，供应资质量值指的是供应商的生产供应年限长短的数据量值，当供应商的供应年限越长，则越说明供应商的供应资质越强，供应信誉值指的是供应商的履约供应次数占总供应次数的比值，当供应商的履约供应次数占总供应次数的比值的表现数值越大时，则越说明供应商的供应信誉越高，产品质量反馈值指的是单位时间内供应商所有批次货物供应产品的瑕疵率的平均值，例如，一个月时间内供应商向5个企业共执行6次货物供应，且6次货物供应的产品瑕疵率分别为2%、3%、5%、1%、2%和3%，故供应商的产品质量=（2%+3%+5%+1%+2%+3%）÷6=2.667%，价格浮动值指的是供应商的给企业的供应价格与市场价格相差的波动大小的数据值；
将得到的各供应商的供应系数与存储在云数据库中的供应状态判定表进行对照匹配分析，由此得到各供应商的供应状态等级，且得到的每个供应商的供应系数均有一个供应状态等级与其对应，而供应状态等级包括一级供应状态等级、二级供应状态等级、三级供应状态等级；
需要解释的是，被标定为一级供应状态等级的供应商的供应状态比被标定为二级供应状态等级的供应商的供应状态优，依此类推，被标定为二级供应状态等级的供应商的供应状态比被标定为三级供应状态等级的供应商的供应状态优；
并将处于同一供应状态等级的各供应商归入同一集合中，具体的：
将被标定为一级供应状态等级的各供应商归入集合A中，将被标定为二级供应状态等级的各供应商归入集合B中，将被标定为三级供应状态等级的各供应商归入集合C中，由此得到集合A、集合B、集合C；
根据企业的采购需求等级将其匹配相应供应状态等级的供应商，具体的：
若企业的采购需求等级为高采购需求等级，则将企业从集合A中匹配相应的供应商，若企业的采购需求等级为中采购需求等级，则将企业从集合B中匹配相应的供应商，若企业的采购需求等级为低采购需求等级，则将企业从集合C中匹配相应的供应商；
并由此完成企业与供应商的重新匹配操作。
优化效果验证处理单元用于在完成企业与供应商的重新匹配操作后，调取最新阶段的企业采购业务流程的采购效率信息，并对企业采购业务流程的优化状态进行验证分析，具体分析过程如下：
调取最新阶段的企业采购业务流程的采购效率信息，得到企业最新阶段的采购业务流程的采购效率系数及采购效率状态等级；
若最新阶段下的企业的采购效率状态等级仍为低采购效率状态等级时，则触发周期逐项巡检指令，并将生成的周期逐项巡检指令发送至再优化修复处理单元，并由此对企业采购业务流程进行采购周期优化处理，具体分析过程如下：
调取企业采购业务流程中各子单位采购周期的时长，并设置各子单位采购周期的时长对比阈值，并将各子单位采购周期的时长与对应的时长对比阈值进行比较分析；
若对应子单位采购周期的时长小于等于对应的时长对比阈值时，则将对应的子单位采购周期的状态判定为正常状态；
反之，若对应子单位采购周期的时长大于对应的时长对比阈值时，则将对应的子单位采购周期的状态判定为异常状态；
需要说明的是，企业采购业务流程的采购周期又包含多个子单位采购周期，且依次为采购计划、采购申请、采购审批、供应商选择、合同签订和付款环节；
调取被判定为异常状态的子单位采购周期的各项状态数据，并将各项状态数据进行综合分析，由此得到各子单位采购周期的优化所需系数；
将各子单位采购周期的优化所需系数与存储在云数据库中的周期优化方案对照表进行对照匹配分析，由此得到对应子单位采购周期的优化方案，且得到的每个优化所需系数均有一个优化方案与其对应，且优化方案的具体内容包括缩减订单审核步骤、明确采购品类及数量；
并将对应子单位采购周期的优化方案发送至显示终端进行显示说明，并由此完成企业采购业务流程采购周期的优化处理；
若最新阶段下的企业的采购效率状态等级为正常采购效率状态等级时，则生成优化验证通过信号，并以“企业当前业务流程运转较为理想”的文本字样发送至显示终端进行显示说明。
本发明在使用时，通过对企业采购业务流程的采购效率信息进行监测，采用数据标定、数据模型计算和数据作差计算的方式，明确了各项采购效率信息，并以此为基础，再利用公式计算和数据库比较分析的方式，从而对企业采购业务流程的采购状态进行判定输出，并明确了企业的采购业务流程的采购效率状态等级；
并以企业的采购业务流程的采购效率状态等级为依据，采用等级划分、集合规整和双向匹配的方式，实现对企业采购业务流程的核心主体进行优化分析，并由此完成企业与供应商的重新匹配操作，从而在实现对企业业务流程分析和优化的同时，也提高企业的工作效率和准确性，降低企业成本，提高企业竞争力；
并在完成企业与供应商的重新匹配操作后，对最新阶段下的企业采购业务流程的优化状态进行验证分析，若优化验证通过，则通过文本字样描述的方式发送至显示终端进行显示说明，若验证不通过，则对企业采购业务流程的采购周期进行细化，以实现对每个细化的子单位采购周期的综合分析，进而来实现企业采购业务流程异常的补救，从而有效实现对企业的业务流程的数字转化和流程的高效优化，帮助企业实现业务流程的高效、精准和自动化处理，提高企业的生产效率和指令，降低企业的成本和风险。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (8)
1.基于人工智能云平台的数字员工自动化业务流程处理系统，其特征在于，包括：
数据采集单元，用于采集企业采购业务流程的采购效率信息、采购需求信息，还用于采集企业所对应的供应商的供应信息，并将各类型信息分别发送至云数据库中进行存储；
云数据库，还用于存储采购效率状态判定表，存储采购需求状态判定表，存储供应状态判定表，存储周期优化方案对照表；
业务流程效率评估单元，用于对企业采购业务流程的采购效率信息进行监测，由此对企业采购业务流程的采购状态进行分析，并得到企业的采购业务流程的采购效率状态等级，且采购效率状态等级包括低采购效率状态等级和正常采购效率状态等级，并将生成的低采购效率状态等级发送至采购业务流程巡检单元；
核心流程优化处理单元，依据接收到的低采购效率状态等级，用于对企业的采购需求信息及企业所对应的供应商的供应信息进行监测，由此对企业采购业务流程的核心主体进行优化分析，并由此完成企业与供应商的重新匹配操作；
优化效果验证处理单元，用于在完成企业与供应商的重新匹配操作后，调取最新阶段的企业采购业务流程的采购效率信息，并对企业采购业务流程的优化状态进行验证分析，由此生成优化验证通过信号或触发周期逐项巡检指令，并将优化验证通过信号发送至显示终端进行显示说明，将触发的周期逐项巡检指令发送至再优化修复处理单元；
再优化修复处理单元，依据接收到的周期逐项巡检指令，并由此对企业采购业务流程进行采购周期优化处理，据此生成对应子单位采购周期的优化方案，并将对应子单位采购周期的优化方案发送至显示终端进行显示说明，并由此完成企业采购业务流程采购周期的优化处理。
2.根据权利要求1所述的基于人工智能云平台的数字员工自动化业务流程处理系统，其特征在于，所述对企业采购业务流程的采购效率信息进行监测，其具体监测过程如下：
实时监测企业采购业务流程中各采购物品的价格、采购运输费用和税费，并将其分别标定为tari、ptc和eot，并将三项数据进行综合分析，依据设定的模型：，由此得到企业采购业务流程的实际采购成本apc，其中，γ1、γ2和γ3分别为采购物品的价格、采购运输费用和税费的归一因子，i表示采购物品的数量集合，i=1，2，3……n；
获取企业采购业务流程中计划采购成本，并将其记作ppc，并将实际采购成本与计划采购成本进行作差，依据cot=apc-ppc，由此得到企业采购业务流程的采成偏值cot。
3.根据权利要求1所述的基于人工智能云平台的数字员工自动化业务流程处理系统，其特征在于，所述对企业采购业务流程的采购状态进行分析，其具体分析过程如下：
实时获取企业采购业务流程的采购效率信息中的采期偏值、采成偏值、采准值和采险值，并将四项数据进行计算分析，由此得到企业的采购业务流程的采购效率系数；
将采购效率系数与存储在云数据库中的采购效率状态判定表进行对照匹配分析，由此得到企业的采购业务流程的采购效率状态等级，且得到的每个采购效率系数均有一个采购效率状态等级与其对应，且采购效率状态等级包括低采购效率状态等级和正常采购效率状态等级。
4.根据权利要求1所述的基于人工智能云平台的数字员工自动化业务流程处理系统，其特征在于，所述对企业采购业务流程的核心主体进行优化分析，其具体分析过程如下：
依据生成的低采购效率状态等级，监测企业的采购需求信息并由此对企业的采购需求状态进行判定分析，由此得到企业的采购需求等级，且采购需求等级包括高采购需求等级、中采购需求等级、低采购需求等级；
再监测企业对应的各供应商的供应信息，并由此对各供应商的供应状态进行判定分析，由此得各供应商的供应状态等级，而供应状态等级包括一级供应状态等级、二级供应状态等级、三级供应状态等级；
并将处于同一供应状态等级的各供应商归入同一集合中，具体的：将被标定为一级供应状态等级的各供应商归入集合A中，将被标定为二级供应状态等级的各供应商归入集合B中，将被标定为三级供应状态等级的各供应商归入集合C中，由此得到集合A、集合B、集合C；
根据企业的采购需求等级将其匹配相应供应状态等级的供应商，具体的：
若企业的采购需求等级为高采购需求等级，则将企业从集合A中匹配相应的供应商，若企业的采购需求等级为中采购需求等级，则将企业从集合B中匹配相应的供应商，若企业的采购需求等级为低采购需求等级，则将企业从集合C中匹配相应的供应商。
5.根据权利要求4所述的基于人工智能云平台的数字员工自动化业务流程处理系统，其特征在于，所述对企业的采购需求状态进行判定分析，其具体分析过程如下：
调取企业的采购需求信息中的采购物料种类量值、单产品量值、预算成本上限量值和交货周期值，并将四项数据进行计算分析，由此得到企业的采购需求系数；
将得到的企业的采购需求系数与存储在云数据库中的采购需求状态判定表进行对照匹配分析，由此得到企业的采购需求等级，且得到的企业的每个采购需求系数均有一个采购需求等级与其对应，而采购需求等级包括高采购需求等级、中采购需求等级、低采购需求等级。
6.根据权利要求4所述的基于人工智能云平台的数字员工自动化业务流程处理系统，其特征在于，所述对供应商的供应状态进行判定分析，其具体分析过程如下：
监测各供应商的供应信息中的供应资质量值、供应信誉值、产品质量反馈值和价格浮动值，并将四项数据进行综合分析，由此得到各供应商的供应系数；
将得到的各供应商的供应系数与存储在云数据库中的供应状态判定表进行对照匹配分析，由此得到各供应商的供应状态等级，且得到的每个供应商的供应系数均有一个供应状态等级与其对应，而供应状态等级包括一级供应状态等级、二级供应状态等级、三级供应状态等级。
7.根据权利要求1所述的基于人工智能云平台的数字员工自动化业务流程处理系统，其特征在于，所述对企业采购业务流程的优化状态进行验证分析，其具体分析过程如下：
调取最新阶段的企业采购业务流程的采购效率信息，得到企业最新阶段的采购业务流程的采购效率系数及采购效率状态等级；
若最新阶段下的企业的采购效率状态等级仍为低采购效率状态等级时，则触发周期逐项巡检指令，并同时进行采购周期优化处理；
若最新阶段下的企业的采购效率状态等级为正常采购效率状态等级时，则生成优化验证通过信号，并以“企业当前业务流程运转较为理想”的文本字样发送至显示终端进行显示说明。
8.根据权利要求7所述的基于人工智能云平台的数字员工自动化业务流程处理系统，其特征在于，所述对企业采购业务流程进行采购周期优化处理，其具体分析过程如下：
调取企业采购业务流程中各子单位采购周期的时长，并设置各子单位采购周期的时长对比阈值，并将各子单位采购周期的时长与对应的时长对比阈值进行比较分析；
若对应子单位采购周期的时长小于等于对应的时长对比阈值时，则将对应的子单位采购周期的状态判定为正常状态；
反之，若对应子单位采购周期的时长大于对应的时长对比阈值时，则将对应的子单位采购周期的状态判定为异常状态；
调取被判定为异常状态的子单位采购周期的各项状态数据，并将各项状态数据进行综合分析，由此得到各子单位采购周期的优化所需系数；
将各子单位采购周期的优化所需系数与存储在云数据库中的周期优化方案对照表进行对照匹配分析，由此得到对应子单位采购周期的优化方案，且得到的每个优化所需系数均有一个优化方案与其对应，并由此完成企业采购业务流程采购周期的优化处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310879541.5A CN116796908B (zh) | 2023-07-18 | 2023-07-18 | 基于人工智能云平台的数字员工自动化业务流程处理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310879541.5A CN116796908B (zh) | 2023-07-18 | 2023-07-18 | 基于人工智能云平台的数字员工自动化业务流程处理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116796908A true CN116796908A (zh) | 2023-09-22 |
| CN116796908B CN116796908B (zh) | 2024-07-09 |
Family
ID=88037498
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310879541.5A Active CN116796908B (zh) | 2023-07-18 | 2023-07-18 | 基于人工智能云平台的数字员工自动化业务流程处理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116796908B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040162763A1 (en) * | 2003-02-19 | 2004-08-19 | Accenture Global Services Gmbh | Accelerated sourcing and procurement operations |
| CN108022111A (zh) * | 2017-11-27 | 2018-05-11 | 广东广凌信息科技股份有限公司 | 一种采购系统云平台 |
| CN108108942A (zh) * | 2017-12-15 | 2018-06-01 | 上海才扬软件科技有限公司 | 一种企业互联网采购综合管理云服务系统 |
| CN108830534A (zh) * | 2018-06-26 | 2018-11-16 | 南通森雅商务服务有限公司 | 企业采购管理计算机网络系统 |
| CN109523108A (zh) * | 2018-09-13 | 2019-03-26 | 赛摩电气股份有限公司 | 一种企业制造管理及采购一体化平台 |
| CN110796413A (zh) * | 2019-10-29 | 2020-02-14 | 珠海格力电器股份有限公司 | 货物配送方法、装置、存储介质及电子设备 |
| US20200118183A1 (en) * | 2017-05-24 | 2020-04-16 | Gsbs Consulting Lda. | Ditigal method for purchase centralisation, optimisation and negotiation |
| CN111311100A (zh) * | 2020-02-18 | 2020-06-19 | 上海资友信息科技有限公司 | 一种企业电商化数字采购平台 |
| CN111915271A (zh) * | 2020-07-29 | 2020-11-10 | 苏州安特威阀门有限公司 | 基于数据中台的采购方法及其系统 |
| CN112633970A (zh) * | 2020-12-16 | 2021-04-09 | 海通安恒科技股份有限公司 | 智能化采购平台 |
| CN115330292A (zh) * | 2022-06-30 | 2022-11-11 | 中远海运科技股份有限公司 | 一种企业采购智能分析方法及系统 |
| CN115600956A (zh) * | 2022-10-09 | 2023-01-13 | 上海纽酷信息科技有限公司（Cn） | 一种采购协同提高采购效率的方法 |
| CN116109242A (zh) * | 2023-02-22 | 2023-05-12 | 南京圣女果信息科技有限公司 | 基于srm供应商管理系统的采购方法 |
| CN116384896A (zh) * | 2022-12-30 | 2023-07-04 | 深圳优制云工业互联网有限公司 | 一种降本增效的智能化技术采购方法 |
-
2023
- 2023-07-18 CN CN202310879541.5A patent/CN116796908B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040162763A1 (en) * | 2003-02-19 | 2004-08-19 | Accenture Global Services Gmbh | Accelerated sourcing and procurement operations |
| US20200118183A1 (en) * | 2017-05-24 | 2020-04-16 | Gsbs Consulting Lda. | Ditigal method for purchase centralisation, optimisation and negotiation |
| CN108022111A (zh) * | 2017-11-27 | 2018-05-11 | 广东广凌信息科技股份有限公司 | 一种采购系统云平台 |
| CN108108942A (zh) * | 2017-12-15 | 2018-06-01 | 上海才扬软件科技有限公司 | 一种企业互联网采购综合管理云服务系统 |
| CN108830534A (zh) * | 2018-06-26 | 2018-11-16 | 南通森雅商务服务有限公司 | 企业采购管理计算机网络系统 |
| CN109523108A (zh) * | 2018-09-13 | 2019-03-26 | 赛摩电气股份有限公司 | 一种企业制造管理及采购一体化平台 |
| CN110796413A (zh) * | 2019-10-29 | 2020-02-14 | 珠海格力电器股份有限公司 | 货物配送方法、装置、存储介质及电子设备 |
| CN111311100A (zh) * | 2020-02-18 | 2020-06-19 | 上海资友信息科技有限公司 | 一种企业电商化数字采购平台 |
| CN111915271A (zh) * | 2020-07-29 | 2020-11-10 | 苏州安特威阀门有限公司 | 基于数据中台的采购方法及其系统 |
| CN112633970A (zh) * | 2020-12-16 | 2021-04-09 | 海通安恒科技股份有限公司 | 智能化采购平台 |
| CN115330292A (zh) * | 2022-06-30 | 2022-11-11 | 中远海运科技股份有限公司 | 一种企业采购智能分析方法及系统 |
| CN115600956A (zh) * | 2022-10-09 | 2023-01-13 | 上海纽酷信息科技有限公司（Cn） | 一种采购协同提高采购效率的方法 |
| CN116384896A (zh) * | 2022-12-30 | 2023-07-04 | 深圳优制云工业互联网有限公司 | 一种降本增效的智能化技术采购方法 |
| CN116109242A (zh) * | 2023-02-22 | 2023-05-12 | 南京圣女果信息科技有限公司 | 基于srm供应商管理系统的采购方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116796908B (zh) | 2024-07-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109272405B (zh) | 碳资产交易方法及系统 | |
| US20100125486A1 (en) | System and method for determining supply chain performance standards | |
| US20110173222A1 (en) | Data value replacement in a database | |
| US20100125487A1 (en) | System and method for estimating settings for managing a supply chain | |
| JP6965399B1 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| CN108256802B (zh) | 基于人群搜索算法的多供应商订单分配云处理方法 | |
| CN107392426A (zh) | 一种电力供应商的评价及选择方法 | |
| JP2018063598A (ja) | 業務支援システム、および、業務支援方法 | |
| Sari et al. | INTEGRATED SUPPLIER SELECTION MODEL USING ANP, TAGUCHI LOSS FUNCTION AND PROMETHEE METHODS. | |
| CN107958297A (zh) | 一种产品需求预测方法及产品需求预测装置 | |
| CN117057686A (zh) | 物料采购智能管理方法、装置、设备及存储介质 | |
| Vogelezang | 4.3 Using COSMIC FFP for Sizing, Estimating, and Planning in an ERP Environment | |
| CN115409403A (zh) | 一种基于组织碳排放预测的碳资产管理方法及系统 | |
| Mishra et al. | Measuring business performance in a SCN using Six Sigma methodology-a case study | |
| CN117391583A (zh) | 采购数据管理方法及平台 | |
| CN1776729A (zh) | 开展商品和服务预测的方法和系统 | |
| Ozyurek et al. | Assessment of qualification criteria described in public procurement law code 4734 in construction works by analytic hierarchy process (AHP) | |
| CN114418369A (zh) | 一种基于bim模型的计量支付方法和系统 | |
| CN116796908B (zh) | 基于人工智能云平台的数字员工自动化业务流程处理系统 | |
| CN116485279B (zh) | 基于水务管理平台的设备信息处理方法及装置 | |
| CN117252411A (zh) | 工程变更申请的风险评估方法、评审方法、装置及产品 | |
| JP2004046454A (ja) | 株式投資レーティング評価方法、システム、この方法をコンピュータに実行させるためのプログラム、このプログラムを記録した記録媒体 | |
| Huang et al. | Contracting under asymmetric customer returns information and market valuation with advertising-dependent demand | |
| Mulya | Inventory simulation-optimization model for small business | |
| US9268509B2 (en) | Automated computer controlled system for measuring the consumption of printer resources and transacting environmental offsets |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |