Mit der AI Builder-Texterkennung gelöste Geschäftsprobleme
Die AI Builder-Texterkennung bietet Herstellern OCR-Funktionen (Optische Zeichenerkennung). Wenn sie vollständig in die übrige Geschäftsplattform integriert wird, können Sie eine Vielzahl von Szenarien automatisieren, die heute nur mit menschlichen Eingriffen realisierbar sind.
Erste Szenariokategorie: Unterstützte Eingabe
Mitarbeiter im Außendienst machen ein Bild von einem Produkt oder einem Objekt, das eine Kennung oder einen Preis enthält. Diese Informationen können zum Aktualisieren bzw. Abrufen von Informationen aus dem Microsoft CRM-System verwendet werden.
Beispiel:
Der Mitarbeiter eines Autovermieters fotografiert Autos beim Auschecken, um Schäden zu melden. Der Mitarbeiter nimmt das Bild auf, das anschließend von AI Builder verarbeitet wird, um die Kennzeichennummer des Autos zu extrahieren. Anhand dieser Nummer werden Informationen zum Auto im CRM-System abgerufen, um sie dem Mitarbeiter anzuzeigen. Der Mitarbeiter erfasst Schäden am Auto, zeichnet das Rückgabedatum auf und aktualisiert dann das CRM-System.
Zweite Szenariokategorie: Überprüfung der Anwesenheit von Personen oder Produkten
Mitarbeiter im Außendienst machen ein Bild von einer Person oder einem Objekt, das eine Kennung enthält. Diese Informationen können verwendet werden, um das Vorhandensein zu bestätigen.
Beispiel:
Ein Flughafen verwendet Pilotenkarten, um zu bestätigen, dass sie an Bord des richtigen Flugs gehen. Flughafenmitarbeiter machen ein Foto von der Pilotenkarte, die von AI Builder verarbeitet wird, um den Bezeichner des Piloten zu extrahieren. Diese Kennung wird verwendet, um Informationen über den ankommenden Flug des Piloten zu erhalten, die Konsistenz mit der Anwesenheit des Piloten zu überprüfen und den Zugriff zu bestätigen.
Dritte Szenariokategorie: Automatisierte Dateneingabe
Mitarbeiter fotografieren Papierformulare, die Aufzeichnungen enthalten. Diese Informationen werden automatisch in CRM eingegeben.
Beispiel:
Ein Unternehmen führt eine Prüfung von Apotheken durch. Die Prüfer sind vor Ort und verwenden ein Papierformular, um die Ergebnisse aufzuzeichnen. Anschließend gibt ein Mitarbeiter die Ergebnisse manuell in das CRM-System ein. Der Mitarbeiter macht ein Foto von jedem Überwachungsdatensatz und speichert es in einem Ordner. Über einen Flow werden alle neuen Bilder in den Ordnern verarbeitet, an AI Builder gesendet, um die geprüften Notizen zu extrahieren, und dann im CRM-System gespeichert.