人手輸入一張空運提單要幾耐？

人手輸入一張空運提單，連同讀文件、輸入寄件人、收件人、航班、重量和收費欄位、再改錯，通常要 25–40 分鐘。自動抽取幾秒就抽到同樣的欄位，只把存疑的送給人手。

一張空運提單可以抽取到甚麼欄位？

AWB 號碼、寄件人和收件人資料、起點與終點、航班資訊、件數、毛重與計費重、貨物描述和收費。做得好的系統會把這些連在一起，讓重量和收費可以互相核對、也與你的訂艙核對。

我們是否要更換現有的 TMS 或貨運系統？

不用。自動化 AWB 資料輸入是坐在你現有系統的前面。抽取並驗證後的數據，會匯出到你現用的貨運、報關或開票工具，所以你是停止重複輸入，而不是更換平台。

如何自動化空運提單的資料輸入

Q: 空運提單 OCR 有幾準？

乾淨的數碼提單大約 95–99%，掃描或手寫的 92–97%。由於承運商用幾十種版式、欄位有時是手寫，可靠的做法會加一層驗證，在數據入帳前先與營運系統交叉比對。

要自動化空運提單的資料輸入，你把每張 AWB 經過一套為物流文件調校的 OCR，抽取標準欄位（AWB 號碼、寄件人和收件人、航班、重量和收費），並在任何數據入帳之前，與你的營運系統對數。做得好的話，一件本來每份要 25–40 分鐘的工作，會縮短到幾秒，而之後再輸入去報關和開票的重複工序，也完全停下來。

貨運代理靠文件運作，而空運提單是其他一切都建於其上的那份文件。如果 AWB 數據輸入得慢或輸入得錯，那個錯會一路帶進報關和發票。以下就談談，如何在不更換系統的前提下，把輸入這一環從流程中拿走。

今天是甚麼拖慢了空運提單處理？

瓶頸不在那票貨，而在櫃枱。有三樣東西令人手 AWB 輸入變得昂貴：

重複輸入。 有人讀空運提單，把 AWB 號碼、寄件人、收件人、航班、件數、重量和收費輸入貨運或報關系統。每份 25–40 分鐘，一個忙碌的櫃枱一天就蝕幾個鐘在打字上。
幾十種承運商版式。 空運提單來自眾多承運商和併貨商，各有各的格式。文員學得會找欄位，一個天真的工具卻做不到。
手寫更正。 重量會被劃掉再改寫。收費用手寫批註。這些剛好就是對開票最重要的欄位，也剛好是錯誤滲進來的地方。

由於 AWB 餵給報關和發票，一個打錯的重量或收費不會困在原地。它會變成一條之後有人要追查的差異，或者一個靜靜送錯的數字。

自動化 AWB 資料輸入牽涉甚麼？

這條流程與任何文件自動化的形狀一樣，只是為空運貨物調校過：

擷取空運提單，無論它怎樣到來：電郵、掃描或相片。
OCR 讀出文字，包括掃描和手寫欄位。
欄位抽取對應 AWB 特有的欄位：號碼、寄件人和收件人、起點與終點、航班、件數、毛重與計費重、貨物描述、收費。
驗證把抽取數據與你的營運真實來源（訂艙、營運系統）交叉比對，並套用規則：計費重與毛重的關係要合理、收費要落在預期範圍、AWB 號碼格式要有效。
匯出乾淨、驗證過的數據到你現有的貨運、報關和開票工具。

留意第四步。這正是把一個示範和一套你可以據以開票的系統分開的地方。抽取只有在有東西先核對它、才流落下游時，才有用。

空運提單 OCR 有幾準？

準確率視乎文件。在乾淨的數碼空運提單上，OCR 可達大約 95–99% 欄位準確率。在掃描或手寫的 AWB 上，則接近 92–97%。這已經不錯，卻仍未準到可以未經檢查就信任，因為貨運代理是靠這些數字開票。

解決方法與我們處處採用的一樣：一層與營運系統交叉比對並做信心評分的驗證，讓高信心的提單直通流過、只有存疑的送到人手。我們在對數自動化要做到 97% 準確率，關鍵在哪一文，講過為何準確率其實來自這一層、而不是 OCR 模型，那篇正是取材自一宗真實的空運貨物項目。同一套邏輯，在發票 OCR 到底有幾準涵蓋了通用情況。

哪些空運提單欄位最多返工？

不是每個欄位都帶同樣的風險。在一張空運提單上，最值得最嚴格檢查的，是你據以開票和報關的那些：

計費重與毛重。 它們決定收費，而且往往是手寫或被改過。重量錯，發票就錯。
收費。 運費、燃油和處理費，按承運商而異，很容易讀錯或放錯位。
AWB 號碼。 它有一個核對位格式，所以一條驗證規則可以在讀錯的一刻就標記出來。
收件人與寄件人。 這裡的小錯，會在下游造成報關和派送問題，而不只是開票問題。

一個好的做法，會把它的信心檢查向這些欄位傾斜，於是一個存疑的重量或收費會被升級交人手，而低風險的欄位就直接流過。那個傾斜，正是「讀得出空運提單的 OCR」與「一個貨運代理真正可以據以開票的系統」之間的分別。

對一個貨運代理值多少？

明顯的數字是速度：每份 25–40 分鐘的輸入，變成幾秒的抽取，人只覆核被標記的欄位。自動化的做法通常把人手輸入的時間和成本削減約 50%，一旦把你不再追查的錯誤也算進去，就更多。

更大的收穫在下游。我們建過的一宗空運貨物對數，一件本來每月兩次、每次要一位全職同事花上近五天的工作，現在大約兩小時跑完，因為 AWB 數據是自動抽取、交叉比對並對數的，準確率由驗證層守住 97%。乾淨的 AWB 數據，意味報關和發票都建於已經互相吻合的數字上，於是那個錯不會在整票貨上倍增。

如何在不做大項目的情況下開始

你不用一次過自動化所有承運商：

選你單量最大的承運商或航線。 你最常見的版式最容易做準，也回報最多工時。
與你的營運真實來源對數。 把抽取數據接到你的訂艙或營運系統，讓每個欄位都被核對，而不只是被擷取。
一次擴一種版式， 邊做邊加規則，摸清錯誤藏在哪，直到櫃枱是在覆核例外，而不是在打字。

如果你想先估算回本，我們的文件自動化 ROI 計算器可以把你的文件單量和處理時間，換算成一個以小時和成本計的估算。而如果你想我們直接看你真實的空運提單流程、老實告訴你哪裡值得自動化，那正是免費的 30 分鐘 ROI 診斷要做的事。

空運提單是一票貨的第一張骨牌。把它的數據自動弄乾淨，下游的一切都會變得容易。