开单效率暴增 30 倍！“数字销冠”的 AI 密码：飞桨 + 文心大模型双引擎驱动

一家在成都做火锅食材批发配送的公司，每年销售额能达到数千万元，老板王总却长期因一个简单的业务流程而头疼——销售开单。在商贸批发行业，开单是库存、往来核算的重要数据来源，其效率与准确性直接关系到企业的运营管理效率和客户满意度。

公司销售每天开单 100~400 个，涵盖食材种类几百种，涉及 500 家左右上下游供应链管理和销售服务，经常因为手工开单慢、忙中出乱而影响生意。怎么能有条不紊、准确快速响应下游火锅店的采购需求？这个问题一直让这家只有三十多个人手的公司犯难。

从前他们的方法是：上人手、加班熬，“就这样还经常会出错”王总自己也吐槽。

下游客户每天要货 20~30 个品种，销售人员一行一行录入要 5 分钟左右。去年底，这家食材批发公司启用了“好业财多模态智能开单”功能，通过语音录入、拍摄手写订单以及图片上传等方式，让销售人员服务单个火锅店客户下单的时间，从 5 分钟直线缩短至几秒，效率提升近 30 倍，准确率依然保持在 90%以上，极大地解决了开单效率低的痛点，销售员们称这项功能是“数字销冠”。

“好业财”是畅捷通信息技术股份有限公司（下称“畅捷通”）旗下一款面向小微企业的业财管融合数智经营平台。2024 年 8 月，该产品开发上线“多模态智能开单”功能，针对性解决传统开单过程中存在的手工录入效率低、易出错、多渠道信息整合难度大等问题。在百度飞桨和文心大模型的技术支持下，能够实现语音、文字、表格、图片、PDF 等多种形态的内容识别，准确理解下单商品内容和详细要求，提高开单效率。

好业财“智能开单”PC 端、移动端界面

销售手工开单忙中出乱，传统识别技术效率低下

王总的食材批发公司主要经营火锅底料、预包装食材，在成都有自己的门店。

新客或散客的订货大多是线下到店进行。一张销售订单平均有二十来条商品信息，传统开单流程需要每一条信息挨个儿手敲录入财务系统，这个时间往往需要 5 分钟左右，而对于零售来说，客户接待时间即使只增加一分钟，都可能造成客户流失。

更大宗的开单主要面向二级批发商、火锅门店，这类开单情况则更为复杂。王总介绍，“有的客户直接手写到纸上，拍个照发给我们；有的打电话或者直接发一大串语音。”销售内勤每天都需要在各种字体不清的文字、夹杂方言的语音、模糊不清的图片中，辨别出正确的商品信息，誊抄订货清单，再一条条录到系统上。

除了效率的紧迫性和信息的复杂度，开单这件事还有工作时间上的压力。现在很多火锅店都营业到凌晨，等到店里打烊盘货，再下单有可能在后半夜了。王总认为公司现在都得考虑支持 24 小时订货。

“要是能把客户发来的文字、照片直接投入系统，或者像发语音消息一样说完就能转化开单，那可省事了。”王总说。

客户的需求一直促使畅捷通思考，如何让开单更高效、准确、智能。

畅捷通技术专家介绍，直到现在业界都面临两方面公认的挑战：一方面是各种噪音下的信息提取和识别，开单可能使用到格式不一的表格文件、角度像素刁钻的照片截图、五湖四海夹杂方言的口音……另一方面是信息提取后，对其语义的理解和处理。

理想中的财务 AI，既要有“千里眼”“顺风耳”，还要有一个“最强大脑”。

事实上，深耕小微企业财税及业务云服务领域十多年的畅捷通，2017 年便曾尝试探索过相关能力的实现，但当时整体技术能力有限，多次尝试后识别准确率仍然不高，最终项目暂缓。

2024 年，畅捷通技术专家“带题入组”，参加了由深度学习技术及应用国家工程研究中心与百度联合创办的 AICA 首席 AI 架构师培养计划（以下简称“AICA”），让“智能开单”的实现提上日程。“AICA 中很多课程刚好与我们的需求相关，组内很多伙伴，这个过程中百度为我们输入了很多新技术支持，我们也做了非常多尝试，推动着智能开单项目不断迭代。”

“大小模型结合” ，PaddleX 助力快速响应精准识别

“我们监测发现，客户对于开单全流程的心理预期是 10 秒以内”畅捷通技术专家介绍，一旦一批订单从上传到生成确认的时间超过这个数值，“客户群就会出现较多意见反馈，认为还不如手动输入来得顺畅。”

相比起小模型，大模型的数据处理计算时间长，考虑到效率需求，畅捷通转变完全依赖调用多模态大模型响应的模式，调整为“大小模型结合”的技术策略，将轻量级专业模型进行适配微调后，通过飞桨低代码开发工具 PaddleX 的可视化界面，直接调用具备不同识别分析能力的轻量、产业级模型，再将识别内容交给文心大模型进行深度语义理解和分析，既能保障准确率，又进一步提升了响应速度。

开单问题之所以复杂，就是因为单单图文识别一个板块，就可能面临多种复杂的业务情景。比如能不能在开单系统中直接上传与客户的聊天截图、PDF 文件，甚至有时是客户发来一张自己在纸上手写订单的照片，或者开单业务员接待客户时自己用纸笔记录的手写单据。这对不同拍摄角度、光线、图片像素和格式下信息的提取能力，提出了更高的要求。

针对这一问题，畅捷通选择了由飞桨团队自研的轻量级深度学习模型 PicoDet_layout_1x‌。该模型专门面向‌文档版面分析‌而开发，专用于定位图像中的文字、表格、图片等结构化区域，并支持中英文混合场景的复杂版面解析。作为 PaddleX 支持的专用产业级模型之一，能够解决文档图像中多元素（如表格、标题）的定位问题，不仅高精度，更有低计算开销和端侧部署友好等特点，正适用于工业级文档处理场景‌。

好业财“智能开单”的图文识别能力展示

电子表格，是开单业务员常用的订单信息汇总方式。有时客户订货也只甩一个表格过来，但上下游各环节商家都有自己的订单统计习惯，表头制式、单元格合并都不统一，对于 AI 来说识别起来难度反而比单纯的文字识别难度更大。

针对这一问题，畅捷通技术团队选择了专门面向表格解析的轻量级深度学习模型 SLANet‌。该模型核心设计包括行列定位、单元格合并检测等模块，解决了传统表格模型无法识别合并单元格的痛点‌。通过 PaddleX 的低代码开发能力进行集成与优化，两者结合可构建高效的文档智能分析解决方案‌。

畅捷通结合 PaddleX 提供的文本检测、版面分析和表格解析等模型协同能力，快速实现了从文档图像结构化解析到业务落地的全流程开发。同时，PaddleX 强大的部署能力支持高性能推理插件，旨在实现对模型端到端推理流程的显著提速，可将 PicoDet_layout_1x 和 SLANet 优化为更适合端侧设备运行的版本，进一步提升其推理速度与资源利用率‌。据了解，相较于通用商用表格等识别服务，畅捷通基于 PaddleX 框架进行专用模型微调后，在图片文字等形式的销售开单场景，识别准确率提升了近一倍。

大小模型结合的技术实现流程

装上“更强大脑” ,文心大模型驱动财务分析升级

通过上述轻量级专业模型解析并提取信息后，还要对信息进行结构化处理：抽取出商品名称、数量、计量单位以及更为复杂的规格等信息，对照这些信息在商品库中做语义逻辑关联和数据匹配。此时，小模型泛化理解能力相对有限，需要“更强大脑”文心大模型解决问题。

智能开单中对于泛化理解能力的要求场景非常多样，例如：

• 场景一：图片表格识别开单时，上下游商户之间对于同一商品的称呼并不相同，比如“土豆”，在不同商家订单中可能被称为“洋芋”“地蛋”“马铃薯”等;

• 场景二：语音输入开单时，客户一般会一次性念十几二十种商品，除了数量多，更难的是，用户口音差异可能会导致生成内容存在误差，比如王总的火锅食材配送开单时，曾将“独大蒜”识别为“毒大蒜”，“包包菜”识别为“巴巴菜”，“鲜苕粉丝”识别为“轩少粉丝”，“绿豆粉”识别为“罗豆粉”等。

畅捷通技术专家介绍，通过提示词工程告知文心大模型输入项为商贸企业的场景需求，基于其自身优异的理解、生成、逻辑、记忆能力，便可以将拆分召回信息对比商品库进行精排，准确理解和识别产品。

针对语音输入时容易产生的同音和谐音干扰，团队优化了召回算法，先通过商品库进行初步召回，再借助大模型进行精细排序。此外，畅捷通团队还开发了记忆模块，用于记录人工纠偏信息，以便在再次识别相同内容时快速调用，显著提升了响应速度。据介绍，这些措施有效提高了语音输入的召回准确率，尤其是针对原本识别率较低的情况，提升幅度超过 50%。

现在，像王总一样的商贸批发企业，一旦有下游客户要货，就可以直接把截屏图片、聊天内容粘贴到开单界面，或者通过语音输入实现快速开单。后台识别确认该单无欠款并且有货，AI 就能按规则自动进行审核，系统自动生成销货单。一张平均 20-30 件商品的销货单，传统手工录入需要 5 分钟左右，现在通过“好业财智能开单”功能，可以在 10 秒左右完成“输入、识别、理解、生成、审核、开单”全流程，企业平均一天使用智能开单功能的数量超百个，大客户促销高峰时支持企业单日开单上万个。

随着 AI 功能的不断布局，畅捷通进一步基于文心大模型开发了智能体“小畅 AI 助理”，并将针对产品使用的智能客服和部分 AI 业务执行接入其中。

目前，客户提出产品功能使用相关问题时，AI 可以调取相关知识库，基于文心大模型的充分的理解生成能力，进行客服功能的内容回复；同时，客户还可以通过“小畅 AI 助理”对财务报表进行交互，例如输入“请进行销售数据统计分析”并说明重点希望看到的指标， AI 便可快速进行数据概览、详细解读，还能实现对数据的可视化展示。通过可视化指标的切换，能够细致到按业务员等不同维度对销售额情况变化进行归因分析。

低门槛、一体化实习生“徒手”两周部署搞定

基于多年来对 AI 技术的探索经验，畅捷通对市面上的大小模型和开发工具进行了全面的测评，最终确定了“飞桨+文心大模型”的技术组合方案。

一直以来，飞桨为文心大模型快速发展提供核心支撑，从性能、开发效率和硬件适配三端优化。飞桨框架还集成四项关键能力——自动并行、编译优化、训推一体、跨硬件兼容，显著降低大模型开发门槛。依托芯片到应用的四层技术布局，百度 AI 技术正加速驱动 AI 在产业与科研领域的落地应用。

“百度的技术产品，在训练、推理、部署一体化的能力表现很好。”畅捷通技术专家介绍，首先，学习成本非常低，原先算法工程师才能完成的项目，现在依托低代码开发工具 PaddleX，一个实习生就能完成模型微调、训练和部署；其次产品操作逻辑简单反馈速度快，部署完成后就能进行验证，若需优化，可以直接在系统内调整提示词提升 AI 性能。

由于产品表现好、准确率稳定保持高位，越来越多业务场景和数据形式被拓展出来，各类合同识别录入、财务分析等功能也在陆续开发中。未来，更多财务功能入口将逐渐统一到“小畅 AI 助理”，用户只需通过自然语言输入指令需求，并结合文心大模型的多轮对话能力，即可完成不同流程的工作处理。

好业财希望能够通过人工智能的布局和落地，实现基于人机交互的数据分析和洞察，让 AI 成为解放传统财会专业人员的数字助理，将其从原先滞后的审核流程工作中解脱出来，进阶到提前发出财会层面的决策预警，推动财务安排更加合理和精细化。

未来，百度 AI 也将与以畅捷通为代表的更多财务智能化服务企业携手，助力 AI 融合到真移动、易交付、智能化、行业化、平台化、生态化的“业财管融合”SaaS 服务中，拓展更多场景化功能，为企业客户提供更广泛的技术连接以及全方位的数字化管理服务。