用生成式AI自动分拣文档：成本降到0.55美分

物流与供应链团队最常被低估的“吞金兽”，不是干线运费，也不是仓库租金，而是文档。提单、报关资料、保险证明、合同、作业指令、异常邮件、会议纪要——它们不直接创造收入，却能在每一次查找、复核、归档时消耗大量人力。

Associa 的案例把这件事讲得很直白：他们管理约 4,800 万份文档（26TB），过去大量依靠人工分类，慢、易错、还会形成流程瓶颈。更关键的是，他们用 Amazon Bedrock + GenAI IDP Accelerator 做到自动分类 95% 准确率，并把推理成本压到每份文档约 0.55 美分。这不是“炫技型 AI”，而是一套能嵌进业务流程、把人从重复劳动里解放出来的自动化工作流。

这篇文章放在《人工智能在物流与供应链》系列里，我们把它当成一个可迁移的范式：用生成式 AI 让“文件流”变得像“货物流”一样可追踪、可度量、可优化。如果你在做仓储自动化、跨境物流或供应链协同，这类能力往往比你想象得更快见效。

文档分类为什么会拖垮供应链效率

直接结论：文档不分类，后续所有环节都在为“找不到/找错”买单。

在物流与供应链里，文档分类的失败通常以三种形式出现：

1. 处理延误：报关材料缺一页、保险证明放错文件夹、合同条款检索慢，导致放行延迟或对账延迟。
2. 合规风险：跨境物流常见“材料齐全但归档不合规”，审计时追溯困难。
3. 隐形返工：仓库异常处理、理赔、客户索赔需要回溯证据链，文件一乱，返工就开始。

很多团队会先上 OCR 或规则引擎，但现实是：

• 供应链文档格式变化大（不同承运商/不同国家/不同客户模板）。
• 邮件线程、草稿版、扫描件会引入噪声。
• 规则越来越复杂，维护成本不断上涨。

生成式 AI 的优势不在“识别文字”，而在理解它属于哪一类业务语境：这份 PDF 到底是保险证明、合同还是会议纪要？它是最终版还是草稿？它应该进入哪条流程？

Associa 做对了什么：把分类做成可评估、可控的工作流

结论先放前面：Associa 的方法论值得抄作业的点，是他们把“模型效果”拆成三件能量化的事：输入、提示设计、模型选择。

他们的数据集是 465 份 PDF，8 类文档 + Unknown（无法判定或草稿/邮件）。这点很像供应链场景：你永远会有一类“看起来像，但又不够像”的文件，需要进入人工复核队列。

1）输入怎么选：全量 PDF 不一定更聪明

很多人直觉是“给模型更多页，更准确”。Associa 的实验反而证明：只用第一页更准、更便宜。

• 用全量 PDF（Amazon Nova Pro + OCR + 图像）：整体 91%，平均成本 1.10 美分/份。
• 只用第一页（同样 OCR + 图像）：整体 95%，成本降到 0.55 美分/份。

更关键的是 Unknown 类：

• 全量 PDF 下 Unknown 只有 40%
• 只用第一页 Unknown 提升到 85%

原因也很“工程化”：第一页通常包含标题、抬头、关键字段、版式特征；后面页在草稿/邮件线程里会引入噪声，反而误导分类器。

供应链可迁移经验：

• 提单、发票、装箱单、保险、报关单据通常第一页信息密度最高。
• 对“异常邮件/草稿”这类内容，后续页更像聊天记录，容易把模型带偏。

2）提示设计怎么取舍：纯图像便宜，但 Unknown 会崩

Associa 进一步验证了“要不要 OCR 文本”。他们测试了：

• OCR + 图像（多模态）：整体 95%，Unknown 85%，成本 0.55 美分
• 仅图像：整体 93%，Unknown 50%，成本 0.18 美分

很多团队看到 0.18 美分会心动，但 Unknown 掉到 50% 意味着：

• 复核队列会塞满“该进 Unknown 却被错分”的文件
• 下游流程可能自动触发错误分支（比如把邮件当合同）

我的判断很明确：在供应链场景里，Unknown 的准确率比整体准确率更重要。因为 Unknown 才是“需要人介入”的阀门，阀门失灵，自动化越跑越乱。

实操建议：

• 如果你的文档多为扫描件、盖章件、低清图片：保留 OCR。
• 如果你的目标是“先把 80% 标准件自动入库，剩下的进复核”：仍建议保留 OCR，确保 Unknown 足够可靠。

3）模型怎么选：别只盯总体准确率

在“第一页 + OCR + 图像”的最优输入下，他们对比了多种 Bedrock 模型：

• Amazon Nova Pro：整体 95%，Unknown 85%，0.55 美分
• Amazon Nova Lite：整体 95%，Unknown 50%，0.41 美分
• Amazon Nova Premier：整体 96%，Unknown 90%，1.12 美分
• Claude Sonnet 4：整体 95%，Unknown 95%，1.21 美分

这里的启发是：整体 95%~96% 很接近，但 Unknown 差距巨大。如果你的业务痛点集中在“异常件/非标准件”，你应该把 Unknown 当成第一指标，而不是平均分。

在成本与表现之间，Associa 选择 Nova Pro，是一个典型的“可规模化”决策：Unknown 足够好，成本足够低，适合大批量跑。

把它放进供应链：一条能落地的AI文档自动化链路

结论：你不需要先做“大一统数字化”，先把文档进来后的 5 分钟自动化做好，就能看到回报。

Associa 使用的 GenAI IDP Accelerator 是模块化架构（CloudFormation 部署），核心链路可以抽象成：

1. 文档进入：邮件附件、扫描上传、系统导入（S3/文件服务）
2. OCR/版面解析：提取文本与布局（如 Textract 的 analyze_document_layout）
3. 生成式 AI 分类：在 Bedrock 上做多模态分类
4. 路由与入库：按类别写入 DMS/ERP/TMS/WMS，对 Unknown 建立复核任务
5. 监控与追踪：作业状态、错误队列、成本与吞吐量

供应链里的“分类即路由”用法

把“分类”当作工作流的路由开关，你可以做这些事：

• 跨境物流：识别“商业发票/装箱单/原产地证/保险单”，自动触发报关资料校验与缺失提醒
• 仓储自动化：识别“入库单/拣货单/异常报告”，自动分派给对应班组或工单系统
• 供应链协同：识别“合同/补充协议/价格变更函”，自动通知采购与法务并归档到项目空间
• 理赔与对账：识别“签收回单/破损照片说明/保险证明”，自动组装证据包

一句话概括：文档分类不是终点，它是自动化工作流的起点。

你可以直接复用的落地清单（从一周到八周）

结论：先把范围缩小到“最常见的 6~10 类文档 + Unknown”，然后用评估框架快速迭代。

第 1 周：把问题定义成可测量指标

• 明确分类目录：例如提单、发票、装箱单、保险、合同、异常邮件、会议纪要、Unknown
• 定义成功指标：
  • Overall accuracy（总体）
  • Unknown accuracy（重点）
  • 每份成本（含 OCR + 推理）
  • 端到端耗时（从上传到入库）

第 2-3 周：做一个小而真实的数据集

• 采样 300~800 份真实文档（覆盖国家、承运商、客户）
• 标注时保留“争议样本”，并允许 Unknown 存在
• 记录“为什么难分”：模板变化、扫描质量、语言混杂、邮件线程

第 4-6 周：跑三组对照实验（照搬 Associa 框架）

1. 全量 PDF vs 仅第一页
2. OCR+图像 vs 仅图像
3. 至少两档模型（成本档 + 效果档）

你要找的是“甜蜜点”：Unknown 足够稳 + 成本可接受 + 延迟满足业务。

第 7-8 周：接入工作流，建立人工复核闭环

• Unknown 必须进入工单/任务队列
• 复核结果回写为训练/评估样本（至少用于持续评估）
• 加上护栏：
  • 低置信度强制 Unknown
  • 关键类别（合同、报关核心材料）允许“双重校验”

我见过最糟糕的自动化，不是准确率低，而是把“不确定”伪装成“确定”。Unknown 做得好，系统才可控。

常见问题：团队真正会卡住的点

生成式AI分类会不会很贵？

不会必然贵。Associa 的实际数据是：95% 准确率、0.55 美分/份（第一页 + OCR + Nova Pro）。你的成本取决于页数、OCR策略、模型选择和吞吐量。

OCR 能不能省？

能省，但要看你的 Unknown 重要性。Associa 的结果很典型：省掉 OCR 后成本更低（0.18 美分/份），但 Unknown 从 85% 掉到 50%。如果你需要可靠的“分流阀”，OCR 往往值得。

这对小企业有意义吗？

更有意义。小团队最缺的是“能做例外处理的人”。把 70%~90% 的标准文档自动归档，把人留给异常、客户沟通、供应商协同，这种收益是立刻可感知的。

把“文件流”做顺，供应链才会顺

Associa 的案例给了一个非常务实的答案：生成式 AI 不需要从宏大愿景开始，它可以从最朴素的“把文件放对地方”开始，然后把自动化一路接到业务流程里。当分类成本能做到每份 0.55 美分、准确率做到 95%，你就可以把它当成供应链的“基础设施”，像条码和扫描枪一样稳定。

下一步如果你在做仓储自动化或跨境物流数字化，我建议从一个问题切入：你的团队每天花在“找文件、归档、转发、确认版本”的时间到底是多少？ 把这个数字算清楚，你就知道该从哪里开始建自己的 AI 文档自动化工作流了。