商务中心 · 信件收发
数百家入驻公司的来信：扫描、识别、分到对应公司
一家商务中心替数百家入驻公司收信。DATONG AI 做了一次概念验证（Proof of Concept）：信件扫描、识别后自动分给对应的公司，配一个审核页，由人确认。
状态：原型系统已完成，还没投入生产；客户 IT 正在接着搭建
一眼看懂
- 行业
- 商务中心，办公与收信服务
- 规模
- 数百家入驻公司的来信
- 性质
- 概念验证，用真实信件样本
- 现状
- 对方 IT 接手继续开发
- 这项服务在我们这里叫
- 用 AI 把业务流程自动化
原来卡在哪？
所有入驻公司的信都到同一个地方。每封都要看、对到正确的公司、再转交。几百家公司、名字还常常相近，人工量大，分错了也很尴尬。
要达到什么？
- 在花钱做正式系统之前，先看分信能不能可靠地自动化。
- 分得准不准，用数字量出来，不靠感觉。
我们怎么做的？
- 收样本真实的扫描信件和入驻公司名单。
- 搭流水线从扫描、识别到给出分配建议。
- 审核页一个页面，由人确认或改正每条建议。
- 评测量一下分配的准确率。评测（evaluation）：用一批已知正确答案的样本，数一数系统分对了多少。
- 交接概念验证交给客户 IT，由他们接着搭建正式系统。
现在怎么跑？
走一遍完整流程。标签说明这一步是谁做的。
- 人信件扫描。
- AI识别寄件人、收件人和信件类型。文档识别（OCR 加分类）：先把纸上的字读出来，再判断是什么信。
- 自动系统给出应该分给哪家公司。实体匹配（entity matching）：几百家名字相近的公司里，认出信上写的是哪一家。
- 人在审核页上确认或改正。
哪些留给人？
- 每一次分配都由人确认。
- 概念验证不等于上线：它说明能做什么、做得多好。
数据放在哪？
概念验证用的是客户提供的样本信件；后续搭建在客户 IT 手里。
客户拿到了什么？
- 从扫描、识别到分配的一条流水线。
- 一个审核页。
- 一套准确率评测。
我们从中学到了什么？
- 花钱做正式系统之前，先用真实样本证明能做、量出准不准，比任何演示文稿都更能帮老板拍板。
适合你吗？
符合下面这些情况，类似的项目就值得做：
- 你们每天收到大量文件，要有人分拣、分发。
- 想先看到能不能行，再决定要不要投正式系统。
这项服务在我们这里叫：用 AI 把业务流程自动化，每条流程 5,000 欧起。看服务和价格
用到了哪些能力？
- 识别文件
- 分配
- 审核页
- 评测