西门子SCM和GBS部门如何利用UiPath自动化和AI创新技术破局

面临资源约束趋紧、要素成本上升等挑战，制造业企业亟需转型升级并重塑竞争力。

西门子作为制造业数字化转型成功的代表企业之一，面对生产、服务与业务增长等挑战，积极拥抱AI、自动化等新兴技术，优化企业业务流程，打造企业数字化技术新基座，开拓出更多业务转型思路。

西门子中国供应链管理部门(SCM)与西门子全球服务业务部(GBS)在支持西门子整体业务目标方面发挥着不可或缺的作用。由于SCM和GBS业务繁多，且涉及企业内多个部门，业务数据的高效、准确成为了他们共同的业务核心关注点。同样，如何让业务数据更加智能，也是二者一直想要实现的业务新目标。

税务无小事，需AI和RPA共同加持

采购板块的税号处理流程至关重要。在对技术多方考察后，SCM与GBS两大部门决定共同携手推进税号处理业务的技术升级，选定以人工智能(AI)技术来帮助终端用户选择或纠正订单中的税号。值得强调的是，此项目得到了西门子税务部门的大力支持。

结合西门子内部已有的自动化经验，SCM和GBS延续了与UiPath的友好合作，首次运用AI机器学习结合RPA技术，全力推动“Tax AI项目”，加速税务部门实现智慧税务。该项目进展顺利，目前已经完成上线实施。

Tax AI破题之钥，成为业务提效关键

构建智慧税务流程是西门子全面深化转型的挑战之一，而新推出的Tax AI项目正是此难题的“破题之钥”。

具体来说，Tax AI项目主要运用于P2P，即采购到付款环节中。推行此项目后，在供应链的间接物料采购流程中，机器人可通过机器学习自动纠正采购订单中错误的税号。凭借强大的人工智能中心管理能力和完善的机器学习模型，加上特定的预定义的税号逻辑更正规则从而实现税号准确处理，加速税务业务效率。其中，机器学习的模型是基于税务专家验证的两年历史订单数据，保证了数据的准确性、可靠性。同时，UiPath Action Center允许人机交互(Human-In-the-Loop)，保证主题专家在可信度水平未达到预定义阈值的情况下进行人为验证预测，这样一来，机器学习模型就能自动反复进行培训，模型性能更高，税号出错率更低。

在部署自动化技术后，极大减少了采购以及财务相关同事的手动改订单或发票工作量，提高了整个采购流程的效率和税号的准确性。数据显示，税号正确度已提升至95%以上，效果十分显著。通过这个项目，也成功取得了国家版权局开具的2项专利。

夯实自动化技术底座，让数据更智能

针对此次项目，西门子(中国)有限公司副总裁兼中国及亚洲/澳大利亚区域供应链管理部负责人Michael Haendel表示，“通过运用人工智能，我们取代并优化了人工订单审批流程，实现了更快、更准确的订单处理，不仅减少了人工失误率，还极大改变了我们的运营方式。综合来说，AI+RPA项目显著提高了效率、生产力和客户满意度。”

西门子(中国)有限公司副总裁兼全球业务服务部中国区负责人卢瑾表示，“AI+RPA的创新，给GBS的业务流程提供了更多优化的空间，通过智能化，自动化取代原先的手工流程，缩短流程时间，提高整体效率。”

随着制造业数字化转型的深入推进，西门子数字化转型的底层技术支持将日益趋于成熟和稳定。后续，西门子将继续展开前瞻性的技术部署工作，保持持续创新精神，深化与UiPath的合作，让自动化技术推动西门子数字化转型走向更高层次、更广领域。