એકમો
1. આંતરરાષ્ટ્રીય વેપાર અને લોજિસ્ટિક્સમાં કૃત્રિમ બુદ્ધિનો પરિચય: ભૂમિકાઓ, સીમાઓ, પ્રમાણીકરણ, ગોપનીયતા અને પાલન 2. કસ્ટમ્સ અને ડોક્યુમેન્ટ ઓટોમેશન: ઈન્વોઈસ, પેકિંગ લિસ્ટ, બિલ ઓફ લેડીંગ અને ડેકલેરેશન ડ્રાફ્ટ 3. HS/GTİP વર્ગીકરણ અને ટેરિફ સંશોધન: ડ્રાફ્ટ ભલામણ, નિષ્ણાત પુષ્ટિ 4. લેજિસ્લેટિવ, એન્ફોર્સમેન્ટ અને ટ્રેડ રેગ્યુલેશન્સ સર્વે: પ્રતિબંધો, મૂળ અને પાલન 5. ઇનકોટર્મ્સ અને કરાર/ઓફર તૈયારી: ડિલિવરી પદ્ધતિ, ખર્ચ અને જોખમ વિતરણ 6. માંગની આગાહી અને સ્ટોક/ઇન્વેન્ટરી પ્લાનિંગ: ઓર્ડર, સેફ્ટી સ્ટોક અને સિઝન 7. રૂટ, ટ્રાન્સપોર્ટ મોડ અને ફ્રેટ ઓપ્ટિમાઇઝેશન: શિપમેન્ટ પ્લાનિંગ અને સિનારિયો એનાલિસિસ 8. સપ્લાયરની શોધ, મૂલ્યાંકન અને કિંમત/કિંમત વિશ્લેષણ: RFQ અને આગમનની કિંમત 9. બહુભાષી પત્રવ્યવહાર અને વાટાઘાટ: ઈમેલ, દરખાસ્ત અને સાંસ્કૃતિક સંદર્ભ 10. રિસ્ક મેનેજમેન્ટ અને સપ્લાય ચેઇન વિઝિબિલિટી: વિલંબ, ફોરેન એક્સચેન્જ, જિયોપોલિટિકલ અને કસ્ટમ્સ રિસ્ક 11. અનુપાલન, ડેટા અખંડિતતા, નૈતિકતા અને એન્ડ-ટુ-એન્ડ એકીકરણ
એકમ 2 / 11

કસ્ટમ્સ અને ડોક્યુમેન્ટ ઓટોમેશન: ઈન્વોઈસ, પેકિંગ લિસ્ટ, બિલ ઓફ લેડીંગ અને ડેકલેરેશન ડ્રાફ્ટ

નફો:

  • કોમર્શિયલ ઇન્વોઇસ, પ્રોફોર્મા, પેકિંગ લિસ્ટ અને આર્ટિફિશિયલ ઇન્ટેલિજન્સ સાથે બિલ ઑફ લેડિંગ જેવા મૂળભૂત વિદેશી વેપાર દસ્તાવેજોનો મુસદ્દો તૈયાર કરવાની ક્ષમતા અને તેમની સુસંગતતા માટે તપાસ કરાવવી
  • દસ્તાવેજો (રકમ, વજન, રકમ, પક્ષની માહિતી) વચ્ચે કૃત્રિમ બુદ્ધિમત્તાની તપાસ ક્રોસ-ડેટા સુસંગતતા અને ભૂલોને વહેલી પકડવાની ક્ષમતા
  • કૃત્રિમ બુદ્ધિ દ્વારા ઉત્પાદિત ડ્રાફ્ટ ઘોષણા સત્તાવાર ઘોષણાનું સ્થાન લેતું નથી અને અંતિમ ઘોષણા કસ્ટમ્સ કન્સલ્ટન્ટની જવાબદારી છે તે સુરક્ષિત કરવામાં સક્ષમ હોવાને કારણે.

વિદેશી વેપારનો અદ્રશ્ય હીરો દસ્તાવેજો છે. કન્ટેનર પોર્ટ છોડી દે તે પહેલાં, તેની પાછળ દસ્તાવેજોનો એક સ્ટેક તૈયાર કરવામાં આવે છે: કોમર્શિયલ ઇનવોઇસ, પેકિંગ સૂચિ, લેડીંગનું બિલ, મૂળ પ્રમાણપત્ર, મૂવમેન્ટ દસ્તાવેજ, વીમા પોલિસી અને કસ્ટમ્સ ઘોષણા. આ દસ્તાવેજો એકબીજા સાથે સંપૂર્ણપણે સુસંગત હોવા જોઈએ. જો ઇન્વૉઇસ પરનું કુલ વજન અને પેકિંગ સૂચિ પરનું વજન મેળ ખાતું નથી, જો ઇન્વૉઇસ પરની રકમ અને ઘોષણા પરના મૂલ્યમાં વિરોધાભાસ હોય, જો ખરીદનાર-વિક્રેતાના શીર્ષકો દસ્તાવેજથી દસ્તાવેજમાં ભિન્ન હોય, તો કસ્ટમ્સ પ્રક્રિયા અટકી જાય છે: શિપમેન્ટ સસ્પેન્ડ કરવામાં આવે છે, દંડ વસૂલવામાં આવે છે અથવા તો માલ પરત કરવામાં આવે છે. આ એકમમાં, અમે આર્ટિફિશિયલ ઇન્ટેલિજન્સનો ઉપયોગ સહાયક તરીકે કેવી રીતે કરવો તેની ચર્ચા કરીશું જે આ દસ્તાવેજ ટ્રાફિકને વેગ આપે છે અને સુસંગતતા તપાસે છે અને તેની મર્યાદા ક્યાં છે.

ચાલો પહેલા શરતોને સ્પષ્ટ કરીએ. વાણિજ્યિક ભરતિયું: તે વેચાણકર્તા દ્વારા ખરીદદારને જારી કરાયેલ સત્તાવાર વેચાણ દસ્તાવેજ છે, જે માલનો પ્રકાર, જથ્થો, એકમ અને કુલ કિંમત, ડિલિવરી અને ચુકવણી પદ્ધતિ દર્શાવે છે; તે રિવાજોમાં મૂલ્યનો આધાર બનાવે છે. પ્રોફોર્મા ઇન્વૉઇસ: તે વેચાણ પહેલાં આપવામાં આવેલી ઑફરની પ્રકૃતિમાં ડ્રાફ્ટ ઇન્વૉઇસ છે. પૅકિંગ સૂચિ: સૂચિ આપે છે કે કયા બૉક્સમાં કેટલો માલ છે, બૉક્સની સંખ્યા, કુલ/ચોખ્ખું વજન અને વોલ્યુમ. બિલ ઓફ લેડીંગ (B/L): એ પરિવહન દસ્તાવેજ છે જે દર્શાવે છે કે કેરિયરને માલ મળ્યો છે અને આગમન પર તેને પહોંચાડશે; દરિયાઈ પરિવહનમાં તે એક મૂલ્યવાન સાધન છે. કસ્ટમ્સ ઘોષણા: તે દસ્તાવેજ છે જેમાં માલની આયાત/નિકાસ સત્તાવાર રીતે કસ્ટમ્સને જાહેર કરવામાં આવે છે. ETGB (ઈલેક્ટ્રોનિક કોમર્સ કસ્ટમ્સ ઘોષણા): નાના પાયે ઈ-નિકાસ શિપમેન્ટમાં ઉપયોગમાં લેવાતી એક સરળ ઘોષણા છે.

સ્ટેપ બાય સ્ટેપ: ડોક્યુમેન્ટ વર્કફ્લોમાં AIનું સ્થાન

ચાર પગલાઓમાં દસ્તાવેજ ઓટોમેશન વિશે વિચારવું મદદરૂપ છે.

પગલું 1 - ડેટા સંગ્રહ. તમને જરૂરી કાચી માહિતી: માલનો પ્રકાર અને જથ્થો, એકમની કિંમત, વજન, પક્ષની માહિતી, ડિલિવરી અને ચુકવણી પદ્ધતિ. આ માહિતી સામાન્ય રીતે ઓર્ડર, કોન્ટ્રેક્ટ અને સપ્લાયરના પત્રવ્યવહારમાં વિખરાયેલી હોય છે. તમે પ્રદાન કરો છો તે આ કાચા ટેક્સ્ટમાંથી સ્ટ્રક્ચર્ડ ટેબલ કાઢવામાં AI ખૂબ જ ઝડપી છે.

પગલું 2 - ડ્રાફ્ટ બનાવવો. સ્ટ્રક્ચર્ડ ડેટામાંથી ઇન્વૉઇસ, પ્રોફોર્મા અથવા પેકિંગ લિસ્ટ ડ્રાફ્ટ જનરેટ કરવું. અહીં AI એક નમૂનો ભરે છે; તે ફોર્મેટ, જરૂરી ક્ષેત્રો અને ભાષા જાળવે છે. પરંતુ તેમણે તૈયાર કરેલો ડ્રાફ્ટ સત્તાવાર દસ્તાવેજ નથી; તમારી સિસ્ટમ/પ્રોગ્રામમાંથી અધિકૃત દસ્તાવેજ બનાવવામાં આવે છે.

પગલું 3 - ક્રોસ સુસંગતતા તપાસો. આ AIનું સૌથી મૂલ્યવાન યોગદાન છે. YZ ને ઇન્વોઇસ, પેકિંગ લિસ્ટ અને લેડીંગનું બિલ આપવું અને પૂછવું કે "શું જથ્થો, પાર્સલની સંખ્યા, કુલ/ચોખ્ખું વજન, રકમ, પાર્ટી ટાઇટલ અને ડિલિવરી પદ્ધતિ મેળ ખાય છે? જો નહીં, તો વિસંગતતા ક્યાં છે?" સેકન્ડોમાં, AI માનવ આંખ ચૂકી ગયેલા પાર્સલ કરતાં 3 કિલોગ્રામ અથવા તેથી વધુ વજનના તફાવતને ચિહ્નિત કરે છે.

પગલું 4 - નિષ્ણાતની મંજૂરી અને સત્તાવાર કાર્યવાહી. ઘોષણા અને કસ્ટમ પ્રક્રિયાઓ કસ્ટમ્સ સલાહકારની જવાબદારી છે. AI જે કંઈપણ ઉત્પન્ન કરે છે તે સત્તાવાર ઘોષણાનો વિકલ્પ નથી; તે ડ્રાફ્ટ, ચેકલિસ્ટ અને સુસંગતતા અહેવાલ તરીકે સલાહકાર માટે માર્ગ મોકળો કરે છે.

સાવધાન: AI ઇન્વૉઇસ અથવા સ્ટેટમેન્ટનો "ડ્રાફ્ટ" બનાવી શકે છે; પરંતુ સત્તાવાર દસ્તાવેજો, સહીઓ અને ઘોષણાઓ માટેની જવાબદારી વ્યક્તિ અને કસ્ટમ્સ સલાહકારની છે. ડ્રાફ્ટને સત્તાવાર દસ્તાવેજ માનીને મોકલવો એ ભરેલા ફોર્મ પર સહી કરવા જેવું છે.

આંતર-દસ્તાવેજ સુસંગતતા: જટિલ ચેકપોઇન્ટ્સ

નીચે આપેલ કોષ્ટક એવા ક્ષેત્રોનો સારાંશ આપે છે કે જે મોટાભાગે દસ્તાવેજો વચ્ચે સંઘર્ષ કરે છે અને કસ્ટમ્સમાં સમસ્યા ઊભી કરે છે:

નિયંત્રિત વિસ્તાર

કયા દસ્તાવેજોમાં?

લાક્ષણિક ભૂલ

પરિણામ

કુલ જથ્થો/ટુકડો

ઇન્વોઇસ, પેકિંગ સૂચિ, લેડીંગનું બિલ

જુદી જુદી સંખ્યાઓ લખવી

કસ્ટમ્સ પર અસ્વીકાર, ગણતરી

કુલ/ચોખ્ખું વજન

પેકિંગ સૂચિ, લેડીંગનું બિલ

વજન પકડી રાખતું નથી

વજન, વિલંબ, દંડ

માલની કિંમત (રકમ)

ભરતિયું, ઘોષણા

રકમ મેળ ખાતી નથી

મૂલ્યાંકન સમીક્ષા

પક્ષનું શીર્ષક/સરનામું

બધા દસ્તાવેજો

અલગ જોડણી

દસ્તાવેજનો અસ્વીકાર

ડિલિવરી પદ્ધતિ (ઇનકોટર્મ્સ)

ભરતિયું, કરાર

દસ્તાવેજો વચ્ચે વિરોધાભાસ

ખર્ચ/જોખમ વિવાદ

મૂળ દેશ

ઇન્વોઇસ, મૂળ પ્રમાણપત્ર

અસંગત મૂળ

પ્રેફરન્શિયલ ટેરિફ નુકશાન

બોક્સ/પેકેજની સંખ્યા

પેકિંગ સૂચિ, લેડીંગનું બિલ

ગુમ/અધિક પાર્સલ

ગણતરી, મિનિટ

દરેક શિપમેન્ટ સાથે આ વિસ્તારોને નિયમિતપણે તપાસવાથી મોટાભાગની સમસ્યાઓ કસ્ટમ્સ સુધી પહોંચતા પહેલા હલ થઈ જાય છે.

ચાર નકલ કરી શકાય તેવા નમૂનાઓ

1) કાચા ડેટામાંથી સંરચિત કોષ્ટક બહાર કાઢવું:

તમારી ભૂમિકા: વિદેશી વેપાર કામગીરી સહાયક. નીચેના અવ્યવસ્થિત ઓર્ડર ટેક્સ્ટમાંથી એક ઇન્વૉઇસ ડેટા ટેબલ બહાર આવે છે. કૉલમ: માલનો પ્રકાર | જથ્થો | એકમ | એકમ કિંમત | કુલ | મૂળ. તમે ગુમ થયેલ અથવા વિરોધાભાસી દેખાતા ક્ષેત્રોને "અપૂર્ણ/શંકાસ્પદ" તરીકે ચિહ્નિત કરો, તેમને તમારામાં ભરો નહીં. ચલણ જેમ છે તેમ રાખો. ટેક્સ્ટ: [અહીં ઓર્ડર/પત્રવ્યવહાર લખાણ પેસ્ટ કરો — છુપાયેલ નથી]

2) ક્રોસ સુસંગતતા તપાસો:

તમારી ભૂમિકા: દસ્તાવેજ સુસંગતતા તપાસનાર. હું તમને 3 દસ્તાવેજોનો ડેટા આપું છું: ઇનવોઇસ, પૅકિંગ સૂચિ, બિલ ઑફ લેડિંગ. નીચેના ફીલ્ડ્સની તુલના કરો અને કોષ્ટકમાં "સંતુષ્ટ / ધરાવતું નથી" બતાવો: કુલ રકમ, પાર્સલની સંખ્યા, કુલ વજન, ચોખ્ખું વજન, માલની કિંમત, ખરીદનારનું શીર્ષક, વેચનારનું શીર્ષક, વિતરણ પદ્ધતિ, મૂળ. દરેક લીટી કે જે પકડી ન હોય તેના માટે આંકડાકીય રીતે તફાવત લખો. પરિણામ એ ચોક્કસ નિવેદન નથી; અંતિમ નિયંત્રણ કસ્ટમ્સ કન્સલ્ટન્ટનું છે. ઇનવોઇસ: [...]ચેકિંગ સૂચિ: [...]લેડિંગ બિલ: [...]

3) પ્રોફોર્મા ઇન્વોઇસ ડ્રાફ્ટ:

તમારી ભૂમિકા: નિકાસ દસ્તાવેજ સહાયક. નીચેની માહિતી સાથે અંગ્રેજીમાં PROFORMA INVOICE નો ડ્રાફ્ટ તૈયાર કરો. ફરજિયાત ક્ષેત્રો ભરો: વિક્રેતા/ખરીદનાર, તારીખ, માન્યતા, માલનું વર્ણન, જથ્થો, એકમ/કુલ કિંમત, ડિલિવરીની પદ્ધતિ (ઇનકોટર્મ્સ), ચુકવણીની પદ્ધતિ, મૂળ, અંદાજિત રવાનગી સમય. હું નંબરો ચકાસીશ; કોઈપણ રકમનો અંદાજ ન લગાવો. માહિતી: [અનામી/નમૂનો ડેટા]

4) દસ્તાવેજની ઉણપ ચેકલિસ્ટ:

તમારી ભૂમિકા: કસ્ટમ પ્રક્રિયા સહાયક. ગંતવ્ય: [આયાત/નિકાસ], દેશ: [...], પરિવહનનો માર્ગ: [સમુદ્ર/હવા/જમીન]. આ શિપમેન્ટ માટે જરૂરી દસ્તાવેજોની એક ચેકલિસ્ટ બનાવો (ઈનવોઈસ, પેકિંગ લિસ્ટ, લેડીંગનું બિલ, ઓરિજિન/સર્ક્યુલેશનનું પ્રમાણપત્ર, વીમો, જો જરૂરી હોય તો ખાસ પરમિટ/પાલન દસ્તાવેજો). દરેક દસ્તાવેજની બાજુમાં "તેની શા માટે જરૂર છે" અને "ક્યાં ખરીદવું/કોણ મંજૂર કરે છે" લખો. આ એક રીમાઇન્ડર સૂચિ છે; સલાહકાર અંતિમ દસ્તાવેજની જરૂરિયાત નક્કી કરે છે.

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ:

આ દસ્તાવેજો તપાસો, શું કોઈ સમસ્યા છે?

આ પ્રોમ્પ્ટ, દસ્તાવેજો પ્રદાન કર્યા વિના અથવા કયા ક્ષેત્રોની તુલના કરવી તે જણાવ્યા વિના લખાયેલ, એક સુપરફિસિયલ અને નકામું "સામાન્ય રીતે સારું લાગે છે" જવાબ આપે છે; તે નાના આંકડાકીય તફાવતોને પકડી શકતું નથી જે ખરેખર જોખમી છે.

શક્તિશાળી પ્રોમ્પ્ટ:

તમારી ભૂમિકા: દસ્તાવેજ સુસંગતતા તપાસનાર. નીચે આપેલા INVOICE અને PACKING LIST ડેટામાં ચોખ્ખું વજન, કુલ વજન, બોક્સની સંખ્યા અને કુલ જથ્થાની તુલના કરો. દરેક ફીલ્ડ માટે, "હોલ્ડ/હોલ્ડ નથી + સંખ્યાત્મક તફાવત" આપો. એ પણ તપાસો કે ખરીદનારનું શીર્ષક બંને દસ્તાવેજોમાં બરાબર સરખું છે કે નહીં. ઇનવોઇસ: ચોખ્ખી 980 કિગ્રા, કુલ 1.050 કિગ્રા, 42 બૉક્સ, 2.100 ટુકડાઓ... પૅકિંગ સૂચિ: ચોખ્ખી 980 કિગ્રા, કુલ 1.050 કિગ્રા, 40 બૉક્સ, 2.100 ટુકડાઓ...

આ પ્રોમ્પ્ટ સ્પષ્ટ ક્ષેત્રો, સ્પષ્ટ ડેટા અને સ્પષ્ટ આઉટપુટ ફોર્મેટ આપે છે; પરિણામે, એક નક્કર અને સુધારી શકાય તેવી શોધ ઉભરી આવે છે, જેમ કે "પાર્સલની સંખ્યા મેળ ખાતી નથી: ઇન્વોઇસ 42, પેકિંગ સૂચિ 40, તફાવત 2 પાર્સલ".

ત્રણ નાના કેસો

કેસ 1 - પાર્સલ તફાવત પકડાયો. ફોરવર્ડર કંપનીએ દરેક શિપમેન્ટ માટે AI સાથે ઇન્વોઇસ અને પેકિંગ લિસ્ટની સરખામણી કરવાનું શરૂ કર્યું. પ્રથમ મહિનામાં, 60 માંથી 7 શિપમેન્ટમાં બોક્સ નંબર અથવા વજન મેળ ખાતું ન હોવાનું જણાયું હતું. કસ્ટમ સુધી પહોંચતા પહેલા આને સુધારી દેવામાં આવ્યા હતા; અંદાજિત 3 કસ્ટમ રિપોર્ટ્સ અને વિલંબ ટાળવામાં આવ્યા હતા. AI એ તફાવતને ચિહ્નિત કર્યો, નિષ્ણાતે કરેક્શન અને વેરિફિકેશન કર્યું.

કેસ 2 - અધિકારી માટે ડ્રાફ્ટમાં ભૂલ કરવામાં ભૂલ. એક નવા કર્મચારીએ YZ દ્વારા ઉત્પાદિત અંગ્રેજી પ્રોફોર્મા ડ્રાફ્ટ ગ્રાહકને તપાસ્યા વિના મોકલી આપ્યો. AI એ "ઉદાહરણ" તરીકે સેટ કરેલા ડ્રાફ્ટમાં એક યુનિટની કિંમત (વાસ્તવિક કિંમતની નીચે) બાકી હતી. ગ્રાહકને લાગ્યું કે આ કિંમત બંધનકર્તા છે અને વિવાદ ઊભો થયો. પાઠ: એઆઈ ડ્રાફ્ટમાં દરેક નંબર મોકલતા પહેલા માનવ-ચકાસાયેલ હોવો જોઈએ; ડ્રાફ્ટ એ સત્તાવાર દસ્તાવેજ નથી.

કેસ 3 - રકમની વિસંગતતા. આયાત કંપનીમાં, ઇનવોઇસ પરની કુલ કિંમત અને ઘોષણામાં દાખલ કરેલ મૂલ્ય વચ્ચે થોડો તફાવત (રાઉન્ડિંગને કારણે 120 USD) હતો. AI એ ક્રોસ-ચેકિંગ પર આને ફ્લેગ કર્યું; સલાહકારે તફાવત સુધાર્યો. જો તે સુધારવામાં ન આવે તો, મૂલ્યાંકનની સમીક્ષા અને સંભવિત સજા એજન્ડામાં હશે. નાનો તફાવત, મોટી સમસ્યા.

સામાન્ય ભૂલો

  • સત્તાવાર દસ્તાવેજ માટે AI ડ્રાફ્ટમાં ભૂલ કરવી. રૂપરેખા માત્ર પ્રારંભિક છે; સત્તાવાર દસ્તાવેજ તમારી સિસ્ટમમાંથી જનરેટ થાય છે અને નિષ્ણાત તેને મંજૂર કરે છે.
  • ક્રોસ ચેક અવગણો. દસ્તાવેજો વચ્ચેના નાના તફાવતો સૌથી ખર્ચાળ કસ્ટમ સમસ્યાઓ તરફ દોરી જાય છે; દરેક શિપમેન્ટ સાથે સરખામણી કરો.
  • AI ગુમ થયેલ ડેટાની આગાહી કરે છે. મોડેલ ખાલી જગ્યાને ફિટ કરી શકે છે; ખૂટતી વસ્તુઓને "MISSING" તરીકે ચિહ્નિત કરો અને તેને ભરશો નહીં.
  • જેમ છે તેમ ગોપનીય કિંમત અને ગ્રાહક માહિતી પ્રદાન કરવી. અનામી/નમૂના ડેટા સાથે ચેક માટે જરૂરી ફીલ્ડ્સ ચલાવો.
  • AI ને ચકાસ્યા વિના નંબરો મોકલવા. દરેક રકમ, વજન અને જથ્થાની પુષ્ટિ માનવ આંખો દ્વારા થવી જોઈએ.
ટિપ: જ્યારે AI પાસે દસ્તાવેજની ચકાસણી કરવામાં આવે, ત્યારે હંમેશા "સંખ્યાત્મક તફાવત લખો" કહો. "શું તે પકડી રાખે છે?" મોડેલ સરળતાથી પ્રશ્નનો "હા" જવાબ આપે છે; જ્યારે તમે કહો છો કે "સંખ્યા સાથે તફાવત બતાવો" ત્યારે તે વાસ્તવિક વિરોધાભાસ દર્શાવે છે.

સારાંશમાં

વિદેશી વેપાર દસ્તાવેજોમાં બે જગ્યાએ કૃત્રિમ બુદ્ધિ ખૂબ જ શક્તિશાળી છે: કાચા ડેટામાંથી ઝડપી ડ્રાફ્ટ્સનું ઉત્પાદન કરવું અને દસ્તાવેજો વચ્ચે ક્રોસ-સતતતા તપાસવી. ઇનવોઇસ, પેકિંગ સૂચિ અને લેડીંગના બિલ વચ્ચેની રકમ, વજન, મૂલ્ય અને શીર્ષકના તફાવતને વહેલા પકડવાથી મોટાભાગના કસ્ટમ્સ અસ્વીકાર અને દંડને અટકાવે છે. જો કે, AI જે ડ્રાફ્ટ બનાવે છે તે સત્તાવાર દસ્તાવેજ નથી; ઘોષણા અને સહી માટેની જવાબદારી કસ્ટમ્સ કન્સલ્ટન્ટની છે. દરેક નંબર ચકાસાયેલ છે, ગોપનીય ડેટા અનામી છે, ભૂલો કરવામાં આવતી નથી.

એપ્લિકેશન કાર્ય

વાસ્તવિક (અથવા નમૂના) શિપમેન્ટનો ઇન્વોઇસ અને પેકિંગ સૂચિ ડેટા મેળવો, ગુપ્ત માહિતીને અનામી બનાવો. ઉપરના “ક્રોસ-કન્સિસ્ટન્સી ચેક” ટેમ્પલેટ સાથે AI ની તુલના કરો. એક પછી એક આઉટપુટમાં "સંતોષ નથી" રેખાઓ તપાસો અને નોંધ કરો કે તે સાચી છે કે કેમ. પછી "દસ્તાવેજ ગુમ થયેલ ચેકલિસ્ટ" બનાવો અને તમારી પોતાની પ્રક્રિયા સાથે તેની તુલના કરો: શું કોઈ દસ્તાવેજ છે જે AI એ તમને યાદ કરાવ્યું કે તમે ચૂકી ગયા છો?

ચેકલિસ્ટ

  • [ ] મેં દસ્તાવેજનો ડેટા અનામી કર્યો અને તેને AI ને આપ્યો.
  • [ ] મેં ઇનવોઇસ, પેકિંગ સૂચિ અને લેડીંગના બિલ વચ્ચે રકમ/વજન/મૂલ્ય/શીર્ષકની સરખામણી કરી.
  • [ ] હું AI માંથી આઉટપુટ "સંખ્યાત્મક તફાવત લખો" ના સ્વરૂપમાં ઇચ્છતો હતો, "તે ધરાવે છે?"
  • [ ] મેં સ્વતંત્ર રીતે દરેક ચિહ્નિત તફાવતને જાતે તપાસ્યો છે.
  • [ ] મેં તેને મોકલતા પહેલા ડ્રાફ્ટમાંના તમામ નંબરોની ચકાસણી કરી.
  • [ ] મેં વર્કફ્લોમાં સત્તાવાર દસ્તાવેજ અને ઘોષણા માટે કસ્ટમ્સ કન્સલ્ટન્ટની મંજૂરી મૂકી છે.