Worldwide Express 如何用 Amazon Bedrock 实现货运账单异常自动化处理

Worldwide Express（隶属 ShipStation Global）每月约有 1500 万美元自由现金流被未解决的账单异常冻结。LTL 货运中约 14% 的发票无法通过采购订单、收货记录与承运商发票的三方匹配，每笔异常都需人工按五步流程逐一处理，而各承运商的计费规则与争议流程又各不相同，规则型 RPA 难以胜任这类需要上下文判断的工作。 2025 年 6 月，Worldwide Express 与 AWS 业务转型与价值咨询团队合作，在订单到现金全流程中识别出 19 个自动化机会，并在不到 6 个月内从评估推进到生产。方案以 Amazon EC2 为运行引擎、Amazon Bedrock 提供模型推理，编排逻辑由团队自行掌控，并支持开源智能体库。 系统将异常路由至三个专用智能体：发票匹配智能体定位对应运输记录并标出不符项，价格差异智能体比对承运商收费与合同费率，附加费验证智能体核查住宅配送、升降尾板等费用是否有实际交付事件支撑。每个智能体在决策前会检索该承运商的知识库，其中存放费率规则、附加费定义、争议步骤与差异阈值，因此同一套智能体无需承运商专属代码即可服务所有承运商。智能体通过分析师使用的同一批 API 接入 SpeedShip，看到的数据与人工审核员一致，并将处理结果写回同一工作流。 初期采用人工在环审批，审核员在 SpeedShip 界面确认建议后才最终生效；当准确率超过 99% 后，批量审批成为默认方式。团队还搭建了看板，跟踪各承运商自动化率、各异常类型错误率、解决时长与人工推翻频率，并依据推翻记录持续优化指令提示词与知识库。 上线六个月，方案已部署到 40 多家 LTL 承运商，每周关闭约 1 万笔异常（约占 50%），错误率低于 1%。活跃异常积压从 2025 年 6 月的 1500 万美元降至六个月后的 400 万美元，降幅 75%；释放 1000 万美元现金流，年节省超 100 万美元，首年 ROI 达 60 倍，回款周期改善 4 周。Worldwide Express 正将该方法扩展到订单到现金流程的其他环节。