该客户是东亚一家领先的低成本航空公司，每月要处理大约 2,000 张发票，每张发票长度为 100 到 200 页不等。这些发票来自一千多家供应商，格式多种多样。手动从每张发票中提取数据并将其处理到航空公司的 BPM 系统中的任务是重复且耗时的。新目的地的增加只会增加供应商和发票的数量，使流程进一步复杂化。该航空公司现有的 OCR 平台因发票格式的变化而苦苦挣扎，需要不断的干预。这些文档的频繁更改使得基于模板的自动化方法变得困难。该公司需要一种基于人工智能且不需要数据科学专业知识的解决方案。

该客户是一家总部位于英国的顶级资产管理公司，正在应对手动处理大量文书工作的挑战，这既昂贵又容易出错。该公司决定从发票处理开始，这项任务涉及与 750 多家供应商打交道，每年生成超过 19,000 张发票。这些发票大多是英文的，但也有意大利语、葡萄牙语、荷兰语和波兰语的。客户之前曾使用过基于 OCR 的内部技术，但没有提供预期的结果。该公司正在寻求一种第三方技术，能够实现端到端发票处理自动化、提供更高水平的准确性并最大限度地减少手动工作，以便能够完全专注于质量控制。