小實驗的開始
上個月，窗口設備上堆積的訂單確認單超過了 200 份。每次都要手動確認格式、逐個交易夥伴地檢查錯誤，耗時很長。「機器人能自動驗證這些嗎？」這個小想法開啟了一場實驗。
首先，我們在 Google 工作表中整理了訂單資料的核心欄位。交易夥伴、商品名稱、數量、運送日期、特殊要求等等。然後給 Claude Code 輸入了簡單的指令。「學習每個交易夥伴的訂單格式，標記任何偏離模式的項目。」
AI 超乎預期
第一次執行時，機器人發現了明顯的打字錯誤和空白。結果很普通。但從第 2 週開始，有趣的事情開始發生了。
機器人開始自行偵測像「交易夥伴 A 總是將運送日期設為星期二，但這次訂單是星期四」這樣的模式。開發者沒有逐一輸入規則。AI 是透過查看資料而自行學習交易夥伴的偏好。
另一個案例。交易夥伴 B 的訂單中，「商品代碼」欄位經常是空的，機器人沒有將其分類為簡單錯誤，而是理解為「這個交易夥伴按商品名稱訂購的模式」。同樣的情況，但根據背景內容有不同的解釋。
隱藏的問題浮出水面
自動驗證過程中，許多意想不到的資料問題出現了。
首先，交易夥伴發送的訂單確認單編碼各不相同。同樣的資訊，有些文件用 UTF-8，有些用其他編碼。機器人自動偵測到了這一點，我們也因此了解了問題。
其次，日期格式表示混亂。「2024-01-15」、「01/15/2024」、「15-01-2024」等混在一起，人眼看起來是同一天，但對自動化來說是錯誤。
第三，最令人驚訝的是「重複訂購」的模式。有些以 3 個月為週期重複的訂單，機器人偵測到後給出「你知道這個月的訂單漏掉了嗎？」的通知。我們確實漏掉了幾份訂單。
小自動化帶來的改變
現在每週一早上，機器人會自動生成驗證報告。有問題的訂單按優先級排列，每個都附帶建議。我們看報告後 5 分鐘內就能回應。
更重要的是，這個過程積累下來，成了我們團隊改進與交易夥伴訂購方式的契機。機器人的報告清楚地呈現了交易夥伴的特性，我們也因此能標準化按交易夥伴的應對方式。
「自動化的真正價值似乎不在快速處理工作，而在於發現過程中隱藏的模式。」
現在又準備了另一個小實驗。這次是讓機器人追蹤交易夥伴的回應時間，在預期運送日期可能超期的訂單上提前發出通知。期待又會發現什麼意想不到的事。