人工智能在 EDI、电子发票和税务申报中的应用

关于 EDICOM 人工智能应用方式的 10+1 个问题

我们可以用本文前半部分来介绍人工智能的应用方式。

例如，人工智能如何应用于 EDI、我们如何保护数据、背后采用哪些安全措施，以及为什么人工监督依然至关重要，把关键问题留到最后。

不过，我们更愿意换一种方式。

因此，如果您想了解 EDICOM 如何应用人工智能，以下 10+1 个问题将涵盖您需要了解的内容。

EDICOM 如何使用人工智能

人工智能为企业实现流程自动化、信息分析和生产力提升创造了新的机会。

EDICOM 将 AI 视为一系列能够为解决方案开发和公司内部特定流程创造价值的技术。

但我们采用 AI 的方式必须与所提供服务的性质相匹配。

EDICOM 支持全球 EDI、电子发票和税务申报项目，负责处理和集成与客户关键业务交易相关的数据。采购订单、发票、物流文件、税务信息和 B2B 关系产生的数据都可能包含商业敏感信息。

因此，在这些环境中引入人工智能，必须遵循严格的安全性、保密性、数据保护和风险管理标准。

我们遵循一个简单原则：只有在 AI 能够服务于明确的业务目的并带来切实价值时才应使用，同时始终在 EDICOM 各项运营活动所适用的治理和安全框架内运行。

在实际应用中，我们只使用经过适当评估和批准的工具。我们将这些工具可访问的数据限制在完成任务所必需的范围内，并确保在需要时进行适当的人工监督。

人工智能可以在软件开发、编程、研究、内容创作和其他专业工作中为我们的团队提供支持。当 AI 能够以更有效的方式满足客户的特定需求时，也可以成为 EDICOM 解决方案的一部分。

但有一项原则始终不可妥协。

客户通过 EDICOM 服务交换的数据绝不会用于训练或重新训练 AI 模型、进行微调，也不会用于改进或验证人工智能模型。

我们的目标并不是限制 AI 能够做什么。

我们的目标是在 AI 能够带来切实价值的场景中使用 AI，同时不损害客户对承担关键数据集成流程的技术提供商所期待的安全性、控制力和信任。

AI 在 EDI、电子发票和税务申报中的应用

并非所有人工智能应用都会产生相同的影响。

使用 AI 辅助起草内容、总结文档或加快日常任务是一回事，而将 AI 应用于客户的敏感业务信息则完全是另一回事。

EDICOM 明确区分这两类情况。

我们的平台处理企业、供应商、客户和政府机构之间的数十亿笔交易。每天都有采购订单、发票、发货通知、税务文件和其他大量业务报文通过我们的系统传输。

但处理这些信息并不意味着对其进行分析。

事实上，我们一直承担着完全不同的角色。

我们经常用一个简单的比喻来形容自己：我们是数字邮差。

邮差只需要根据信封上的信息判断信件应送往何处，无需打开信件、阅读或分析信件内容。

EDICOM 遵循同样的原则。

我们的系统需要识别每份文档，判断文档来源和去向，识别文档格式，并应用相应技术规则，以正确处理并传送文档。

但我们不会利用这些文档中的信息分析客户业务、对客户的运营情况作出判断，也不会基于客户的数据生成业务洞察。

人工智能不会改变这一原则。

相反，它使这种界限变得更加重要。

如今的 AI 技术能够处理、解读和关联海量数据，从中提取洞察。正因为 AI 具备这种能力，在采用 AI 时更不能模糊 EDICOM 数十年来始终坚持的界限。

我们不会使用人工智能分析或解读客户通过 EDICOM 平台交换的业务信息和数据。

B2B 集成与人工智能

在 EDI 场景下讨论人工智能时，从一开始就必须明确：并非所有集成流程都需要 AI。

事实上，EDI 的许多价值恰恰来自相反的特性。

B2B 集成依赖预定义的数据结构、标准和规则。我们知道接收到的是什么类型的文档、其中应包含哪些数据、这些数据需要如何验证和转换，以及最终需要传送到哪个系统。

这就是我们所说的确定性流程。

在相同条件下，系统应始终产生相同的结果。

当企业将采购订单、发票、发货通知或税务文件与 ERP、贸易伙伴或税务机关进行自动集成时，这种一致性正是关键所在：

• 可预测性，
• 可控性，
• 不留任何解释空间。

AI 在另一类场景中最具价值：信息是非结构化内容，规则难以明确定义，或者内容需要识别和解读。

而 EDI 解决的恰恰是相反的问题。

在 B2B 数据集成平台中，结构化报文本身就是为自动化处理而设计的。

当数据的含义和结构已经明确定义时，无需使用 AI“理解”EDI 发票、EDIFACT 采购订单或 XML 文档。

那么，AI 在 EDI 项目中适合应用在哪里？

AI 最大的潜力存在于集成流程的边缘环节。

并非所有业务信息都采用可直接集成的结构化格式。企业仍会通过电子邮件接收 PDF、文件和文档，以及其他无法直接集成到 ERP 或企业应用中的信息。

这正是 AI 与 EDI 可以协同发挥作用的场景。

人工智能可以提取非结构化信息，将其转换为可用的结构化数据。

一旦这些数据完成采集和验证，EDICOMiPaaS 等集成技术便可以将其路由至企业系统，持续推动工作流自动运行。

通过这种方式，AI 可以扩展 B2B 集成的覆盖范围，同时不改变保障 EDI 可靠的确定性逻辑。

• AI 处理难以通过预定义规则处理的信息。
• EDI 处理每次都需要一致遵循这些规则的流程。

因此，我们在 EDI 和电子发票领域应用 AI，并不是要用 AI 模型取代标准结构化格式或确定性流程。

而是让每项技术应用于最适合发挥其优势的场景。

AI 在非结构化文档中的应用

到目前为止，我们主要介绍了哪些场景并不适合使用人工智能。

但也有一些场景非常适合应用 AI。

例如，通过电子邮件附件收到一张 PDF 发票。

EDI 发票或结构化电子发票可以直接处理并集成到 ERP 中。相比之下，PDF 本质上是供人阅读的文档，并非为企业系统自动处理而设计。

这正是 AI 可以解决实际集成难题的场景：读取文档，识别相关信息，将其转换为企业系统能够处理的结构化数据。

这也是 EDICOM 已经实际应用 AI 的领域之一。

EDICOM AI Extractor采用 AI 文档处理技术，从 PDF 文档中提取关键信息，将其转换为可直接与 ERP 或其他企业管理系统集成的结构化数据。

这个例子很好地体现了我们认为 AI 应如何在 EDICOM 平台中发挥作用。

AI 并不会取代已经可靠运行的技术或流程，而是将自动化能力扩展到原本难以集成的信息。

保护客户数据：我们绝不逾越的界限

提到数据保护时，人们通常会关注个人数据、隐私和 GDPR 等法规。

但 EDICOM 承担的责任远不止于此。

我们的平台为全球部分大型企业处理与关键业务流程相关的数十亿笔交易。每天都有采购订单、发票、发货通知、税务文件和其他业务记录在客户、供应商、物流服务提供商和政府机构之间交换。

这些都是高度敏感的业务信息。

价格、数量、商业条款、产品参考信息、交易量和类似数据都可能揭示企业运营和供应链的重要细节。

因此，EDI、电子发票、税务申报、电子申报和 B2B 集成中的数据安全，远不只是保护个人数据。

这意味着保护客户托付给我们的所有信息。

自公司成立以来，在处理数十亿笔交易的过程中，EDICOM 从未发生过客户数据丢失或客户信息被盗事件。

这一记录并非源于近期出台的政策，也不是为了应对人工智能的兴起，而是源于我们始终将安全性和保密性融入服务设计与运营方式之中。

AI 同样必须满足这些标准。

在批准任何 AI 工具之前，我们都会评估其背后的技术、提供商、信息处理方式和处理地点、数据是否可能被保留或再次使用，以及现有的安全和保密保障措施。

如果解决方案不符合我们对技术基础设施设定的标准，我们就不会使用它。

我们可以利用 AI 优化软件开发、编程和研究等领域的特定任务。

我们还可以将 AI 融入 EDICOM AI Extractor 等解决方案，扩展 EDI 和电子发票数据集成项目的能力。

EDICOM 拥有广阔的创新空间。创新一直是推动我们成长为今天这样的技术提供商的重要因素。

但创新绝不能以牺牲 EDICOM 整个平台所适用的安全标准为代价。

EDICOM AI 治理：快速推进，审慎决策

采用能够帮助我们提高工作效率并为客户创造更大价值的技术，一直是 EDICOM 运营方式的一部分。

对我们而言，这同样至关重要。

EDICOM 的每项服务都由我们自主开发的技术提供支持。这意味着我们必须走在技术变革前沿，快速引入新的能力，持续推动平台演进，以应对新的挑战和业务需求。

人工智能正是这一演进的一部分。

我们密切关注 AI 的发展，探索新技术的能力，采用能够提升解决方案和团队效率的工具与技术能力。

作为一家技术公司，我们不能停滞不前。

但快速推进并不意味着未经审慎评估就采用技术。

与我们考虑采用的任何技术一样，我们都会仔细评估其工作原理、提供商、信息处理方式，以及对安全、数据保护和合规可能产生的影响。

作为一家技术公司，我们不希望不必要的障碍拖慢创新步伐。

与此同时，对于无法达到我们为技术基础设施与 EDI、电子发票、税务申报、电子申报和 B2B 集成服务设定标准的解决方案，我们不会采用。

这就是 EDICOM AI 治理的基础，并非围绕人工智能建立层层复杂的管理程序。

而是遵循多年来指导我们技术演进的相同原则：了解一项技术能够带来什么价值，评估其风险，并在其保障措施符合我们标准的情况下予以采用。

这种平衡非常明确：

拥抱推动我们不断前进的技术，同时不损害客户所信赖的安全标准。

贯穿始终的人工监督

人工智能可以加快任务执行、整理信息并提供可能的输出建议。但在 EDICOM，最终决定始终由人作出。

而且，并非由任何人随意作出决定。

我们的团队拥有 EDI、电子发票、税务申报、电子申报和数据集成领域的专家。他们对每个项目背后的流程、法规和具体要求有着深入理解，专业程度是任何 AI 模型都无法比拟的。

这种专业能力需要长期积累。

每位加入 EDICOM 的专业人员都需要接受严格的技术入职培训，并在整个职业生涯中持续接受培训。这样可以确保我们的团队始终掌握最新的 EDI 标准、电子发票模式、国际税务要求和集成技术。

因此，EDICOM 的人工监督远不只是简单检查 AI 生成的答案后决定是否采用。

对于任何借助 AI 生成的输出，都必须由真正理解问题、掌握上下文，并能够判断答案是否准确、不完整或不合理的人员进行评估。

在人类的专业知识支持下，AI 可以成为非常强大的工具。

在 EDI、电子发票或税务合规领域，我们的专家能够提供这种专业知识。因此，我们不会将关键职责交由大型语言模型 (LLM) 承担，包括：

• 识别并审核不一致。
• 分析现行电子发票和税务申报法规。
• 更新数据接口，以适应全球各地的监管变化。
• 验证与贸易伙伴和政府主管部门开展的集成测试。
• 诸如此类。

人工智能可以辅助专家。

但不能取代专家判断。

GDPR 与 EDICOM 人工智能应用

在讨论 GDPR 与人工智能时，首先需要明确一个有时会被忽视的区别。

《通用数据保护条例》(GDPR)保护个人数据，即与已识别或可识别自然人相关的信息。

但 EDICOM 平台还会处理大量业务数据。尽管这些数据并不属于 GDPR 定义的个人数据，但从商业角度来看，其敏感程度可能与个人数据相当，甚至更高。

EDICOM 遵守适用的个人数据保护法规，同时也对通过平台处理的其他类型敏感业务信息实施严格的安全和保密标准。

无论采用何种技术，目的限制、数据最小化、安全性、保密性和问责制等 GDPR 核心原则始终具有重要意义。EDICOM 将同样严格的保护方式延伸到客户托付给平台的非个人业务数据。

EDICOM 采用人工智能不会改变我们处理或保护这些数据的方式。

人工智能可以成为一种具有变革意义的技术，使过去难以实现或无法实现的能力和应用场景成为可能。

保护数据的责任仍然由使用相关技术的组织和人员承担。