ИИ в сервисах ЭДО: на страже ресурсов и репутации

Каким компаниям необходимо внедрять технологии ИИ для работы с документами? Как применение ИИ в сервисах электронного документооборота поможет компании избежать репутационных рисков? Выбрать готовое решение для распознавания документов или разработать нужную функциональность на базе решения с открытым исходным кодом?

В статье расскажем, как приступить к внедрению ИИ в бизнес-процессы и на какие эффекты следует рассчитывать.

Все организации так или иначе сканируют документы, чтобы создавать их цифровые копии и добавлять карточки этих объектов в информационные системы компании. Если подобная необходимость возникает нерегулярно и занимает пару часов рабочего времени у одного-двух сотрудников, то ощутимого экономического эффекта полная автоматизация процесса компании не принесет. В случае, если оцифровкой занимаются регулярно более трех сотрудников, а затраты превышают несколько миллионов рублей в год, то внедрение решений на базе ИИ позволит как значительно сократить затраты, так и снизить риск возникновения ошибок или дублирования информации.

Опыт реализованных проектов показал, что при использовании ИИ-инструментов:

Что это принесет компаниям? Переводя с языка цифр на язык бизнеса: в зависимости от объема обрабатываемых бумажных документов компания может высвободить до 50% интеллектуального капитала сотрудников и переориентировать их с выполнения рутинных типовых задач по оцифровке документов на решение более значимых для бизнеса стратегических вопросов. Такая экономия ресурсов становится особенно актуальной в условиях дефицита сотрудников.

Если процесс сверки документов в компании не автоматизирован, единственный способ распознать отличия — привлекать сотрудников к вычитке документов. На мой взгляд, такой подход не очень эффективен, потому что, во-первых, люди могут совершать ошибки или пропустить по невнимательности мелкие детали, которые могут серьезно изменить суть документа. Во-вторых, трудоемкий процесс отнимает много времени, а рутинный характер задач точно не вдохновляет сотрудников и не добавляет им работоспособности.

Другой способ решить эту задачу — внедрить сервис сравнения документов. Он включает в себя подсистему сканирования, которая распознает текстовый слой, и подсистему сравнения полученных отсканированных документов с имеющимися в системе документооборота. Если сервис выявляет отклонения, ответственный сотрудник получает оповещение и запускает процесс дополнительного согласования, либо отклоняет присланную в бумажном виде версию.

Решение на базе технологий ИИ позволяет:

Применять такие решения следует и для того, чтобы обезопасить себя от возможных манипуляций с бумажными документами, которые могут нанести финансовый, административный и репутационный ущерб компании, масштаб которого не сопоставим с затратами на внедрение дополнительных ИИ-модулей в систему документооборота.

Крупные компании чаще всего используют комплексные коробочные или самописные системы документооборота со штатными модулями распознавания документов на базе ИИ. Если же типовая функциональность этого не предусматривает, то у компании есть два пути: купить готовый продукт или реализовать необходимую функциональность на базе решения с открытым исходным кодом и встроить ее в систему документооборота с помощью внутренней ИТ-службы или с привлечением подрядчика.

Что «в коробке»: как внедрить готовое решение. На рынке уже есть готовые решения от вендоров Content AI, Dbrain, Directum. Их выбор во многом зависит от типа документации. Например, для распознавания первичных документов лучше воспользоваться решениями от Content AI или Directum, а если нужно распознать рукописный текст, то лучше обратиться к возможностям Dbrain. Сервисы от этого вендора также эффективно справятся с задачей распознавания лиц на паспортах или водительских правах. При принятии решения компания может опираться как на собственную экспертизу, так и привлечь интегратора, который имеет большую насмотренность и опыт внедрений.

Следующий после покупки лицензий шаг — встраивание решения в существующую систему документооборота и автоматизация бизнес-процессов. Таким образом, ручная оцифровка и перенос бумажных документов заменяется на создание цифрового двойника документа. Интеграционные механизмы позволяют автоматически заполнять карточки документов внутри системы электронного документооборота, ERP-системы, либо любой другой информационной системы, которую использует бизнес.

Сначала новый инструмент запускается в режиме пилота, чтобы понять точность работы системы для определенного вида документов и оценить объем обрабатываемой документации. Ни одна ИТ-система сразу же после запуска в эксплуатация не сможет работать со 100% точностью. Процесс внедрения подразумевает дополнительную настройку решения под специфику бизнес-процессов компании на тестовой группе документов. Только после выхода на целевые показатели по количеству и качеству заполнения документов, реквизитов, карточек, можно начинать полноценное массовое внедрение на весь объем бумажной документации.

Разработка с нуля: подводные камни. Компании целесообразно рассматривать разработку решения с требуемой функциональностью с нуля, если:

В отличие от коробочных решений, разработчики которых предоставляют необходимые сертификаты и могут подтвердить безопасность собственного ПО, подводным камнем при использовании решений с открытым исходным кодом становится вопрос безопасности данных. Даже те продукты, которые уже себя зарекомендовали на рынке, все равно нуждаются в перепроверке. Во избежание утечек данных или заражения вредоносным кодом мы рекомендуем все модули решений дополнительно проверять перед запуском в продакшн как с точки зрения стабильности работы, так и в части безопасности.

В коммерческих решениях уже реализованы многие нюансы, которые пока не учтены в ПО на базе open-source. Приведу пример того, как мы на проекте столкнулись с небольшой сложностью. Наш заказчик использует современные, умные сканеры, которые сами распознают документы и создают текстовый слой в PDF-файлах. Для этого же заказчика мы сделали решение на Tesseract: после обработки документа оно создает еще один текстовый слой, который склеивается с текстовым слоем от умного сканера и значительно затрудняет работу с документом. Чтобы решить эту проблему, мы добавили функциональность, которая перед созданием собственного текстового слоя удаляет предыдущий от сканера. С продуктами от Content AI такой проблемы не возникло бы, так как разработчики предусмотрели этот сценарий.

Также из дополнительных сложностей работы с open-source решениями: размер получившегося документа превышает тот, что получается после обработки инструментами Content AI, а также настройка может потребовать больше времени и усилий по сравнению с “коробкой”. Нельзя забывать про постоянное повышение качества и стабильности работы системы за счет регулярного выхода обновлений у всех коммерческих продуктов. Модели с открытым исходным кодом дорабатываются силами сообщества, но происходит это менее регулярно и предсказуемо, а многие баги “живут” годами, так как ими никто не готов заниматься.