یک فاکتور از ایمیل می‌رسد، قرارداد دیگری در اتوماسیون اداری ثبت می‌شود و فرم سوم با تلفن همراه عکس گرفته شده است. کارشناس باید فایل‌ها را باز کند، نوع سند را تشخیص دهد، چند مقدار را در نرم‌افزار مقصد وارد کند و موارد ناقص را پیگیری کند. این کار ظاهرا ساده است، اما در حجم بالا هم زمان‌بر می‌شود و هم خطای انسانی ایجاد می‌کند.
پردازش هوشمند اسناد یا IDP این زنجیره را مدیریت می‌کند: سند را دریافت می‌کند، نوع آن را می‌شناسد، اطلاعات مورد نیاز را استخراج می‌کند، اعتبار داده را می‌سنجد و نتیجه را پس از کنترل لازم به سامانه مقصد می‌فرستد.
تفاوت OCR و پردازش هوشمند اسناد چیست؟
OCR تصویر را به متن تبدیل می‌کند. IDP از آن متن برای انجام یک کار سازمانی استفاده می‌کند. برای مثال، خواندن همه کلمات یک فاکتور کافی نیست؛ سامانه باید شماره فاکتور، شناسه فروشنده، مبلغ، مالیات و ردیف‌های کالا را در جای درست تشخیص دهد و با اطلاعات خرید تطبیق دهد.
زنجیره کامل پردازش یک سند
- دریافت: فایل از ایمیل، اسکنر، پوشه شبکه، پرتال یا API وارد می‌شود.
- آماده‌سازی: چرخش صفحه، کاهش نویز، تشخیص صفحات تکراری و جداسازی یک بسته چندسندی انجام می‌شود.
- طبقه‌بندی: نوع سند مانند فاکتور، قرارداد، درخواست یا رسید مشخص می‌شود.
- استخراج: فیلدها، جدول‌ها، مهرها یا بندهای مورد نیاز خوانده می‌شوند.
- اعتبارسنجی: داده با قواعد کسب‌وکار و سامانه‌های مرجع تطبیق داده می‌شود.
- تحویل: نتیجه به ERP، CRM، اتوماسیون یا صف بررسی انسانی ارسال می‌شود.
کنترل انسانی را کجا نگه داریم؟
قرار نیست همه اسناد بدون بازبینی عبور کنند. برای هر فیلد می‌توان آستانه اطمینان تعیین کرد. فیلدهای مطمئن خودکار ثبت می‌شوند و موارد کم‌اطمینان همراه تصویر همان بخش به کارشناس نمایش داده می‌شوند. اسناد با مبلغ بالا، طرف قرارداد جدید یا مغایرت حساب نیز می‌توانند مستقل از امتیاز مدل وارد صف تأیید شوند.
اصلاح کارشناس باید ثبت شود. این اصلاح‌ها هم کیفیت را قابل اندازه‌گیری می‌کنند و هم مواد لازم برای بهبود مدل و قواعد را می‌سازند.
برای پایلوت چه اسنادی مناسب‌اند؟
پایلوت را با یک تا سه نوع سند پرتکرار آغاز کنید؛ اسنادی که فیلدهای مورد نیازشان مشخص، حجم ماهانه‌شان قابل توجه و نتیجه کارشان قابل اندازه‌گیری باشد. شروع هم‌زمان با ده‌ها قالب و چند زبان، عیب‌یابی را دشوار می‌کند.
- حداقل چندصد نمونه واقعی و متنوع فراهم کنید؛
- نمونه‌های کم‌کیفیت، دست‌نویس و دارای مهر را حذف نکنید؛
- دقت را برای هر فیلد جداگانه بسنجید؛
- زمان پردازش، نرخ ارجاع به انسان و خطای ثبت نهایی را ثبت کنید.
امنیت و نگهداری اسناد
پیش از انتقال فایل به هر سرویس، سطح محرمانگی، محل پردازش، مدت نگهداری و دسترسی کاربران مشخص شود. فایل اصلی، متن استخراج‌شده و رویدادهای ویرایش ممکن است هرکدام سیاست نگهداری متفاوتی داشته باشند. برای اسناد حساس، معماری خصوصی یا ترکیبی می‌تواند انتخاب مناسب‌تری باشد.
چه زمانی RAG به این سامانه اضافه می‌شود؟
IDP اطلاعات ساختاریافته را از سند بیرون می‌آورد؛ RAG امکان پرسش و پاسخ مستند روی محتوای آن را فراهم می‌کند. در یک سامانه قرارداد، IDP تاریخ و مبلغ را ثبت می‌کند و RAG پاسخ بندهای حقوقی را با ارجاع به متن می‌دهد. مقاله RAG برای دانش سازمانی این بخش را دقیق‌تر توضیح می‌دهد.
اگر نمونه اسناد و معیار خروجی را دارید، می‌توانید از طریق مرکز پشتیبانی سوهاب AI برای طراحی پایلوت پردازش اسناد درخواست ثبت کنید.