ИИ при работе с документами: сценарии, бизнес-эффекты, подходы к внедрению

В статье директор направления «Электронный документооборот» К2Тех Василий Мухин рассказал о том, как компании выбрать оптимальный продукт и стратегию внедрения сервисов на базе ИИ при работе с документами.

ИИ на страже ресурсов компании

Как бизнесу понять, что пора делегировать рутинную работу с документами умным помощникам? Типовой кейс – распознавание и извлечение данных. Если в компании более трех сотрудников регулярно занимаются обработкой и оцифровкой бумажных документов, а затраты превышают несколько миллионов рублей в год, то внедрение решений на базе ИИ видится оптимальным выходом из ситуации. В зависимости от объема обрабатываемых бумажных документов компания может высвободить до 50% рабочего времени сотрудников и переориентировать их с выполнения типовых задач на решение более значимых для бизнеса вопросов.

Полученные по итогам реальных внедрений бизнес-эффекты показывают, что использование ИИ-инструментов позволяет компаниям:

• в два раза повысить скорость обработки входящих документов,
• на 30% сократить время выверки бумажных документов,
• достичь точности 99% при внесении информации в электронные карточки документов.

ИИ против недобросовестных контрагентов

Второй сценарий – сравнение документов. Если компания обменивается с контрагентом договорами, счет-фактурами и УПД в бумажном виде, это увеличивает вероятность того, что после согласования документов посредством электронной переписки в них могут быть внесены несанкционированные и нежелательные для второй стороны изменения. Можно вспомнить кейсы крупных банков, когда клиенты меняли текст договора, уменьшив процентные ставки по кредитам и увеличив процентные ставки по депозитам.

Проверка документов вручную – рутинный и трудоемкий процесс. При этом сотрудники зачастую пропускают по невнимательности мелкие детали, которые могут серьезно изменить суть документа. Другой способ решить эту задачу – использовать сервис сравнения документов. Он включает в себя подсистему сканирования, которая распознает текстовый слой, и подсистему сравнения 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.

Внедрение дополнительных ИИ-модулей в систему документооборота обеспечивает 99% точности при распознавании и обезопасит тем самым компанию от возможных манипуляций с бумажными документами. Время на проверку одного документа сокращается с получаса до двух минут.

Готовый сервис vs Разработка с нуля

Что «в коробке»: как выбрать коробочное 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.

Следующий шаг – встроить решения в существующую систему документооборота, чтобы автоматически заполнять карточки документов. Сначала новый инструмент запускается в режиме пилота. 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.

Open-source: когда лучше разрабатывать сервис самостоятельно

Если в компании используют самописную систему ЭДО, либо предъявляют особые требования к распознаванию документов, то имеет смысл рассмотреть разработку сервиса с нуля, учитывая при этом возможные подводные камни.

В отличие от готовых решений, разработчики которых предоставляют необходимые сертификаты и могут подтвердить безопасность собственного ПО, при использовании решений с открытым исходным кодом сохраняются угрозы безопасности данных. Даже те продукты, которые уже себя зарекомендовали на рынке, все равно нуждаются в перепроверке. Во избежание утечек информации 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. Модели с открытым исходным не получают постоянных обновлений в части повышения качества и стабильности работы. Также потребуется собственный штат разработчиков либо внешняя ИТ-команда, которая сможет реализовать ИИ-продукт, одновременно решая задачи и по его встраиванию в основную систему ЭДО, и по обеспечению безопасности разработки.

Внедрять готовый продукт или разрабатывать модуль с нуля? Отвечая на этот вопрос, могу порекомендовать делать выбор в пользу готовых промышленных решений тем компаниям, которые не готовы тратить время и ресурсы собственной команды разработки на создание самописных инструментов по распознаванию. Экономическая выгода от реализации решения на основе open-source разработок получится незначительной, либо может обойтись дороже в сравнении с оплатой лицензии вендорских продуктов.