Искусственный интеллект в ЭДО: будущее за умными напарниками

Существует ли на рынке четкий запрос на внедрение технологий искусственного интеллекта в сервисы электронного документооборота? Зависит от того, о каких решениях идет речь. Пока бизнес только пытается понять, какие задачи могут решать технологии, связанные с большими языковыми моделями, как скоро выйдут на окупаемость, и какие бизнес-эффекты принесут. Большинство заказчиков приходит с вопросами, и только некоторые из них заходят на проекты по пилотированию, в ходе которых тестируют свои гипотезы. Однако уже сейчас виден устойчивый спрос на решения, которые доказали свою эффективность. В области документооборота таковыми являются OCR-решения для интеллектуального распознавания, которые действуют на базе нейронных сетей. По прогнозам GlobalData, мировой рынок OCR за 2023 год составил $ 11,7 млрд и в 2030 году вырастет до $ 31.9 млрд со средним темпом прироста в 15,4%. Российский рынок оцифровки документов в начале 2023 года Tadviser оценивал в 6-8 млрд рублей с перспективой роста от 10 до 20 процентов в год.

Пять сценариев для ИИ в ЭДО

Популярные сценария применения ИИ напрямую связаны с распространенностью технологии. Для одних уже существуют готовые коробочные продукты от вендоров, либо решения с открытым исходным кодом, другие требуют доработки под бизнес-процессы и задачи заказчика.

Распознавание и извлечение данных

Одним из наиболее типовых кейсов является распознавание всевозможных документов, паспортов, при их сканировании и извлечение ключевой информации из уже отсканированного текста. Например, из отсканированного бумажного договора можно извлечь наименование юридического лица, контакты, даты, сумму и прочие реквизиты.

Саммаризация документов

Решения, которые преобразуют многостраничный документ в одну страницу с его кратким содержанием. В таких решениях возможно изменить степень «сжатия» документа, чтобы на выходе получать либо совсем краткую выжимку, либо просто сокращенный текст документа. 

Маршрутизация документов

Сервисы извлекают ключевую информацию из входящего документа, и на ее основании по заданному дереву решений определяют, в какую службу компании его направить. 

Создание шаблонов документов

Система генерирует драфт исходящего документа на основе существующих в базе документов. Сотрудник либо соглашается, либо вносит небольшие коррективы — в любом случае  система позволяет сэкономить значительное количество времени. Также ИИ может помогать при работе с договорами. Система подсказывает, что следует указать в договоре, или анализирует документ, в который вторая сторона внесла правки, и выявить, есть ли риски в обновленной редакции документа. 

Корпоративная база знаний

Чат-боты с большими языковыми моделями становятся основой для корпоративной базы знаний. Решение строится на RAG-архитектуре, представляет из себя:

• векторную базу данных, куда с предварительной обработкой загружаются приказы, инструкции, отраслевые и внутрикорпоративные документы, которые регламентируют внутренние процессы: процедуру закупок, ведение проектов;
• большую языковую модель, которая формирует окончательный ответ на запрос пользователя.

Пользователи могут задавать вопросы через чат-бот в Telegram или в web-версии, а система дает ответы, базируясь на анализе документов. Ответ содержит ссылки на пункты статей, чтобы дать возможность убедиться в правильности ответа или почитать подробности.

Решения, которые на текущий момент представлены на рынке, ведут себя не всегда стабильно, особенно если документация клиента не нормализована и противоречива. Для настройки модели и ее тестирования необходим эксперт, который разбирается во внутренних процессах и понимает приоритетность регламентов. Важно уже на старте скорректировать документацию, чтобы исключить противоречия. Эксперты, которые консультируют разработчиков решения, должны обладать четким пониманием, на каких вопросах система будет тренироваться и в дальнейшем эксплуатироваться. ИИ как школьник: самый талантливый ученик едва ли сможет чему-то научиться у нерадивого преподавателя. 

Как оценить эффект от внедрения

Я слукавлю, если скажу, что можно объективно посчитать ROI проекта по внедрению ИИ. В случае систем документооборота речь идет скорее о косвенном эффекте: наведение порядка в учете и контроле поручений, заданий, приказов и так далее. Естественно, это влечет за собой организационные изменения: введение регламентов и ролей, внедрение процедуры контроля за исполнением задач или поручений. Все эти меры способствуют общему повышению эффективности и обеспечивают положительный, в том числе экономический, эффект для организации. 

Нецелесообразным будет внедрять ИИ ради упрощения работы нескольких сотрудников, потому что любые проекты ввиду своей новизны стоят недешево и не могут гарантировать результат. Львиная доля текущих проектов с применением ИИ — это совместная попытка заказчика и исполнителя выйти на ожидаемую эффективность. 

Будущее за умными напарниками

Если смотреть в перспективу, я считаю, что в горизонте нескольких лет максимально востребованы будут технологии личных помощников или напарников. Есть такое понятие, как парное программирование, когда два разработчика совместно работают над одной задачей. Такого напарника вполне сможет заменить искусственный интеллект:  чат-бот или голосовой помощник, у которого можно спросить совет, попросить подсказку или доверить рутинную задачу.  Либо помощник будет в фоновом режиме следить за тем, что делает сотрудник, и корректировать, если он действует неоптимально.

Соработник будет постепенно встраиваться в большинство инструментов, которыми мы пользуемся, и снимать с людей значительный объем административной работы. В ближайшее время все офисные пакеты будут оснащены такими помощниками, которые смогут дописывать документы, на ходу исправлять орфографические и смысловые ошибки и некорректные формулировки, применять стили в документе. ИИ-помощники смогут заменить секретаря: записывать встречу, сразу ее транскрибировать, фиксировать итоги, выделять задачи и назначить по ним ответственных, контролировать и напоминать, собирать статусы и так далее.  Интеллектуальные планировщики смогут анализировать скорость работы по различным типам, видам задач и документов и составлять расписание для сотрудников, расставляя приоритеты и оценивая объем работы. 

Перечень задач бизнеса, которые под силу выполнять решениям на базе технологий ИИ, постоянно расширяется. На данном этапе уровень их выполнения варьируется: с одними ИИ уже справляется отлично, по другим — пока менее результативно. От кого зависит успешность внедрения и применения новых инструментов? Наш опыт доказывает, что оптимальная рабочая схема — это взаимовыгодное сотрудничество. В зоне ответственности заказчика лежит выбор подрядчика, правильная постановка задачи внедрения, участие в приемке системы и обеспечение процесса обучения пользователей. Эксперты из команды интегратора всегда готовы обучить, оказать техническую поддержку, ответить на вопросы и реализовать дополнительные требования. Мы максимально заинтересованы в том, чтобы продукт действительно был внедрен, цели проекта достигнуты, а бизнес получил ожидаемые эффекты от интеграции новых технологий в свои процессы.