Согласно отчету Gartner, 37% организаций в мире уже внедрили технологии искусственного интеллекта (ИИ). Более того, процент компаний, внедряющих ИИ, вырос на 270% за последние четыре года. В России технологию используют уже более 52% крупных организаций, а около 21% — планируют начать это делать в ближайшее время.
У решений на базе искусственного интеллекта много возможностей: они ускоряют работу с большими объемами данных и упрощают выполнение рутинных операций. Михаил Хорьков, операционный директор компании Embedika, рассказал Бизнес Секретам, как и зачем внедрять ИИ для работы с документами.
Ниже приводим текст оригинальной публикации.
Интегрируя ИИ в бизнес-процессы компании, можно значительно сократить время на рутинные задачи. С ним входящие документы обрабатываются быстрее и точнее — например, сотрудники не упустят ошибки или пункты с нежелательными условиями.
Какие задачи может выполнять искусственный интеллект в работе с документами:
● Распознавать и классифицировать текст. Системы распознавания оптического текста (OCR) умеют извлекать содержимое из отсканированных документов. С помощью искусственного интеллекта можно легко преобразовывать бумажные документы в электронный формат, упрощая их обработку и архивирование. Также можно автоматически группировать документы по категориям.
● Извлекать из текста данные. ИИ находит внутри документов даты, суммы и условия, а также спецификации внутри технической документации и требований безопасности. Так, вам не придется кропотливо изучать каждый документ в полном объеме, а лишь оценивать ключевые позиции в нем.
Contract от Embedika находит в документах ключевые данные и подсвечивает их
● Заполнять формы и отчеты. На основе полученных данных из систем мониторинга или отчетностей ИИ может самостоятельно формировать отчет. Это сокращает потребность в ручной обработке, повышает точность данных и снижает вероятность ошибок при заполнении.
● Проверять документы и выявлять рискованные формулировки. ИИ умеет находить возможные ошибки и предупреждать о несоответствиях в контрактах и технических спецификациях.
● Каталогизировать и находить документы. Системы автоматического индексирования быстро найдут нужные документы по ключевым словам и фразам.
Часто компании подходят к вопросу внедрения нового ПО импульсивно — после яркого кейса или рекомендации. Однако если решение подошло одним, то совсем не значит, что оно подойдет и специфике вашего бизнеса. Внедрение ИИ будет актуально для компаний с большим объемом рутинных операций с документами. Например, при работе с большой сетью контрагентов.
На что следует обратить внимание перед внедрением решения на базе искусственного интеллекта:
● Определитесь с целями. Перед запуском подбора решений ответьте на следующие вопросы:
- Какие процессы в компании сегодня нужно улучшить?
- Необходимо ли внедрение ИИ? Возможно, достаточно базовой автоматизации процесса: доработки СЭД или подключения стороннего готового сервиса?
- Покроет ли все потребности выбранное решение?
- Есть ли у компании технические ресурсы и подходящая инфраструктура для нового ПО?
- Кто займется обслуживанием нового решения — хватит ли компетенций у внутренней команды или потребуется подрядчик?
- Что потребуется для обслуживания новой системы?
- Какие эффекты ожидаете и как будете измерять эффективность прямо сейчас?
- Можно ли выбранное решение масштабировать и дорабатывать?
● Подберите подрядчика с учетом его опыта. При неправильном выборе вендора вы рискуете потерять деньги и время — новому разработчику придется заново погружаться в бизнес-процессы компании, а иногда и создавать решение с нуля.
Обратить внимание рекомендуем на следующие параметры:
- релевантный опыт — у разработчиков должен быть опыт в реализации проектов, подобных вашему, а также понимание специфики сферы вашей работы;
- технологический стек — совместимы ли решения и предлагаемые разработки с вашей средой, потребуются ли какие-либо изменения и доработки и сможет ли подрядчик закрыть эти потребности своими силами;
- возможности доработки и изменения ИИ-систем — важно, чтобы внедряемое решение было гибким и поддерживало доработки, ведь бизнес и его потребности меняются и масштабируются.
● Подготовьте среду к новым решениям. Для работы с документами алгоритмы ИИ обучаются на большом массиве размеченных данных. Например, договоров, актов, счетов и регламентов. Поэтому перед внедрением ИИ-решений бизнес-процессы компании должны быть оцифрованы, а для корректного обучения моделей — собраны репрезентативные дата-сеты под специфику конкретного ИИ-решения. А также определены условия конфиденциальности этих данных, так как, возможно, потребуется обезличить их, чтобы передать вендору для обучения моделей.
● Поставьте KPI. Заранее определите, как вы будете оценивать успех проекта. Ориентируйтесь не только на долгосрочные эффекты, но поставьте и промежуточные цели, по которым можно контролировать ход эксплуатации. С этим помогут замеры эффективности работы сотрудников или бизнес-функции: скорость выполнения задач или количество завершенных. Например, сервис анализа договоров позволяет проверять больше документов в единицу времени — а значит, заключать больше сделок по продажам и закупкам.
Ниже мы кратко описали семь основных этапов. Читайте подробнее в нашем материале «Road Map внедрения ИИ-решений для работы с документами».
1‑й этап: проведите аудит бизнес-процессов в компании. Первый и важный этап перед внедрением любого цифрового решения — анализ бизнес-процессов. Чтобы найти «слабое звено», изучите, на что в работе с документами уходит больше всего времени, и выявите, где допускаются ошибки. Далее смоделируйте, как увеличение производительности этого звена с помощью ИИ повлияет на смежные процессы и всю цепочку создания ценности. Так вы поймете, какие изменения нужно внести и почему.
Например, чтобы увеличить объем подписанных договоров в месяц, нужно оптимизировать процесс их проверки. Так, делегировав ИИ первоначальный анализ документов, можно значительно сэкономить рабочее время сотрудников. ИИ будет подсвечивать сомнительные условия и формулировки. Для незначительных отклонений алгоритмы дадут рекомендации по исправлению — их сможет внести любой сотрудник. А документы с критическими для компании условиями будут направлены на проверку юристам.
2‑й этап: изучите рынок доступных решений. Выберите вендора, который будет разрабатывать и внедрять ИИ-решение. Ориентируйтесь на релевантный опыт и кейсы в вашей или смежной отраслях, ведь в каждой сфере документооборот имеет свою специфику.
Чтобы лучше понять, что именно предлагает каждый из них, запросите демонстрацию продукта. Так вы увидите продукт в действии и поймете, насколько он соответствует вашим потребностям. Также обратите внимание на наличие возможности дообучения ИИ-сервиса. Это необходимо, чтобы повышать качество работы или адаптировать систему при появлении новых данных или изменении бизнес-среды.
3‑й этап: проведите пилотный проект. Это позволит наглядно увидеть результаты внедрения ИИ-системы, оценить совместимость технологий вендора с вашей экосистемой, а также снизить риск возможных сбоев на этапе внедрения.
После проведения «пилота» оцените полученные результаты — соответствуют ли показатели работы вашим ожиданиям. Возможно, на этом этапе придется внести изменения в бизнес-процессы, подобрать дополнительные решения и инструменты.
4‑й этап: рассчитайте рентабельность. Перед полноценным внедрением рассчитайте с вендором рентабельность решения — оцените фактические результаты, которые обещает принести его использование. Обратите внимание, какая доля рабочих задач может быть автоматизирована, какие экономические эффекты будут получены благодаря ИИ. Например, сколько удастся сэкономить рабочих часов сотрудников или насколько повысить их выработку.
Если эта выгода перекрывает затраты на внедрение, включая вспомогательное ПО, техническую поддержку и доработку инфраструктуры, — решение о внедрении оправдано. В противном случае сначала пересмотрите текущие бизнес-процессы и найдите способы их улучшить без применения ИИ.
5‑й этап: составьте техническое задание для будущего решения. Когда проект согласован, детально опишите свои ожидания от внедрения ИИ — чем тщательнее вы пропишите весь требуемый функционал и желаемый результат использования продукта, тем больше вероятность действительно упростить и ускорить работу с документами.
6‑й этап: внедрение решения и обучение команды. На этом этапе необходимо адаптировать решение для работы с существующей ИТ-архитектурой компании и обеспечить бесперебойное функционирование сервисов.
Также обратите внимание на обучение команды. Любые нововведения часто сталкиваются с сопротивлением сотрудников к изменениям. Особенно это касается ИИ — многие опасаются увольнений. Поэтому важно не только провести обучение, как работать с новой платформой, но и объяснить команде ее преимущества. А также донести, что система необходима для повышения эффективности работы, а не для сокращения штата. Здесь может помочь демонстрация дорожной карты внедрения, в которой будут описаны цели, задачи и ожидаемые эффекты.
7‑й этап: эксплуатация решения и дообучение системы. После первых недель использования уже можно оценить эффекты от внедрения ИИ. Как правило, на этом же этапе обнаруживается больше всего ошибок и зон, требующих доработки, — их важно устранить сразу. После этого вы сможете оценить, стоит ли масштабировать новое решение на аналогичные операции, а также в другие подразделения.
И не стоит забывать, что рано или поздно возникнет необходимость дообучения ИИ — например, когда в компании появится новое направление деятельности, новые типы данных или изменится законодательство. Поэтому для последующего обслуживания системы полезно иметь техническую поддержку и обновления от вендора или инструменты для самостоятельного дообучения ИИ.
В ближайшее время наш менеджер свяжется с Вами.