От распознавания к анализу: как ИАД меняет работу с документами

В отличие от классического OCR, ИАД работает не только с текстом как набором символов, но и с его смыслом. Это позволяет автоматизировать более длинные процессы: от первичной обработки документа до проверки по заданным критериям и формирования итогового отчета.

OCR распознает текст, ИАД работает с содержанием

Задача OCR достаточно узкая — перевести изображение документа в машиночитаемый текст. После этого сотруднику все равно нужно понять, что именно содержится в файле, найти нужные сведения и решить, что делать дальше.

ИАД берет на себя часть этой работы. Система может определить, что перед ней договор, акт или счет, извлечь необходимые данные и провести дальнейший анализ. Например, в закупочном процессе компания получает комплекты документов от нескольких подрядчиков. Их нужно проверить на комплектность, найти необходимые сведения о контрагентах, изучить технические задания, сопоставить предложения с требованиями и сравнить их между собой.

Владелец продукта «ИАД» направления Т1 ИИ (ИТ-холдинг Т1) Тигран Сафарян
Фото: ИТ-холдинг Т1

При классическом подходе автоматизация заканчивается после распознавания и извлечения отдельных полей. ИАД может продолжить работу: проверить документы по заданным критериям, сопоставить информацию и подготовить результат для специалиста.

Тип документа можно определить по содержанию

Для простой классификации достаточно стандартных методов машинного обучения. Система может учитывать название файла, расположение элементов на странице и другие признаки.

Современные языковые модели позволяют работать гибче. Они анализируют текст документа и определяют его тип по содержанию, даже если название файла не дает нужной информации. По такому же принципу извлекаются данные. В счете система может найти номер, реквизиты и сумму, в договоре — стороны, сроки и отдельные условия. При этом сведения могут находиться как в обычном тексте, так и в таблицах.

Дальше можно переходить к содержательному анализу, например, проверить договор по юридическим критериям или определить, соответствует ли техническое задание требованиям закупки.

Где эффект заметнее всего

В первую очередь ИАД имеет смысл применять там, где сотрудники работают с большим потоком документов и выполняют много повторяющихся операций.

Одна из таких сфер — юрисдикция. Здесь регулярно нужно изучать договоры, сравнивать версии, проверять заполнение и искать потенциально рискованные условия. В бухгалтерии и финансах значительная часть работы связана со счетами, актами и другими документами. Из них извлекают сведения, сверяют данные и переносят информацию в учетные системы.

Похожая ситуация возникает в закупках, где нужно обрабатывать комплекты документов от разных участников, и в HR — при оформлении сотрудников и работе с кадровыми документами.

Общий признак у этих процессов один: значительная часть времени уходит на чтение, поиск, сверку и перенос информации.

Выбирать пилот стоит по стоимости процесса

Начинать внедрение ИАД лучше с процесса, где автоматизация даст заметный и измеримый результат.

Один из основных критериев — стоимость ручной обработки. Если сотрудники ежедневно работают с большим потоком документов, а значительная часть их времени уходит на повторяющиеся действия, такой процесс хорошо подходит для пилота.

Оценивать эффект можно по времени обработки, количеству ручных операций, числу ошибок и объему работы, который остается у сотрудника после автоматизации. Иногда ручная обработка нескольких комплектов документов может занимать несколько часов. Система выполняет основной анализ за минуты, после чего специалист проверяет результат и при необходимости корректирует его.

Дообучение требуется не всегда

Классические ML-системы часто приходилось отдельно обучать на документах конкретной компании. Для этого собирали выборку, размечали данные и проверяли качество модели.

С современными языковыми моделями во многих случаях этого можно избежать. Вместо полноценного дообучения систему настраивают под конкретную задачу: определяют, какие документы она должна анализировать, какие сведения искать, какие правила учитывать и в каком виде возвращать результат. Такая настройка все равно необходима. Универсальная языковая модель работает с очень широким контекстом, поэтому для корпоративного процесса нужно четко ограничить задачу и задать правила работы. Это снижает вероятность некорректных ответов и делает результат более предсказуемым.

Качество исходного документа все еще имеет значение

Современные системы умеют работать с разными форматами: PDF, сканами, фотографиями, текстовыми файлами и таблицами. Сам формат документа обычно уже не является серьезным ограничением.

Сложнее ситуация с качеством изображения и рукописным текстом. Печатные документы распознаются значительно лучше. Точность обработки печатного текста, включая сканы и фотографии неидеального качества, может превышать 90-95 %. Для рукописных документов разброс оказался значительно шире — от 46 % до 95 % в зависимости от модели. В сложных случаях автоматическую обработку дополняют ручной проверкой. Такой подход применяется, например, при оцифровке архивов, где в одном массиве могут встречаться документы разного качества и формата.

Сложные случаи должны уходить человеку

Даже при высокой точности система не должна самостоятельно обрабатывать любой документ. Если она сталкивается с незнакомым типом файла, не может уверенно определить нужные сведения или выходит за заданные правила, результат лучше передать сотруднику на проверку.

При этом человеку важно видеть не только итоговый ответ, но и исходный документ и сведения, на которых система построила вывод. Он должен иметь возможность проверить результат и внести исправления.

Такая прозрачность, в первую очередь, важна для юридических, финансовых и других процессов, где ошибка может влиять на дальнейшее решение компании.

Эффект — в скорости и снижении ручной работы

Самый простой показатель эффективности ИАД — время обработки. То, что раньше занимало у сотрудника часы, система иногда может обработать за несколько минут. В отдельных процессах трудозатраты сокращаются в несколько раз. Например, в кейсе юридической компании обработка входящего судебного документа занимала около восьми минут вручную, а после автоматизации на проверку результата требовалась примерно одна минута. За полгода система обработала около 3,6 тыс. документов, а ручные затраты времени на один документ сократились примерно на 87 %.

В практике Т1 тоже есть подобные примеры. Так, для одной из крупных корпораций мы реализовали проект по автоматизации обработки входящих документов. Решение распознает документы, анализирует их содержание, находит ошибки и несоответствия, сокращая объем ручных проверок. В итоге внедрения удалось на 20 % снизить нагрузку на сотрудников, занимающихся обработкой отдельных категорий входящих документов, и в 1,5 раза ускорить первичную обработку обращений.

Второй показатель — количество ошибок. При большом потоке документов ручная работа зависит от внимания и усталости сотрудника. Автоматическая проверка делает повторяющиеся операции более стабильными, хотя итоговое качество всегда зависит от исходных данных, моделей и сложности задачи.

Еще один эффект — изменение загрузки специалистов. Юрист может меньше времени тратить на первичную проверку документов, финансист — на перенос данных, специалист по закупкам — на сопоставление однотипных предложений.

Речь здесь идет не об исключении человека из процесса. Система забирает операции, где результат можно формализовать и проверить, а более сложные решения остаются за сотрудником.

От документа — к процессу

Развитие ИАД постепенно меняет сам подход к автоматизации документооборота. Раньше отдельные системы отвечали за распознавание, классификацию и извлечение данных. Теперь эти операции можно объединить в один процесс и дополнить анализом содержания.

Следующий этап — интеграция ИАД с агентными системами. В таком сценарии решение сможет само получить документ, определить его тип, проверить необходимые сведения, сопоставить их с другими источниками и подготовить результат, а сотрудника подключать только в сложных случаях.

За счет этого объектом автоматизации становится уже не отдельный документ, а работа, которая возникает вокруг него.

Автор: Тигран Сафарян, владелец продукта «ИАД» направления Т1 ИИ (ИТ-холдинг Т1)