Дигитализирането и осигуряването на достъп до хартиен архив частично е задача за AI. AI умее да разпознава текст върху скан и да предлага метаданни, но физическата работа по изваждане на досиета от шкаф, подреждане, премахване на кламери и подаване през скенера остава работа на хора. След това следва проверка за грешки при разпознаването, и това е точно частта с човешки надзор: AI прави предложение, човек одобрява или отхвърля, с причина.
Осата „физическо“ тук получава ниска оценка (1 от 5), и това е основната причина тази задача да не попада в категория 1. Хартията първо трябва да влезе в скенер. Това не е умствена работа, а физически труд: вдигане на папки, сортиране по ред, отделяне на повредени страници настрана, проверка на двустранни документи. Служител по архива, който обработва хиляда папки, отделя голяма част от времето за този физически предварителен етап, не за цифровата част след него. Никой AI модел, колкото и добър да е в разпознаване на текст, не вдига класьор от полица.
При компания, при която архивът вече пристига предимно в цифров вид — например фактури, които вече се получават като PDF вместо на хартия — този физически проблем напълно отпада. Това се доближава до подобен въпрос като може ли AI да поеме обмена на цифрови фактури чрез е-фактуриране, при който документът вече започва в цифрова форма и автоматизацията следователно може да отиде много по-далеко. Наличието на физическа хартия следователно не е постоянна характеристика на „дигитализиране на архив“ като цяло, а на конкретната ситуация, при която хартията все още трябва да бъде сканирана.
Обемът получава висока оценка (4 от 5): при архив често става въпрос за стотици до хиляди документи със сходна структура. Точно това е видът повторяемост, при която автоматизацията се откроява. Веднъж сканиран, документ може да бъде прочетен от софтуер с оптично разпознаване на символи (OCR), който разпознава ключови думи и прави първоначално предложение за метаданни, като дата, номер на досие или тип документ. При нисък обем — например еднократно предаване на двадесет лични досиета в малка кантора — тази печалба почти не се усеща, и сканирането на ръка и ръчното въвеждане често е точно толкова бързо, колкото настройването и тестването на система.
Структурираността получава средна оценка (3 от 5). Някои архиви са доста предвидими: стандартни формуляри, договори с фиксиран формат, фактури с фиксирани полета. Други архиви са смес от ръкописни бележки, задраскани корекции, размазани копия и документи на различни езици или шрифтове. Колкото по-безреден е архивът, толкова по-често разпознаването чрез OCR дава грешки и толкова повече трябва да провери човек. Служител по архива, който обработва основно стандартизирани формуляри, ще вижда различни резултати от някой, който трябва да направи достъпна десетилетна ръкописна кореспонденция.
Разходите от грешки и съответствието с изискванията получават средна оценка (3 от 5). Грешно разпознадена дума в текст с възможност за търсене обикновено не е катастрофа — функцията за търсене просто няма да намери документа веднага. Но при архиви със законово задължение за съхранение, медицински досиета или юридически документи грешка в метаданните (грешна дата, грешен номер на досие) може да доведе до досие, което не се намира навреме или се унищожава неправомерно. Ако архивът попада под задължение за съхранение или друг законов режим, за него се прилагат собствени законови изисквания; това не е въпрос, който се решава чрез избор на автоматизация.
Комбинацията от тези оси означава, че ролята на служител по архива или офис мениджър не изчезва, но се променя. Физическото сканиране и крайната проверка остават; ръчното препечатване на всяко поле в голяма степен изчезва. Посочените предпоставки при това не са незадължителни: сканиращата апаратура и качеството на OCR разпознаването трябва да бъдат в ред, и трябва да има извадкова проверка за грешки при разпознаването, преди документите да бъдат маркирани като окончателно достъпни за търсене. Без този контрол малките грешки при разпознаването се натрупват в архив, на който не може да се разчита при търсене.
Този модел — физическа или силно променлива задача, която частично може да бъде поета, частично не — се наблюдава и в съвсем различни сектори, като например при какво може да поеме AI в транспортния сектор, където физическите действия също определят границата на това, което една система може да поеме. Полезно е да се сравни, за да се запомни, че физическата ос често тежи повече от степента на изтънченост на софтуера за разпознаване.
Искате ли да разберете как стои въпросът за вашия собствен архив или пакет от задачи? Безплатният бърз тест на ftetoai се състои от дванадесет въпроса, не изисква регистрация и дава индикация за коя част от часовете във вашия профил може да бъде поета от AI още днес. Пълен работен анализ с подробен анализ по задача все още се разработва; затова все още не го предлагаме тук, но бързият тест вече дава честна първа представа.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.