ftetoai Na čekací listinu

Kennisbank

AI a digitalizace a zpřístupňování papírového archivu

Krátký závěr

Digitalizace a zpřístupnění papírového archivu je zčásti úkol pro AI. AI je dobrá v rozpoznávání textu na skenu a v navrhování metadat, ale fyzická práce – vyjmutí složek ze skříně, jejich uspořádání, odstranění sponek a průchod skenerem – zůstává lidskou prací. Poté následuje kontrola chyb v rozpoznávání, a to je přesně ta část s lidským dohledem: AI předloží návrh, člověk jej schválí nebo zamítne, s odůvodněním.

Proč fyzická osa rozhoduje

Osa fyzičnosti dosahuje zde nízkého skóre (1 z 5), a to je hlavní důvod, proč tento úkol nespadá do kategorie 1. Papír musí nejprve projít skenerem. To není myšlenková práce, ale manuální práce: zvedání složek, řazení podle pořadí, oddělování poškozených stránek, kontrola oboustranných dokumentů. Archivář, který projde tisíc složek, stráví velkou část času tímto fyzickým přípravným krokem, nikoli následnou digitální částí. Žádný model AI, jakkoli dobrý v rozpoznávání textu, nezvedne pořadač z police.

Ve firmě, kde archiv už z velké části přichází digitálně – například faktury, které se už přijímají jako PDF, a ne na papíře – tato fyzická překážka zcela odpadá. To souvisí s podobnou otázkou jako může AI převzít výměnu digitálních faktur prostřednictvím e-fakturace, kde dokument už začíná v digitální podobě, a automatizace tak může zajít mnohem dál. Přítomnost fyzického papíru tedy není trvalou vlastností „digitalizace archivu“ obecně, ale konkrétní situace, kdy papír ještě musí být naskenován.

Proč objem naopak vychází příznivě

Objem dosahuje vysokého skóre (4 z 5): u archivu se často jedná o stovky až tisíce dokumentů s podobnou strukturou. To je přesně druh opakování, ve kterém automatizace vyniká. Jakmile je dokument jednou naskenován, software s optickým rozpoznáváním znaků (OCR) může přečíst obsah, rozpoznat klíčová slova a navrhnout první metadata, jako je datum, číslo dokumentu nebo typ dokumentu. Při nízkém objemu – například jednorázovém předání dvaceti osobních spisů v malé kanceláři – je tento přínos jen minimální a skenování a manuální zadávání jsou často stejně rychlé jako zavedení a testování systému.

Proč strukturovanost vychází průměrně

Strukturovanost dosahuje průměrného skóre (3 z 5). Některé archivy jsou poměrně předvídatelné: standardní formuláře, smlouvy s pevnou úpravou, faktury s pevnými poli. Jiné archivy jsou směsicí ručně psaných poznámek, přeškrtnutých oprav, nezřetelných kopií a dokumentů v různých jazycích nebo písmech. Čím neuspořádanější archiv, tím častěji se OCR rozpoznávání plete a tím více musí člověk kontrolovat. Archivář, který zpracovává převážně standardizované formuláře, uvidí jiné výsledky než ten, kdo musí zpřístupnit desítky let starou, ručně psanou korespondenci.

Proč se náklady na chyby a compliance započítávají

Náklady na chyby a compliance dosahují obě průměrného skóre (3 z 5). Nesprávně rozpoznané slovo v prohledávatelném textu obvykle není katastrofa – vyhledávací funkce dokument prostě nenajde hned. Ale u archivů s zákonnou archivační povinností, zdravotnickými spisy nebo právními dokumenty může chyba v metadatech (nesprávné datum, nesprávné číslo spisu) vést k tomu, že se spis včas nenajde nebo se neoprávněně zlikviduje. Pokud archiv podléhá archivační povinnosti nebo jinému zákonnému režimu, platí pro něj vlastní zákonné požadavky; to není otázka, kterou lze vyřešit volbou automatizace.

Co to znamená pro roli archiváře

Kombinace těchto os znamená, že role archiváře nebo office manažera nezmizí, ale posune se. Fyzická práce se skenováním a závěrečná kontrola zůstávají; manuální přepisování každého pole z velké části zmizí. Uvedené podmínky přitom nejsou nezávazné: skenovací zařízení a kvalita OCR rozpoznávání musí být v pořádku a před tím, než jsou dokumenty označeny jako definitivně prohledávatelné, musí proběhnout výběrová kontrola chyb v rozpoznávání. Bez této kontroly se drobné chyby v rozpoznávání hromadí, až vznikne archiv, na který se nelze spolehnout při vyhledávání.

Tento vzorec – fyzický nebo silně proměnlivý úkol, který lze zčásti převzít, zčásti ne – je vidět i v úplně jiných odvětvích, například u co může AI převzít v odvětví dopravy, kde fyzické úkony rovněž určují hranici toho, co může systém převzít. Je to užitečné srovnání, které připomíná, že fyzická osa často váží víc než to, jak pokročilý je rozpoznávací software.

Co můžete udělat nyní

Chcete zjistit, jak je to s vaším vlastním archivem nebo pracovní náplní? Bezplatný quickscan od ftetoai se skládá ze dvanácti otázek, nevyžaduje účet a poskytuje odhad toho, jakou část hodin ve vašem profilu lze dnes převzít pomocí AI. Kompletní pracovní scan s detailní analýzou podle úkolu se ještě připravuje; tu tedy zatím nenabízíme, ale quickscan už nyní poskytuje férový první obraz.

KIPPde assistent van de werkscan

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.