Paperiarkiston digitalisointi ja avaaminen on osittain AI-tehtävä. AI on hyvä tunnistamaan tekstiä skannauksesta ja ehdottamaan metatietoja, mutta fyysinen työ – kansioiden ottaminen kaapista, järjestäminen, niittien poistaminen ja skannerin läpi syöttäminen – pysyy ihmistyönä. Sen jälkeen seuraa tunnistusvirheiden tarkistus, ja se on juuri se osa, jossa tarvitaan inhimillistä valvontaa: AI tekee ehdotuksen, ihminen hyväksyy tai hylkää sen perustellusti.
Fyysisyyden akseli saa tässä alhaisen pisteen (1/5), ja se on tärkein syy, minkä vuoksi tämä tehtävä ei kuulu kategoriaan 1. Paperi täytyy ensin viedä skanneriin. Se ei ole ajattelutyötä vaan käsityötä: kansioiden nostamista, järjestystä, vahingoittuneiden sivujen erottelua, kaksipuolisten asiakirjojen tarkistamista. Arkistonhoitaja, joka käy läpi tuhat kansiota, käyttää suuren osan ajasta tähän fyysiseen esityöhön, ei sen jälkeiseen digitaaliseen osaan. Mikään AI-malli, olkoon se tekstintunnistuksessa kuinka hyvä tahansa, ei nosta mappia hyllyltä.
Yrityksessä, jonka arkisto tulee jo suurelta osin digitaalisena – ajatelkaa laskuja, jotka vastaanotetaan jo PDF-muodossa paperin sijaan – tämä fyysinen pullonkaula poistuu kokonaan. Tämä liittyy samankaltaiseen kysymykseen kuin voiko AI ottaa haltuunsa digitaalisten laskujen vaihdon e-laskutuksen kautta, jossa asiakirja on jo digitaalisessa muodossa alusta alkaen ja automatisointi voi siksi edetä paljon pidemmälle. Fyysisen paperin läsnäolo ei siis ole 'arkiston digitalisoinnin' kiinteä ominaisuus yleisesti, vaan sen tietyn tilanteen ominaisuus, jossa paperi täytyy vielä skannata.
Volyymi saa korkean pisteen (4/5): arkistossa on usein satoja tai tuhansia asiakirjoja, joilla on samankaltainen rakenne. Se on juuri sellaista toistuvuutta, jossa automatisointi erottuu edukseen. Kun asiakirja on kerran skannattu, optista merkkien tunnistusta (OCR) käyttävä ohjelmisto voi lukea sisällön, tunnistaa avainsanoja ja tehdä ensimmäisen ehdotuksen metatiedoista, kuten päivämäärästä, dossienumerosta tai asiakirjatyypistä. Alhaisella volyymilla – esimerkiksi kertaluonteisessa kahdenkymmenen henkilökohtaisen dossien siirrossa pienessä toimistossa – tämä hyöty on tuskin havaittavissa, ja käsin skannaaminen ja manuaalinen syöttäminen on usein yhtä nopeaa kuin järjestelmän käyttöönotto ja testaus.
Rakenteellisuus saa keskitason pisteen (3/5). Osa arkistoista on melko ennustettavia: vakiolomakkeita, sopimuksia vakioidulla asettelulla, laskuja vakiokentillä. Toiset arkistot ovat sekamelska käsinkirjoitettuja muistiinpanoja, yliviivattuja korjauksia, epäselviä kopioita ja asiakirjoja eri kielillä tai fonteilla. Mitä sekavampi arkisto, sitä useammin OCR-tunnistus menee pieleen ja sitä enemmän ihmisen on tarkistettava. Arkistonhoitaja, joka käsittelee pääasiassa standardoituja lomakkeita, näkee erilaisia tuloksia kuin henkilö, jonka on avattava vuosikymmeniä vanhaa käsinkirjoitettua kirjeenvaihtoa.
Virhekustannukset ja vaatimustenmukaisuus saavat molemmat keskitason pisteen (3/5). Väärin tunnistettu sana haettavassa tekstissä ei useimmiten ole katastrofi – hakutoiminto ei vain löydä asiakirjaa heti. Mutta arkistoissa, joissa on lakisääteinen säilytysvelvollisuus, lääketieteellisiä dossiereita tai oikeudellisia asiakirjoja, virhe metatiedoissa (väärä päivämäärä, väärä dossienumero) voi johtaa siihen, että dossieta ei löydetä ajoissa tai se hävitetään perusteettomasti. Jos arkisto kuuluu säilytysvelvollisuuden tai muun lakisääteisen järjestelmän alaisuuteen, sovelletaan siihen omia lakisääteisiä vaatimuksia; se ei ole kysymys, joka ratkeaa automatisointivalinnalla.
Näiden akselien yhdistelmä tarkoittaa, että arkistonhoitajan tai toimistopäällikön rooli ei katoa, vaan muuttuu. Fyysinen skannaustyö ja lopputarkistus pysyvät; kunkin kentän manuaalinen uudelleenkirjoittaminen katoaa suurelta osin. Mainitut reunaehdot eivät tällöin ole vapaaehtoisia: skannauslaitteiston ja OCR-tunnistuksen laadun on oltava kunnossa, ja tunnistusvirheistä on tehtävä otantatarkistus ennen kuin asiakirjat merkitään lopullisesti haettaviksi. Ilman tätä tarkistusta pienet tunnistusvirheet kasautuvat arkistoksi, joka on epäluotettava hakujen kannalta.
Tämä kaava – fyysinen tai voimakkaasti vaihteleva tehtävä, joka voidaan osittain automatisoida, osittain ei – näkyy myös aivan eri toimialoilla, kuten mitä AI voi ottaa haltuunsa kuljetusalalla, jossa fyysiset toimenpiteet määrittävät samalla tavoin rajan sille, mitä järjestelmä voi ottaa haltuunsa. Se on hyödyllinen vertailu, jonka avulla muistaa, että fyysinen akseli painaa usein enemmän kuin se, kuinka kehittynyt tunnistusohjelmisto on.
Haluatteko tietää, miten tämä koskee omaa arkistoanne tai tehtäväkokonaisuuttanne? Ftetoain ilmainen pikaskannaus koostuu kahdestatoista kysymyksestä, ei vaadi tiliä ja antaa arvion siitä, kuinka suuri osa profiilinne tunneista on tänään AI:n haltuun otettavissa. Täydellinen työskannaus tehtäväkohtaisella yksityiskohta-analyysillä on vielä rakenteilla; sitä emme siis vielä tarjoa tässä, mutta pikaskannaus antaa jo nyt rehellisen ensivaikutelman.
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.