ftetoai Feliratkozás a várólistára

Kennisbank

AI és a sablon alapján történő szabványos dokumentumkitöltés

A kérdés

Egy adminisztratív munkatárs vagy management assistent, aki naponta tölt ki nyilatkozatokat, szerződéseket és leveleket egy állandó sablon alapján, olyan munkát végez, amely első pillantásra nagyon alkalmasnak tűnik AI-ra. Ismétlődő, egy állandó menetrendet követ, és a bemeneti adat legtöbbször már egy rendszerből származik. Mégis a válasz nem egyszerűen igen. Részben igen, és melyik rész, az attól függ, hogyan van a sablon és a forrásadat egy adott vállalatnál kialakítva.

Miért ez részben automatizálható

Három tengely határozza itt meg az eredményt: strukturáltság, volumen és hibaköltségek.

A strukturáltság magas. Egy sablon egy munkaviszony-igazoláshoz vagy egy standaard szerződéshez fix mezőkkel rendelkezik, fix helyeken: név, dátum, összeg, funkció. Ez pontosan az a fajta szövegmunka, amelyet az AI ma jól kezel, mivel a dokumentum szerkezete már meg van határozva, és a feladat abból áll, hogy a mezőket a rendelkezésre álló adatok alapján helyesen kitöltsük.

A volumen egyaránt kedvező. Vállalatok, amelyek nagy mennyiségben állítanak elő ugyanolyan dokumentumokat, egy munkaerő-közvetítő iroda, amely havonta több száz munkaszerződést állít ki, egy önkormányzat, amely ugyanazt az igazolást ismételten kiadja, számukra érdemesebb ezt a folyamatot áramvonalasítani, mint egy vállalatnak, amely évente csak néhányszor állít ki ilyen dokumentumot. Alacsony volumen esetén az idő, amely a folyamat kialakításához szükséges, gyakran nem áll arányban a végül megtakarított idővel.

A hibaköltségek középen vannak, és pontosan ez az oka, amiért ez nem teljes átvétel, hanem egy emberi felügyelet mellett végzett feladat. Egy rosszul kitöltött összeg egy szerződésben, egy felcserélt név egy igazolásban, egy hibás dátum, ezek nem kozmetikai hibák. Jogi bizonytalansághoz vezethetnek, vagy egy dokumentumhoz, amelyet újra kell készíteni. Ezért továbbra is szükséges egy ellenőrzési pont: az AI kitölti, egy munkatárs jóváhagyja vagy elutasítja, indokkal.

A mérlegelési tér alacsony, ami a feladatot pontosan alkalmasabbá teszi az automatizálásra: kevés interpretációra van szükség arra, mi kerüljön a dokumentumba, ez már rögzítve van a sablonban és a forrásadatokban. A kreativitás gyakorlatilag hiányzik, és ez is az AI előnyére szolgál: semmit nem kell kitalálni, csak kitölteni. A megfelelőségi szempont szerepet kap, amint szerződésekről vagy hivatalos nyilatkozatokról van szó, ami azt jelenti, hogy a rögzített jóváhagyási lépések relevánsak marad, függetlenül attól, ki állítja össze a dokumentumot.

Egy példa

Egy management assistent havonta tíz-huszonöt szabványos levelet állít össze: visszaigazolásokat, nyilatkozatokat, rövid szerződésmódosításokat. Az adatok már a személyzeti rendszerben vannak. Itt az adatoktól a dokumentumig terjedő lépés jól automatizálható: az AI a sablon és a forrásadatok alapján elkészítheti a levelet, amelyet az assistent ezután elolvas, ellenőriz és elküld. A megmaradó idő nem szöveg gépelésére megy, hanem annak megítélésére.

Egy másik vállalatnál, ahol minden szerződést egyedileg tárgyalnak, és minden levélnek kissé más hangvételűnek és tartalmúnak kell lennie, ez másképp áll. Ott a strukturáltság alacsonyabb, a mérlegelési tér magasabb, és a feladat az emberi munka irányába mozdul. Ugyanaz a fajta dokumentum, munkaszerződés, levél, nyilatkozat, tehát egy vállalatnál nagyrészt automatizálható lehet, egy másiknál pedig főként kézi munka marad. A különbség nem a dokumentumtípusban rejlik, hanem abban, mennyire szabványosított a sablon, és hogy a forrásadat már valahol egy rendszerben van, vagy még fel kell keresni vagy be kell kérni.

Hol működik ez ma már így, és hol nem

Ez az eltolódás nem egy jövőbeli pillanatban válik „elkészültté”. Már most abban áll, hogy egy szervezet szabványosította-e sablonjait, és rendben van-e a forrásadata. Egy vállalat, ahol minden munkatárs saját verzióját tartja fenn egy szerződésnek, saját formázással és saját variánsokkal, nem tudja ezt a folyamatot egyszerűen az AI-ra hagyni, még részben sem. Egy vállalat, amelynek dokumentumtípusonként egy rögzített sablonja van, és olyan adatai, amelyeket már strukturáltan tartanak nyilván, más helyzetben van.

Ez a dokumentumkitöltési munka gyakran kapcsolódik más adminisztratív feladatokhoz, amelyek ugyanabban az irodában zajlanak. Aki azt vizsgálja, hogyan digitalizálják és tehetik kereshetővé a beérkező papíralapú archívumot, gyakran ugyanazt a kérdést látja visszatérni: az adat már strukturáltan rendelkezésre áll, vagy előbb papírból kell kinyerni. A beérkező posta rendezése és szétosztása is ehhez a témához kapcsolódik, mivel sok szabványos levél egy beérkező dologra adott reakció. És az, ahogyan egy általános e-mail postafiókot triázsolnak, gyakran meghatározza, hogy egyáltalán milyen dokumentumokat kell elkészíteni, és milyen adatok alapján.

Ez az elemzés nem foglal állást a személyzeti következményekről: ha a felszabaduló órák személyzeti döntés alapjául szolgálnak, azokra saját jogi követelmények vonatkoznak, ettől az elemzéstől függetlenül.

Mit tehet most

Az, hogy ez az önök szervezetében kis vagy jelentős részét érinti-e az adminisztratív óráknak, attól függ, hány dokumentumuk fut már fix sablonokon, és mennyi forrásadat van már rendszerben, papír helyett vagy szétszórt fájlok helyett. Ez vállalatonként eltérő, és pontosan ezért nem elegendő itt egy általános kijelentés.

A tizenkét kérdésből álló ingyenes gyorsteszt, fiók nélkül, jelzést ad arról, hogy ma az ilyen jellegű dokumentummunka óráinak mely része vehető át AI által. A teljes munkateszt, amely egy egész vállalat munkáját feladatokra bontja le, és feladatonként fte-kapacitásra számítja át, még fejlesztés alatt áll.

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.