Ручной ввод данных: когда система читает документ за вас

Автоматизация ввода данных означает, что система читает полученный вами документ, например накладную о доставке, форму заявки или письмо клиента, извлекает его поля, сверяет их с тем, что уже знает, и отправляет всё сомнительное сотруднику на проверку, вместо того чтобы этот сотрудник набирал каждое поле вручную. В части 3 серии вы построили понятный маршрут согласования. Эта четвёртая часть из 7 даёт вам 4 этапа, через которые проходит документ, 3 возможных результата для каждого документа и упражнение на одну неделю, чтобы измерить, сколько ручного ввода вы делаете на самом деле.

Где прячется ручной ввод данных

Эту работу никто не называет по имени, потому что она разбросана по многим отделам и каждая её часть кажется маленькой. Но поищите любой документ, который приходит извне, а затем сотрудник набирает его в программе, и вы найдёте её в таких местах:

• Документы поставщиков: коммерческие предложения, перечни товаров, сертификаты соответствия и подтверждённые заказы на поставку, которые приходят в PDF или на фото, а их цифры затем переносят в систему.
• Накладные о доставке: бумага с подписью получателя возвращается с водителем, затем кто-то вводит количества и дату. Почему эта бумага важна, мы объяснили в статье Подтверждение доставки: счёт начинается с подписи.
• Формы заявок: открытие счёта нового клиента, заявление о приёме на работу или запрос на услугу, заполненные на бумаге или в файле и затем введённые заново.
• Письма клиентов: заказ, написанный в тексте сообщения или во вложении, который сотрудник читает и затем оформляет как заказ в системе.

Нет ничего плохого в том, что команда сегодня работает так; именно эти сотрудники знают, где документы различаются и где отправители ошибаются. Проблема не в них. Проблема в том, что каждое поле пишется дважды: один раз у отправителя и один раз у вас.

Как система читает документ: 4 этапа

Машинное чтение — не магия. Это понятная цепочка шагов, которую можно объяснить команде за несколько минут:

• Получение: документ приходит в одно известное место, например в отдельный почтовый ящик, папку или в виде фото из мобильного приложения, а не расходится по телефонам сотрудников.
• Извлечение: оптическое распознавание символов (OCR) превращает изображение в текст, затем модель ИИ находит нужные поля: название поставщика, дату, позиции, количества. Разница в том, что OCR читает символы, а модель понимает, какие символы относятся к какому полю, даже если макет меняется.
• Проверка: система сравнивает извлечённое с тем, что уже знает. Зарегистрирован ли поставщик? Есть ли позиция в вашем перечне товаров? Совпадает ли количество в накладной с заказом на поставку?
• Маршрутизация: если документ прошёл проверку, он попадает в систему; если нет — уходит человеку на проверку, как объясняет следующий раздел.

Если сегодня ваши документы разбросаны между почтой, папками и бумагой, начните с этапа получения, прежде чем думать об ИИ. Как его организовать, описано в статье Управление документами и цифровой архив.

Уверенность и очередь проверки: где остаётся человек

Когда модель извлекает поле, она также присваивает ему оценку уверенности — прикидку того, насколько она уверена, что прочитала поле верно. Бледная печать, штамп поверх цифры или необычная таблица снижают эту оценку. Никакая оценка уверенности не означает полной точности, поэтому мы не опираемся ни на чьи общие цифры точности. Решение строится на 3 возможных результатах для каждого документа:

• Документ проходит сразу: когда уверенность выше порога, установленного вашей компанией, и поля проходят все правила проверки.
• Документ уходит в очередь проверки: когда уверенность низкая хотя бы по одному полю или что-то не совпадает с тем, что знает система. Очередь проверки — это список задач, где сотрудник видит исходный документ рядом с извлечёнными полями и исправляет только сомнительное поле, а не набирает весь документ.
• Документ возвращают или отклоняют: когда он неполный, нечитаемый или пришёл от неизвестного отправителя; у отправителя запрашивают более чёткую копию.

Начните с высокого порога, при котором в первые недели большинство документов уходит на проверку, а затем постепенно снижайте его, когда сами увидите в журнале исправлений, где система права, а где нет. Каждое исправление проверяющего остаётся в журнале, и ответственный знает, какому типу документов нужно больше правил.

Что не стоит оставлять системе одной

Машинное чтение убирает повторяющуюся работу, но некоторые решения всегда остаются за человеком: документ от поставщика, с которым вы никогда не работали, сумма выше лимита согласования, количество, не совпадающее с заказом на поставку. Это исключения, то есть случаи, когда правило не применяется и нужно решение. О других процессах, которые ИИ может выполнять уже сегодня под контролем людей, читайте в статье 7 процессов, которые ИИ может выполнять в вашей компании уже сегодня.

Многие из этих документов содержат персональные данные, например заявления о приёме на работу и формы открытия счёта клиента. Закон о защите персональных данных (PDPL), опубликованный на сайте SDAIA, в статье 19 устанавливает, что оператор должен принимать организационные, административные и технические меры и средства, необходимые для защиты персональных данных. Статья 29 устанавливает условия передачи персональных данных за пределы Королевства, что важно, если ваш инструмент чтения работает на серверах за рубежом. Статья 31 обязывает оператора вести записи о деятельности по обработке персональных данных в течение срока, установленного подзаконными актами. Спросите, где обрабатываются документы, прежде чем выбирать инструмент, и уточните детали у SDAIA или юриста; это не юридическая консультация.

Взгляд Origami

Мы — саудовская технологическая компания, которая создаёт системы, приложения, интеграции и решения на основе ИИ. Когда мы делаем чтение документов, мы начинаем с одного частого типа документа и собираем реальные образцы вместе с сотрудниками, которые вводят его сегодня, потому что они первыми знают, где меняется макет и где ошибаются отправители.

Мы проектируем очередь проверки раньше самого извлечения: кто проверяет, какой порог отправляет туда документ и где хранится каждое исправление. Ценность не в том, что система читает всё, а в том, что она знает, когда не уверена. Подробности о том, что мы создаём, — на странице наших услуг.

Упражнение: одна неделя, один тип документа

Выберите тип документа, который регулярно встречается в вашей компании, например накладные о доставке или формы новых клиентов, и в течение одной рабочей недели записывайте:

• Сколько документов пришло этого типа за неделю и по какому каналу: почта, WhatsApp или бумага.
• Сколько минут занимает ввод каждого, засекая не менее 10 документов секундомером телефона.
• Сколько полей сотрудник набирает в каждом документе.
• Сколько документов потребовали исправления после ввода и почему.
• Есть ли в документе персональные данные, и где он хранится после ввода.

Умножьте число документов на среднее количество минут, и вы узнаете, сколько часов в неделю уходит только на этот тип. Эта цифра, измеренная вами, — основа решения об автоматизации, и она честнее любого общего процента экономии.

В следующей части

Когда система прочитала документ, остаётся вопрос: куда данные идут дальше? Часть 5 серии, Связать системы между собой: конец копированию и вставке, объясняет, как у каждой информации появляется одна система-владелец и как она переходит между программами без повторного набора.

Источники

• Закон о защите персональных данных (PDPL) — Саудовское управление по данным и искусственному интеллекту (SDAIA) — статья 19 об организационных, административных и технических мерах, статья 29 о передаче за пределы Королевства и статья 31 о записях о деятельности по обработке.
• Исполнительный регламент Закона о защите персональных данных — SDAIA