Интеллектуальная обработка документов:построить или купить – выбор правильной стратегии

Бизнес строится на документах и коммуникациях. Они лежат в основе практически каждого процесса, о котором вы только можете подумать, — где бы ни читалось или отправлялось сообщение (например, электронное письмо или чат) или документ. Поэтому неудивительно, что рынок интеллектуальной обработки документов (IDP) ежегодно растет на 28,9 % и, как ожидается, к 2032 году достигнет 17,8 миллиарда долларов.

IDP обычно сочетает в себе многочисленные технологии искусственного интеллекта, включая обработку естественного языка (NLP) и распознавание изображений, чтобы помочь предприятиям быстро обрабатывать документы и сообщения в больших масштабах. По мере того, как бизнес-лидеры начинают использовать агентов ИИ — мощные объекты на основе ИИ, способные выполнять работу от имени людей, — процессы, основанные на документах, стали идеальным вариантом использования агентной автоматизации. Сочетание агентов искусственного интеллекта с роботами и возможностями IDP, контролируемых людьми, обеспечивает быструю отдачу и существенно влияет на эффективность.

Однако возникает вопрос:стоит ли вам создавать или покупать возможности для IDP? Важно оценить все варианты и решить, какой подход может обеспечить максимальную окупаемость инвестиций, лучшую производительность и кратчайшие сроки окупаемости. Для большинства предприятий правильным вариантом является покупка существующего решения IDP. Я объясню почему:

Создайте своего собственного (BYO) IDP

С появлением общедоступных моделей больших языков (LLM) и растущей доступностью поддерживающих API у предприятий никогда не было большего количества инструментов, которые помогут им создавать собственные системы IDP. Однако множество инструментов в вашем наборе инструментов не облегчают задачу.

В системе BYO IDP каждый компонент (от понимания языка до извлечения данных и автоматизации) необходимо будет создавать с нуля или, что более вероятно, получать от нескольких сторонних поставщиков. Например, чтобы предоставить необходимый компонент НЛП для понимания документов и коммуникаций, компания может построить свою систему IDP на основе внешнего LLM, такого как ChatGPT или Anthropic Claude.

Система BYO IDP обеспечивает бизнесу сквозное владение и больший потенциал настройки по сравнению с решениями поставщиков. У них есть возможность адаптировать свою систему к меняющимся потребностям бизнеса без необходимости тесно сотрудничать с другой организацией. Однако в большинстве случаев эти преимущества перевешиваются ключевыми проблемами подхода BYO:

Стоимость

Распространено заблуждение, что BYO дешевле, чем платить за IDP как за услугу. В большинстве случаев это не так ни в краткосрочной, ни в долгосрочной перспективе. Разработка и последующее обслуживание вашей собственной системы IDP требует значительного времени и дорогостоящих специалистов. Вам нужны разработчики программного обеспечения для создания платформы и пользовательского интерфейса (UI), специалисты по обработке данных для подготовки данных, предварительной и последующей обработки, а также многие другие эксперты для таких задач, как мониторинг производительности (для чего вам потребуется создать собственные панели отчетности), а также аудит и ведение журналов.

Учтите, что даже сторонние LLM требуют от специалистов и инженеров по искусственному интеллекту точной настройки выбранной модели в соответствии с требованиями бизнеса. Даже самые популярные и мощные модели языка видения (VLM) являются базовыми моделями, обученными на множестве различных типов данных, от структурированных документов до изображений. По умолчанию они не будут точно настроены на тот тип документа или схему, которая вам нужна, что означает меньшую точность и больше ошибок.

Поддержание вашей собственной системы IDP также требует постоянных обновлений и ресурсов. Любая система BYO, требующая аннотации данных, потребует учебных материалов для пользователей, и их необходимо будет обновить, чтобы они отражали ваш пользовательский интерфейс.

Риск

Полагаться на редкие и дорогостоящие технические таланты для поддержания работоспособности системы рискованно. Из-за нехватки затрат и талантов эти команды, как правило, небольшие. Они могут столкнуться с ограничениями в количестве вариантов использования и бизнес-подразделений, которые они могут реально поддерживать. Утечка талантов также может сделать систему неэффективной или нежизнеспособной в долгосрочной перспективе. Существует постоянный риск того, что финансирование проекта также может быть прекращено.

Эти проблемы усугубляются, когда требуются навыки искусственного интеллекта и точная настройка модели. Согласно недавнему исследованию McKinsey &Company, почти половина (47%) руководителей высшего звена считают, что они разрабатывают решения искусственного интеллекта слишком медленно, и основной причиной этого является недостаток навыков специалистов.

Сложность

Когда вы создаете систему IDP, вы несете единоличную ответственность за сложную модель искусственного интеллекта и управление платформой. Действительно, системы, созданные для сложных случаев использования, могут потребовать сотен моделей ИИ, которыми необходимо управлять. Например, крупному банку может потребоваться несколько сотен моделей, точно настроенных для различных случаев использования, чтобы достичь необходимого уровня точности. Даже если система искусственного интеллекта может обрабатывать документы и сообщения «из коробки», для приемлемой производительности все равно потребуется значительный объем оперативного проектирования или сбора контекста. Масштабировать это до сотен вариантов использования было бы невероятно сложно, поскольку вам пришлось бы аннотировать данные, тестировать, развертывать и поддерживать сотни запросов.

Система ВПЛ, которую вы построили самостоятельно, предполагает множество скрытых затрат. Каждый компонент системы — это важное решение, а каждая технология требует навыков специалиста и увеличивает технический долг (наряду с повышенным риском). Неизбежно, что BYO — это тяжелая работа и означает более медленное время окупаемости. Более высокие затраты на протяжении всего срока службы, вероятно, связаны с требованиями к таланту, управлению и обслуживанию. Неудивительно, что, согласно анализу Forrester для UiPath, 69 % лиц, принимающих технологические решения, считают, что варианты использования извлечения документов и маршрутизации крайне сложны для внедрения.

Преимущества покупки системы IDP

Альтернативой созданию собственной системы является приобретение IDP как услуги у стороннего поставщика. Есть два основных подхода к этому:

<ли>

Приобретение IDP в качестве точечного решения и его интеграция с остальным стеком корпоративных технологий.

<ли>

Покупка IDP как части более крупного решения или платформы. Это обеспечивает доступ к дополнительным возможностям, таким как автоматизация, при необходимости.

Покупка IDP как услуги дает предприятиям меньший контроль над разработкой платформы по сравнению с системой, созданной по индивидуальному заказу. Однако поставщики платформ будут работать со своими клиентами, чтобы система развивалась в соответствии с их потребностями. Есть также много других преимуществ, которые следует учитывать:

Время окупаемости

Внедрение существующей платформы IDP обычно происходит быстрее, чем разработка новой. Признанные платформы проверены и протестированы в течение многих лет использования на крупных предприятиях в различных сценариях использования. Ресурсы для обучения и повышения квалификации уже созданы, и во многих случаях предоставляется профессиональная поддержка, которая помогает пользователям сразу же приступить к делу и начать извлекать выгоду из своих внедрений.

Основополагающие LLM требуют дорогостоящей и трудоемкой тонкой настройки и быстрого проектирования, прежде чем они будут готовы к использованию в бизнесе. Даже в этом случае варианты использования могут быть настолько сложными или масштабными, что в конечном итоге они зайдут в тупик, и никакие подсказки не смогут обеспечить точное и надежное извлечение информации. Напротив, ИИ, лежащий в основе IDP как услуги, обычно разрабатывается с учетом быстрой настройки модели и обучения с минимальным использованием кода. Например, они могут использовать активное обучение, при котором обычные бизнес-пользователи и модели искусственного интеллекта активно сотрудничают, чтобы ускорить процесс обучения.

Снижение риска

Выбор услуги МВУ существенно снижает различные формы риска. Вы больше не зависите от дорогостоящих внутренних специалистов для поддержания работоспособности вашей системы IDP. Поставщик отвечает за обслуживание системы, а также за управление платформой и моделью. Ожидается, что поставщики решений для IDP также обеспечат высочайший уровень безопасности данных корпоративного уровня.

Также следует учитывать стоимость владения. Поспешная разработка, несовершенный код или использование технологий, которые скоро устареют в системе BYO IDP, повышают риск технического долга. Со временем это потребует дорогостоящих исправлений и обновлений системы.

Приобретение IDP как услуги значительно снижает риск и техническую задолженность покупателя. Чтобы оставаться конкурентоспособными, поставщики отдают приоритет технологическим обновлениям, внедряя новейшие возможности и постоянно совершенствуя свои услуги. Они занимаются необходимыми доработками, тестированием, обновлением и заменой устаревших компонентов.

Не пытайтесь создавать модели самостоятельно. Заголовки, привлекающие внимание, заставляют все выглядеть проще, чем есть на самом деле. Найдите поставщика, который занимался ИИ до ажиотажа вокруг LLM. Необходима компетентность в смежных процессах искусственного интеллекта, таких как обучение без учителя, подготовка данных и базовые расчеты машинного обучения.

Саймон Ноулз, руководитель технического отдела Vabble

Масштабируемость

Для индивидуальной системы требуются специальные соединители и API для интеграции с соответствующими корпоративными системами. В зависимости от размера и сложности бизнеса это может потребовать сотни или даже тысячи часов разработки. Установленные платформы IDP будут иметь готовые соединители для наиболее популярных корпоративных систем, что обеспечит быструю интеграцию и сокращение времени окупаемости. Благодаря облачной системе IDP вы также можете рассчитывать на доступ к новейшим обновлениям и возможностям искусственного интеллекта, не тратя средств на создание или интеграцию этих возможностей самостоятельно.

По всем этим причинам IDP как услуга должна быть предпочтительным вариантом для предприятий, стремящихся к быстрой окупаемости, точности и надежности своей системы IDP. Индивидуальные сборки влекут за собой значительный технический долг, а также повышенный риск и ответственность в долгосрочной перспективе. IDP как услуга возлагает бремя ответственности на специализированную платформу, отточенную годами конкуренции и итераций.

Готовая корпоративная платформа для масштабирования искусственного интеллекта и IDP

Возможности UiPath IDP — идеальный выбор для предприятий, стремящихся безопасно и успешно внедрить лучшие в своем классе ИИ и IDP. IDP встроен в нашу комплексную систему автоматизации, что позволяет автоматизировать обработку документов и сообщений. Вы также можете использовать готовые возможности, настраивать их и при необходимости добавлять свои собственные или сторонние компоненты.

UiPath Intelligent Xtraction and Processing (IXP) обеспечивает ведущий в отрасли комплексный подход к IDP. Благодаря новейшим моделям искусственного интеллекта UiPath IXP позволяет извлекать все больше типов корпоративного контента; все:от структурированных документов, таких как счета-фактуры, до сложного и неструктурированного контента, такого как юридические контракты. Мы предоставляем обширные возможности платформы и средства контроля над нашими моделями IXP, что позволяет быстро масштабировать их по всему предприятию:

Готовность для предприятий

UiPath IXP создан для быстрой окупаемости и обеспечения бесперебойной работы пользователей. Это упрощает обработку документов всех типов и сокращает время развертывания.

Во-первых, это процесс обучения, ориентированный на вывод. Для точного извлечения полезных данных из сложных неструктурированных документов прямо из коробки не требуется никакого обучения. Вместо этого пользователи просто предоставляют модели инструкции (похожи на подсказки), объясняющие, что нужно извлечь и как это отображается в документе. Тем не менее, UiPath IXP по-прежнему дает пользователям возможность комментировать, если они хотят дополнительно уточнить модель или предоставить ей некоторую информацию для оценки.

UiPath IXP также обеспечивает строгий контроль над схемой этих генеративных моделей. Пользователи могут создавать свои собственные «группы полей», указывая точную информацию, которую они хотят извлечь. UiPath упрощает большую часть работы по постобработке, а выходные данные имеют точный формат, необходимый для получения полученных структурированных данных, использования их в автоматизации и обмена ими с агентами ИИ для создания ценности.

Контролируется и соответствует требованиям

Собственные модели UiPath находятся под самым строгим корпоративным контролем. Платформа UiPath обеспечивает надежный контроль доступа на основе правил (RBAC), управление версиями моделей и расширенные ограничения производительности для наших собственных моделей IXP. Функция «Человек в цикле» также встроена в нашу платформу, обеспечивая правильную проверку сгенерированных результатов.  

Кроме того, UiPath управляет всеми сторонними моделями через уровень доверия UiPath AI, обеспечивая управление, доверие и безопасность для GenAI. Это означает нулевое сохранение данных и обучение внешней модели с использованием ваших бизнес-данных.

Гибкая стратегия открытой модели

Модели искусственного интеллекта быстро развиваются, и лучшая модель сейчас может оказаться не лучшей моделью для вашего сценария использования через шесть месяцев. Мы постоянно инвестируем в создание лучших специализированных программ LLM для основных бизнес-процессов и постоянно их совершенствуем. Выпуск нашей последней модели для сложной и неструктурированной обработки документов является тому подтверждением.

Тем не менее, наша стратегия в области искусственного интеллекта остается открытой. Мы предоставляем инструменты, необходимые для интеграции ваших любимых сторонних или собственных LLM, и управляем ими на уровне доверия UiPath AI. Благодаря UiPath у вас есть возможность использовать комбинацию лучших моделей в своем классе для каждой задачи в ваших сценариях использования.

Оптимизация для повышения точности и надежности

Наши возможности IXP оптимизированы для расширенного извлечения данных с помощью таких методов, как RAG и курируемые системные подсказки. Заземление контекста означает, что модели IXP становятся более безопасными, производительными и точными. Интерфейс нашей станции проверки показывает, где в документе была найдена извлеченная информация, а это означает, что полученные результаты можно легко проверить с помощью доказательств.

Опыт работы на проектах

Наши инновации основаны на реальном внедрении IDP на крупных предприятиях. Наши пользователи просто определяют тип своего документа и могут использовать несколько моделей. Они также могут оценивать производительность, отслеживать версии моделей и управлять ими — все это ключевые возможности для развертывания искусственного интеллекта, его обслуживания и последующего масштабирования в рамках бизнеса.

Одним из клиентов, испытывающих преимущества возможностей UiPath IDP, является компания Encova Insurance, входящая в топ-20 компаний взаимного страхования. Чтобы автоматизировать выставление счетов по претензиям, Encova изначально разработала собственное решение IDP, основанное на традиционном оптическом распознавании символов (OCR) и сторонней модели искусственного интеллекта для понимания языка. Однако, как только они внедрили платформу UiPath для IDP, они заметили немедленное улучшение точности:

Что касается понимания документа, то при традиционном оптическом распознавании символов мы справлялись без проблем на 40%, а 30% выполнялись частично. При использовании этого нового процесса [UiPath] вероятность успеха составляет 99%.

Джеффри Мартин, архитектор решений, Encova

Возможности UiPath IDP позволили сократить время окупаемости и значительно повысить эффективность работы отделов финансов, продаж, андеррайтинга, операций и поддержки клиентов Encova. Например, в программе приема данных политики время ручного ввода данных сократилось на 98%. Сокращение годового времени обработки на 95 % было аналогичным образом достигнуто при одобрении коммерческих линий.

UiPath также является признанным лидером в рейтинге IDC MarketScape:Всемирная оценка поставщиков программного обеспечения для неструктурированной интеллектуальной обработки документов 2024 года. Согласно отчету:

«UiPath рассматривает GenAI и LLM как важнейший технологический инструмент и все активнее интегрирует их на всех этапах своих портфелей IDP, интеллектуального анализа данных и автоматизации... Кроме того, UiPath продолжает расставлять приоритеты и развертывать функции безопасности, конфиденциальности, доступа, контекстного заземления и контроля корпоративного уровня, чтобы гарантировать, что модели и услуги GenAI могут безопасно и надежно использоваться для поддержки критически важных сценариев использования».

В отчете также отмечается:«Мультимодальный подход UiPath к искусственному интеллекту дает ему стратегическую выгодную позицию для постоянного внедрения новых методов и подходов для максимизации ценности традиционного (т. е. прогнозного искусственного интеллекта) и генного искусственного интеллекта для неструктурированных IDP».

Узнайте, как возможности IDP платформы UiPath обеспечивают быструю окупаемость и помогают масштабировать современный искусственный интеллект по всему предприятию.