Наверх

Искусственный интеллект и электронный документооборот

Время чтения: 7 минут
1
Искусственный интеллект и электронный документооборот

Представляем вам выдержку из статьи Нитина Растоджи (Nitin Rastogi), эксперта в области ECM-решений, о том, как развитие машинного обучения и искусственного интеллекта повлияет на эволюцию ECM-систем. Полный текст статьи читайте на сайте OpenText.

Представляем вам выдержку из статьи Нитина Растоджи (Nitin Rastogi), эксперта в области ECM-решений, о том, как развитие машинного обучения и искусственного интеллекта повлияет на эволюцию ECM-систем. Полный текст статьи читайте на сайте OpenText.

«Когда команда «Вашингтон Редскинз» выигрывает свою последнюю домашнюю игру в год выборов, правящая партия сохраняет свое место в Белом доме. Если команда проигрывает, выборы выигрывает оппозиционная партия».

«С 1972 года, если победитель Суперкубка является членом Национальной футбольной конференции, фондовый индекс S&P 500 растет, а если победитель – член Американской футбольной конференции, то снижается» – эту связь обнаружил спортивный обозреватель Леонард Коппетт, и на январь 2017 года в 80% случаев она оказывалась верна.

Оба этих утверждения характеризуются разной степенью уверенности. Они основаны на связях, выявленных с использованием различных наборов данных. Ни одно из них не является абсолютно верным, однако, их можно использовать для выявления общих поведенческих моделей. Эти модели нужно проверять на больших объемах информации, и, если они окажутся полезными, использовать для предсказательной аналитики.

Предсказательная аналитика может быть автоматизирована – и вот мы уже вступаем на территорию горячо обсуждаемой технологии – искусственного интеллекта. Искусственный интеллект (кратко ИИ) – это интеллект, демонстрируемый машинами через процессы выявления связей, обучения на основе этих связей, принятия решений и, наконец, выполнения когнитивных функций.

Ценность обоих утверждений заключается в том, что они выведены на основе реальных данных. Для того, чтобы прийти к простому и понятному умозаключению, понадобилось проанализировать огромное количество информации и отточить алгоритмы ее сбора.

Системы электронного документооборота, или ECM-системы, давно известны своей возможностью хранения терабайтов информации, как структурированной, так и неструктурированной. Данные, хранящиеся в ECM-системе, могут иметь значительную ценность для организации, если научиться правильно их извлекать. Структурированные данные давно используются для поиска и построения отчетов, а вот область неструктурированного контента все еще не освоена.

Электронный документооборот

За прошедшие годы разработчики ECM-систем выработали немало способов хранения и управления контентом. Давно нашли свое применение классификаторы, поисковые движки, сопровождение данных тегами. ECM-система уже превратилась в систему «умного» электронного документооборота, обеспечивая пользователя полезными функциями: списки документов, к которым чаще всего обращается, комментарии о полезности этих документов, расстановка приоритетов, удаление устаревших документов и другие возможности, направленные на улучшение работы с контентом.

Однако, ECM-системам все еще есть, куда развиваться:

●   Конечные пользователи могут делать орфографические ошибки, употреблять синонимы, аббревиатуры, разные регистры символов, что приводит к семантической двусмысленности и потере важной информации.

●   Если конечные пользователи не указали теги или другие метаданные, классификация и систематизация данных становится непосильной задачей из-за громадного количества входной информации.

●   На данный момент не существует механизма, способного проиндексировать для поиска тематическую структуру документов.

●   Традиционный поиск не предоставляет пользователям информацию, которая им нужна, хотя они об этом пока не догадываются.

●   Постоянный мониторинг документов, с помощью которого можно было бы находить и удалять дубли, чтобы освободить пространство для хранения и снизить вероятность обращения пользователей к устаревшей информации.

●   Обеспечение безопасности путем поиска незащищенных персональных данных и информации о банковских картах.

●   Повышение эффективности бизнес-процессов путем консолидации наиболее часто используемых данных и документов.

Как ИИ может изменить электронный документооборот

Структурированный контент – легкая цель для аналитических алгоритмов, поэтому целью внедрения ИИ является как раз обработка неструктурированной информации. Сейчас знания, заключенные в неструктурированном контенте, доступны только через связанные с ним структурированные метаданные.

Искусственный интеллект может помочь осмыслить и глубоко проанализировать данные в следующих областях:

Создание задач

Представьте инструмент на основе ИИ, который анализирует документы и другой контент в ECM-системе и отправляет их сотрудникам с помощью workflow, добавляя комментарии вроде «переименуйте источники файлов». Или даже создает новый контент, основанный на другом, уже существующем в системе.

Поддержка управляемости и полезного опыта

У большинства современных ECM-систем есть процессы, обеспечивающие управляемость и использование полезного опыта при создании контента, занесении в систему и донесении до конечного потребителя. Один из пользовательских кейсов ИИ – это анализ контента, сравнение с прошлыми практиками работы и побуждение пользователя поделиться контентом с другой аудиторией, которой он также может быть интересен. Будет ли контент нормально отображаться на мобильных устройствах? Какие теги должен расставить автор, чтобы поделиться им со всеми нужными людьми?

Чаты и мессенджеры

Чат-боты на основе ИИ полезны, когда пользователь работает над задачей, связанной с управлением контентом. Большинство современных ECM-приложений ориентированы либо на BPM – управление бизнес-процессами – либо на традиционное управление контентом. Несмотря на обучение, которое обычно проводят при внедрении ECM-систем, пользователи часто не уверены, что им нужно сделать и что другие делают в такой ситуации. При необходимости такой чат-бот мог бы подсказать действие или отправить запрос в службу поддержки.

Взаимодействие с другими ИИ

Сегодня большинство систем на базе ИИ нацелены на решение только одной проблемы. Лишь некоторые, например, Amazon Alexa или Google Nest выводят свою функциональность на новый уровень, интегрируясь с выключателями и другими связанными домашними устройствами. ECM-системы могут предоставлять похожую функциональность через интеграцию с другими системами на базе ИИ.

Ускорение A/B тестирования

Некоторые торговые предприятия используют электронный документооборот для управления планами своих магазинов. Компании, занимающиеся поисками месторождений нефти, хранят в ECM-системах диаграммы геофизических исследований скважин, чтобы просматривать их при необходимости. Что если инструмент на базе ИИ мог бы анализировать контент и предсказывать, как еще можно использовать эти места (помещения магазинов и нефтяные месторождения)?

A/B тестирование заключается в постоянной перестановке и комбинировании данных, и ничто не может превзойти ECM-систему в плане доступности информации. Таким образом, на основе данных, хранящихся в ECM-системе, можно выполнять множество сценариев A/B тестирования.

Препятствия для внедрения ИИ в ECM-пространство

Несмотря на отличные возможности развития и большое количество пользовательских кейсов, внедрение ИИ в ECM-пространство продвигается очень медленно. Вот лишь несколько факторов, препятствующих росту:

●   Необходимость быстро обрабатывать документы из разных источников в различных форматах (высокая пропускная способность).

●   Необходимость быстрой классификации документов.

●   Конвейерный подход к передаче данных между различными стадиями.

●   Кастомизация алгоритмов под требования клиентов.

●   Своевременные обновления.

●   Отказоустойчивость.

●   Высокий уровень доступности ИИ и ECM-системы.

В заключение

Искусственный интеллект основывается на предсказуемом поведении и работает благодаря доступности большого количества информации для анализа. Однако, как данные не могут быть на 100% верными, так и поведение не может быть на 100% рациональным и предсказуемым. Несмотря на это, искусственный интеллект продолжает завоевывать свои позиции. Нельзя назвать его технологией будущего – ведь он уже прочно укрепился в наших домах и офисах.

Пока искусственный интеллект укрепляет позиции, компании все еще пытаются оценить, как использовать его для повышения продуктивности.

В обозримом будущем искусственный интеллект не станет угрозой для ECM-систем, однако, он будет стимулировать сферу управления контентом к улучшению своих ключевых компетенций: задавать правильные вопросы разработчикам и заказчикам, выстраивать привлекательные пользовательские кейсы, связывать между собой приложения на основе ИИ и использовать «сырые» данные для создания стратегии, которая найдет отклик у клиентов.

Источник: OpenText

Чтобы прочитать эту статью до конца,
или зарегистрируйтесь

Комментарии 1

Безусловно использование искусственного интеллекта в ECM системах это достаточно объемная задача закрывающая многие потребности заказчиков, но не правильнее ли было бы рассматривать ИИ как надстройку над всем информационными системами предприятия, способную анализировать данные в одной системе и на основе полученных данных давать команду другой системе, что-то типа роботов-помощников?

Чтобы прокомментировать, или зарегистрируйтесь