Искусственный интеллект в ECM: реалии и перспективы

Во второй половине нынешнего десятилетия тематика управления корпоративным контентом (ECM) вступила в очередной этап своего развития: помимо резкого расширения сферы применения этих программных решений -- выход за границы организационно-распорядительного документооборота в рамках ответственности канцелярии.

Речь идет о переходе от автоматизации ранее существовавших бизнес-процессов, связанных с бумажными документами, к качественно новым системам управления предприятием на базе новейших достижений ИТ. В том числе здесь имеется в виду постоянное повышение интеллектуального уровня традиционных СЭД и других ECM-средств за счет использования как уже хорошо известных методов бизнес-аналитики, так и технологий искусственного интеллекта (ИИ). Поддержка принятия решений, чатботы, автономное самоуправляемое ПО, естественный интерфейс — вот только некоторые сферы применения ИИ.

О том, как ИИ-методы уже сегодня задействованы и чего можно ожидать от них в ближайшем будущем в корпоративных ECM-системах, журналист ITWeek побеседовал с Артёмом Пермяковым, R&D-директор компании DIRECTUM.

Как бы вы оценили сегодняшний уровень использования методов ИИ в уже реализованных ECM-проектах?

Текущий уровень использования ИИ в ECM-проектах достаточно низкий. Все идут по стандартному пути — с помощью интеллектуальных технологий закрывают уже известные рутинные задачи: распознавание и ввод входящих документов в систему, обработку документов финансового архива.

Сегодня мы наблюдаем, что даже для этих стандартных задач искусственный интеллект внедряют в основном компании-новаторы. Они не только переводят большинство своих процессов в электронный вид и отказываются от хранения бумажных документов, но и применяют новые инструменты. Если говорить о конкретных отраслях, то наиболее активны промышленность, банковская сфера, ритейл. В качестве примера можно привести «Объединенную двигателестроительную корпорацию», где ИИ применяется для обработки входящей корреспонденции. Стоит отметить, что для писем, как неструктурированных документов, сегодня накоплено меньше практики использования ИИ, чем для структурированных, например, счетов-фактур или накладных и т.д.  Следовательно, большинство компаний пока не решаются переходить на эти инструменты и следят за опытом лидеров.

Что вы можете сказать о концепции “искусственный чиновник” — об использовании ИИ в ИС государственных и муниципальных органов?

Основная цель внедрения ИИ в информационных системах — это автоматизация рутины. Для государственных органов такой рутинной задачей, где ИИ будет максимально эффективен, станет обработка обращений граждан.  Речь идет не только об автоматической регистрации входящих запросов, но и о внедрении средств обработки голоса и создании интеллектуальных чат-ботов для общения с пользователями, по примеру того, как это уже реализовано в банках. Это позволит создать «единое окно» для обращений, где гражданин сможет выбрать удобный ему вариант взаимодействия. 

Для типовых обращений искусственный интеллект может анализировать базу уже принятых раньше решений и предсказывать, кому именно из сотрудников нужно будет направить поступивший запрос. В результате цепочка рассмотрения часто задаваемых вопросов сократится — задачу можно будет направить сразу конечному исполнителю, с уведомлением его вышестоящих руководителей и других заинтересованных лиц. 

При обработке типовых обращений ИИ также может готовить автоматические ответы, самостоятельно собирая данные из ECM-системы и других источников. Специалисту останется лишь проверить и при необходимости скорректировать вариант ответа, предложенный алгоритмом. Система здесь выступит, скорее, как помощник чиновника, который позволяет быстро находить информацию, необходимую для принятия решений.

Использование ИИ в чат-ботах: что можно передать ИИ, а что нужно оставить за человеком?

Искусственный интеллект в чат-ботах используется уже сейчас для поддержки пользователей как в корпоративных системах, так и в рамках внешних сервисов Help Desk. Его основные задачи — выявлять и классифицировать пользовательские интенты, то есть реальные потребности, стоящие за запросом, — а также отвечать на типовые обращения. Возможности ИИ уже сейчас позволяют обрабатывать обращения на естественном языке и «понимать» их смысл, хотя далеко не всегда такой семантический анализ необходим — иногда достаточно пары кнопок.  

При этом пользователь должен знать, с кем он общается, с реальным человеком или алгоритмом.  Компаниям точно не стоит пытаться обманывать ожидания, это может вызвать больше негативных реакций клиентов. На текущем этапе развития технологий у человека всегда должна быть возможность переключиться с чат-бота на специалиста контакт-центра, если ответ искусственного интеллекта не решил поставленный вопрос. С точки зрения клиентоориентированности, важно предоставить людям возможность выбрать наиболее комфортный способ запроса и оставить обратную связь по итогам обращения.

Какие еще направления применения ИИ в ECM-решениях представляются вам наиболее интересными в ближайшей перспективе?

Остановлюсь подробнее на нескольких сценариях применения ИИ в ECM-системах.

Определение ответственного.

На государственных предприятиях или в крупных компаниях с госучастием большая часть переписки по проектам ведется в формате официальных писем. Таким образом фиксируются ключевые решения, которые важно задокументировать. В этом случае будет эффективным не прогонять всю переписку через полный цикл обработки официального письма с вынесением резолюции руководителя, а сразу отправлять корреспонденцию конечному исполнителю, ответственному за проект. Другой вариант — это формирование проекта резолюции для руководителя и извлечение значимой для него информацию. Например, алгоритм распознает все ссылки на договоры и нормативные акты и сразу найдет их в системе, сократив трудоемкость обработки письма.

Робот-юрист или «помощник согласующего».

Согласование договоров — одна из ключевых задач ECM-системы, которая затрагивает множество категорий сотрудников. Здесь есть несколько направлений использования ИИ. Во-первых, сравнение документов. Например, специалисту необходимо сравнить сканированную версию договора от контрагента с первоначальным вариантом или сопоставить версии по итогам очередного круга согласования. В первую очередь, интеллектуальная ECM-система поможет сократить затраты на механическую сверку документов и подсветить все значимые изменения.

Следующий уровень анализа — это экспертиза рисков. ИИ может выявлять различные риски в договоре: штрафы, отложенные платежи, время предоставления документов и так далее. Кроме этого ИИ может сформировать наиболее вероятные замечания, которые согласующие могут дать к этому договору. Это позволит специалисту, отвечающему за договор снять большинство вопросов, еще до запуска документа на согласование, например, обсудив их с контрагентом.

Все это приведет к ускорению процесса согласования договорных документов, т.к. сократится количество итераций согласования (договор не будут возвращать на доработку с типовыми замечаниями). В свою очередь, на этапе согласования ИИ может показывать каждому согласующему именно те риски, которые находятся в зоне его компетенции. Например, интеллектуальные подсказки могут предоставить юристу релевантную судебную практику для выявленных юридических рисков, а финансисту — ссылки на соответствующие статьи бюджета.

Для крупных предприятий, работающих в соответствии с законодательством о закупках (44-ФЗ и 223-ФЗ), искусственный интеллект поможет осуществлять проверки договора на соответствие закупочной документации.

Умные подсказки для всех категорий пользователей.

Например, ИИ может классифицировать поступающие задачи и предоставлять информацию о том, кто в компании уже занимался подобной работой, кого можно привлечь в качестве эксперта и тому подобное. Сюда же относится управление системой с помощью естественного языка, в том числе голосовые помощники и умный поиск. Интеллектуальная ECM должна предоставлять пользователю возможность получать необходимую функциональность с помощью свободного поискового запроса. Например, запрос «мне нужно в командировку» в такой системе сразу может запустить мастер действий на оформление командировки.

Каковы препятствия на пути более широкого применения ИИ в ЕСМ?

Основные препятствия на пути широкого применения ИИ в ECM лежат именно в плоскости менталитета. Например, автоматическое формирование резолюций и определение ответственного не будет работать без доверия руководителя к интеллектуальной системе. Вполне разумны сомнения менеджеров: не будет ли нарушена конфиденциальность, не возникнут ли технические проблемы при таком подходе?

Для работы с этим препятствием необходимо поэтапное внедрение технологии. В приведенном примере начинать использование интеллектуальных механизмов для определения ответственного лучше в режиме рекомендаций: предлагать руководителю подсказки на основе ИИ и запрашивать обратную связь.

Это позволит постепенно совершенствовать алгоритмы за счет их обучения и собирать статистику использования. Так мы сможем определить, какие внутренние метрики машинного обучения (точность, полнота, F-мера и т.д.) являются достаточными для принятия верных решений в этой системе, и выявить случаи, когда руководителю достаточно простого уведомления для контроля процесса. После первого этапа «формирования доверия» следует идти дальше — к автоматической отправке документов напрямую исполнителям.

Спасибо за интервью.

Источник: ITWeek