Автоматизація документів — не одна функція «завантажити PDF». Надійна система розділяє читання, розуміння, валідацію, підтвердження та запис до цільової системи.
Microsoft описує Document Intelligence як OCR і розуміння документів для вилучення тексту, таблиць, структури та пар «ключ — значення». Офіційний огляд розділяє готові й користувацькі моделі: рахунок, договір і внутрішня форма мають різні схеми.
Крок 1: збережіть оригінал
Зберігайте вихідний файл зі стабільним ID, контрольною сумою, джерелом, часом і політикою доступу. Вилучений текст не має бути єдиним записом.
Перевіряйте формат, шифрування, пошкодження, розмір і шкідливий вміст до моделі.
Крок 2: класифікуйте до вилучення
Визначте: рахунок, договір, чек, форма або невідомий документ. Клас обирає схему й правила перевірки.
Низька впевненість і змішані документи йдуть людині. Неправильна схема створює правдоподібні поля з неправильним змістом.
Класифікація та вилучення є в «15 бізнес-процесах для AI-автоматизації».
Крок 3: вилучайте значення з походженням
Для кожного поля зберігайте значення, сторінку, область, упевненість і метод. Перевіряльник має повернутися до точного місця оригіналу.
Документація моделі рахунків перелічує постачальника, адресу, строк оплати, суму й рядки. Модель договорів повертає сторони, юрисдикцію, ID і назву.
Це кандидати на поля, а не затверджені записи бізнесу.
Крок 4: перевіряйте детермінованими правилами
Використовуйте код, обмеження бази й довідники. Мовна модель не має бути калькулятором і фінальним рішенням.
- обов'язкові поля заповнено;
- дати мають правильний формат і порядок;
- валюту вказано й дозволено;
- рядки, податок і підсумок сходяться;
- контрагент є в довіднику;
- номер рахунку не дублюється;
- сторони договору збігаються;
- наявність підпису не вважається перевіркою особи.
Крок 5: перевірка людиною за ризиком
Показуйте оригінал поруч із полями та виділяйте низьку впевненість і порушення правил. Працівник виправляє значення й записує причину.
Вимагайте підтвердження для великих сум, нових постачальників, незвичних реквізитів, пропущених сторінок, рукописних правок і важливих умов.
Використовуйте ворота з «Дорожньої карти впровадження AI» до автоматичного запису.
Крок 6: один запис і повний журнал
Створіть idempotency key, щоб повтор не провів документ двічі. Пов'яжіть оригінал, версію вилучення, валідацію, перевіряльника та ID запису.
За помилки downstream API зберігайте документ у відновлюваній черзі. Не запускайте вилучення заново з утратою перевіреної версії.
Захистіть чутливі дані
Посібник ICO пов'язує безпеку AI з мінімізацією даних: треба визначити справді необхідні персональні відомості та захистити їх.
Шифруйте зберігання й передавання, обмежуйте ролі, розділяйте test і production, задавайте строки зберігання й не надсилайте повний документ, якщо потрібні лише поля.
Той самий принцип працює для звернень в «AI-автоматизації клієнтської підтримки».
Вимірюйте весь конвеєр
Архітектура Microsoft поєднує вилучення, схеми, упевненість і перевірку користувачем. Рахуйте прийняті записи, а не лише OCR.
- точність класифікації;
- точність полів за типами;
- частка без ручної обробки;
- час виправлення;
- дублі й помилки звірки;
- причини винятків;
- вартість і затримка прийнятого документа;
- інциденти доступу.
Чого мене навчила робота з документами
Під час роботи з рахунками, договорами й PDF я розділив вилучення відомостей і створення підсумкового документа.
Модель може знайти реквізити компанії, дані автомобіля, суми або пункти, але фінал треба перевірити за джерелом: юридичне ім'я, код, підсумки, дати й структуру.
Найдорожчі помилки виглядали охайно: неправильна особа, одна цифра або пропущена умова. Тому важливі походження поля й окрема перевірка.
Запитання та відповіді
OCR і document AI — те саме?
Ні. OCR читає символи, а document AI класифікує файл, розуміє структуру й заповнює схему.
Чи можна автоматично проводити рахунки?
Лише після перевірки сум, дублів, довідників, прав і ризик-орієнтованого підтвердження.
Чи може AI перевірити підпис?
Він може виявити позначку підпису. Це не підтверджує особу підписанта або юридичну силу.
Що має бачити перевіряльник?
Оригінал, виділену область, значення, упевненість, порушені правила та цільове поле.
Що робити з виправленнями?
Зберігати їх із причинами, аналізувати повторювані помилки й використовувати затверджені приклади для оцінювання.