Co to jest IDP
Firmy dostają dziesiątki rodzajów dokumentów: faktury, zamówienia, umowy, protokoły, dokumenty przewozowe, CV. Każdy dostawca ma inny układ faktury, każdy klient wysyła zamówienie w innym formacie. Klasyczne rozwiązania wymagały szablonu dla każdego układu. IDP wykorzystuje model językowy, który rozumie dokument podobnie jak człowiek, więc radzi sobie z nowymi układami bez osobnej konfiguracji.
Etapy przetwarzania
- Przyjęcie: dokument przychodzi mailem, ze skanera, z formularza lub z systemu.
- Odczyt: jeśli to obraz, OCR zamienia go na tekst. Jeśli to PDF z tekstem, krok jest prostszy.
- Klasyfikacja: system rozpoznaje rodzaj dokumentu, np. faktura, korekta, zamówienie.
- Wyodrębnienie: AI zwraca konkretne pola, najczęściej jako JSON: numer, daty, kontrahent, pozycje, kwoty.
- Walidacja: automatyzacja sprawdza dane, np. czy NIP istnieje w bazie, czy suma pozycji zgadza się z kwotą razem, czy zamówione produkty są w ofercie.
- Akceptacja: dokumenty, przy których coś się nie zgadza, trafiają do człowieka.
- Zapis: dane trafiają do ERP, programu księgowego, CRM albo rejestru.
Jak to wygląda w praktyce
To przykład ilustracyjny. Hurtownia dostaje zamówienia mailem od kilkuset klientów, każde w innym formacie: PDF z systemu klienta, Excel, zwykła treść maila. IDP rozpoznaje klienta, wyodrębnia pozycje i ilości, dopasowuje nazwy produktów klienta do kodów hurtowni i porównuje ceny z cennikiem klienta. Zamówienia, w których wszystko się zgadza, trafiają do ERP od razu. Te z nierozpoznanym produktem lub inną ceną czekają na sprawdzenie przez handlowca. Cały proces opisujemy na stronie przyjmowanie zamówień.
IDP a RPA
IDP rozumie dokument, a RPA obsługuje interfejs programu. Te podejścia się uzupełniają: gdy docelowy system nie ma API, IDP wyodrębnia dane, a robot RPA wpisuje je do programu.
Od czego zacząć
Wybierzcie jeden rodzaj dokumentu, który przychodzi często i jest dziś przepisywany ręcznie, np. faktury kosztowe albo zamówienia od klientów. Zbierzcie kilkadziesiąt przykładów, w tym te nietypowe, i spiszcie, które pola są potrzebne i jak je sprawdzić. Na tej podstawie powstaje pierwszy przepływ, który przez kilka tygodni działa równolegle z dotychczasową pracą.
Granice
IDP przyspiesza pracę, ale nie zdejmuje odpowiedzialności. Przy danych finansowych potrzebne są reguły walidacji i ścieżka dla wyjątków. Przy umowach AI może streścić zapisy i wskazać nietypowe klauzule, ale ich ocena należy do prawnika, o czym piszemy w artykule AI w analizie umów. Warto też ustalić, gdzie dokumenty są przetwarzane, jeśli zawierają dane osobowe.
IDP wdrażamy w usłudze AI w obsłudze dokumentów, a przykład obiegu faktur opisujemy na stronie obieg faktur kosztowych.
Powiązane hasła
- OCROCR to technologia rozpoznawania tekstu na obrazach i skanach. Zamienia zdjęcie lub skan dokumentu na tekst, który można przeszukiwać, kopiować i przetwarzać dalej.
- LLM (duży model językowy)LLM, czyli duży model językowy, to model AI wytrenowany na ogromnej ilości tekstu, który rozumie polecenia w języku naturalnym i generuje odpowiedzi, streszczenia, tłumaczenia czy szkice dokumentów.
- RPARPA to automatyzacja, w której program naśladuje pracę człowieka w interfejsie innych aplikacji: klika, kopiuje i wpisuje dane tam, gdzie nie da się połączyć systemów przez API.
- JSONJSON to tekstowy format zapisu danych, w którym informacje mają postać par nazwa i wartość. Systemy najczęściej wymieniają w nim dane przez API i webhooki.
W jakich procesach to wykorzystujemy
Jak możemy pomóc
Najczęściej zadawane pytania
Czy IDP wymaga szablonu dla każdego dostawcy?
Nie. Modele językowe rozumieją różne układy dokumentów. Szablony i reguły przydają się do walidacji, a nie do odczytu.
Jakie dokumenty nadają się do IDP?
Faktury, zamówienia, dokumenty przewozowe, protokoły, umowy, formularze. Najlepiej te, które przychodzą często i mają powtarzalną treść.
Co się dzieje z dokumentami, których AI nie odczyta?
Trafiają do kolejki do sprawdzenia przez człowieka, razem z informacją, czego brakuje.
