Няма да е погрешно да се каже, че последните няколко години бяха огромно разкритие за това какво може и какво не може да направи изкуственият интелект в момента. Сега, докато повечето от нас нарастват интересите си към реалните възможности на тази технология, ние също се сблъскваме с предизвикателства в процеса. И така, бихме казали, че 2019 г. ще бъде година на голяма ретроспекция за следните хора:

a) Тези, които вече са внедрили AI решения в своите организации

b) Тези, които обмислят да го приемат тази година

c) Тези, които са нараснали в осъзнаването да разграничат практичното решение от огромното мнозинство, което се предлага на пазара днес.

Сега, ако случайно се идентифицирате в един от гореспоменатите сценарии, тогава седнете и прочетете. Тази статия беше резултат от разговори с различни заинтересовани страни (вариращи от CXO до технологични мениджъри и управленски екипи за вземане на решения).

За да направим нещата интересни (и заслужаващи вашето време), ние разделихме статията на следните три фази, всяка от които формира дневния ред тук и говори с 3 шаблона на хора, които току-що установихме (като изключим метафорите, решението, за което ще говорим, работи за всеки даден шаблон).

a) Технологията, която се маскира като AI, се разкрива (известна още като OCR)

Какво е OCR? Стандартната пълна форма го посочва като оптично разпознаване на знаци и буквално прави, както подсказва заглавието, разпознава знаците на печатен или писмен текст. Най-популярното му приложение е обработка на данни.

Нека го наречем традиционен OCR, представящ оригиналната идея. Той се проваля на следните основания, тъй като не разбира 3 най-важни аспекта на обработката на данни:

1) Форматиране

2) Съдържание

3) Контекст

За по-добро разбиране нека вземем произволен пример, както е даден по-долу:

Тук имаме профила на човек с част от свързаната с него информация. В този пример етикетите биха били нещо като:

Име, дата на раждане, пол, местоположение.

Сега, тук

i) съответната информация за тези етикети се отнася за съдържание,

ii) конкретният начин/последователност на представяне на съдържанието ще бъде форматирането (напр. датата може да бъде ДД/ММ/ГГГГ или ММ/ДД/ГГГГ)

iii) информацията, която се показва в резултат на етикетите, обозначаващи контекста.

За успешна обработка на дадените данни тези 3 фактора представляват основния контролен списък. Традиционният OCR улавя сляпо данните и въвежда грешки в тяхната обработка, като по този начин затруднява по-нататъшните стъпки.

За дадения пример, обработеният изход чрез традиционния OCR метод може да изглежда така, както е представено на изображението тук.

Това, разбира се, е просто представяне на няколко случая на грешни резултати, които се генерират чрез традиционни OCR. Някои от случаите може да варират в нивата на техните грешки, но можете да бъдете почти сигурни в резултат от подобно естество. След като сте направили това предположение, сега си представете купчина документи, които трябва да бъдат обработени. На какво бихте заложили в идеалния случай, за да се извърши обработката?

За да се осигури по-добра обработка на данни, стана важно да се заобиколи това предизвикателство.

Въпреки това, след разговор с редица собственици на бизнес, които преди това са проучвали набор от решения за обработка на данни, беше осъзнато, че повечето от съществуващите решения просто се опитват да подобрят резултатите, но в крайна сметка се оказа най-вече като леко подобрено, но все пак традиционно OCR. До такава степен, че по-късно се присъедини към комбито AI Buzz, за да се преопакова. Въпреки че все още може да има решения, които твърдят, че имат подход, базиран на AI, той все още не отговаря на изискваните стандарти.

От отговорите можем ясно да разберем, че има разминаване в очакванията. Но за да разберем ясно тази празнина, нека вземем предвид случая на OCR с активиран AI.

b) Научете повече за неговата замяна и защо трябва да ви е грижа (известен още като OCR с активиран AI)

OCR с активиран AI, работи там, където традиционното OCR се проваля. Освен основните фактори, както споменахме първоначално (форматиране, съдържание и контекст), това, което отличава Cerescope D-tect (който е изграден около тази идея), е способността му да има пространствено разбиране на даден документ. Което означава, че разбира какво да търси в документа и къде точно да го намери, дори ако позицията се промени, подобно на това, което би направил човек. Така че по принцип работи независимо от шаблона и осигурява по-точен резултат.

Сега, въпреки че OCR може вече да не се приема като осъществимо решение, бихме искали да го видим от различна гледна точка. Един, в който „C“ в OCR се фокусира повече върху концепциите дори отвъд героите. Това е изключително важен подход, когато става въпрос за обработка на документи, независимо от шаблони/оформления и т.н. Някои популярни случаи на употреба биха били обработката на фактури и застрахователни искове в различни индустрии, тъй като тези случаи на употреба представят различни нива на сложност, които идват с домейна, представяне на информацията. В резултат на това прилагането на OCR с активиран AI е още по-важно.

c) Става въпрос за воденето на „революция на производителността“ (известна още като ефективен бизнес растеж)

Не е новина, че AI като модна дума се носи наоколо от доста време. Компаниите искат да се уверят, че са свързани по някакъв начин с термина, независимо дали технологията е налична или не. Този подход доведе до огромна разлика в очакванията. Вярваме, че AI, за да доставя наистина стойност, трябва да бъде умен, приложим, измерим и практичен. Ние го наричаме CAMP AI подход.

Това позволява наистина да активираме производителността в организациите, което е нещо, което ни движи. Това също е нещо, което движи технологията, която сме разработили. Важно е да имаме този подход, тъй като ние вярваме, че автоматизацията на процесите е само началото и основата за истинска цифрова трансформация изисква партньор, който споделя визията за продуктивност.

Ако имате някакви въпроси, свързани с това как OCR с активиран AI може да направи разликата във вашата компания, не се колебайте да се „свържете с нас“ или да ни пишете: [email protected].

~ Написано от Amyth Banerjee (AI Prospector, Cere Labs)