ИИ поможет с документами
Как сервисы искусственного интеллекта ускоряют обработку документов и снижают трудозатраты
Эксперты подсчитали, что на подготовку и подписание договора в компании в среднем уходит три-четыре недели, а в работе у специалистов может быть до 40 тысяч подобных бумаг. При этом большинство операций с документами рутинные, а значит, это идеальная сфера для внедрения решений на базе искусственного интеллекта (ИИ). О том, как технологии могут улучшить бизнес-процессы, рассказываем в совместном материале РИА Новости и группы компаний ЛАНИТ.
Доверие бизнеса к ИИ
Сфера применения решений на базе искусственного интеллекта растет. Эксперты уверены, что этому способствует увеличение доверия к подобным продуктам, в том числе за счет повышения качества технологий, накопленного опыта проектов и реальных эффектов от внедрения, а также благодаря росту общей осведомленности.
Это как с электричеством: изначально никто не знал, как и зачем его использовать – дорого, сложно, опасно, непонятно. Однако с появлением новых компонентов, таких как электродвигатели, сервоприводы и мощные осветительные приборы, совокупный эффект от перехода на электричество стал значительным. Так и зрелость ИИ-решений, а также людей, которые их внедряют, достигла уровня, когда многие компании увидели для себя большой потенциал в использовании этих технологий
При этом, по его словам, бизнес сменил парадигму восприятия искусственного интеллекта. Если раньше от ИИ ждали алгоритмически выверенного правильного ответа, то сейчас пришло осознание, что ИИ, как и человек, может ошибаться. Между тем при решении многих задач "виртуальный сотрудник" ошибается реже, и может эффективно учиться на своих ошибках. Этот факт стали учитывать при определении места использования ИИ в бизнес-процессах и планировании его внедрения.
Кардинальные изменения в прошлом году произошли в области генеративного ИИ. Появились большие языковые модели (Large Language Model – LLM), самый яркий пример из которых – ChatGPT (и его отечественные аналоги GigaChat и YandexGPT).
i
ChatGPT – семейство языковых моделей от корпорации OpenAI (научно-исследовательская организация, занимающаяся разработками в области ИИ), которая использует глубокое обучение для генерации текста и ответов на вопросы.
"Возникла технология, позволяющая машине "размышлять" – раскладывать цель на конкретные задачи и решать их, представляя результат в требуемых формах. Генерация маркетинговых статей и кода для разработчиков программного обеспечения – это не предел возможностей LLM. Настоящее применение этой технологии как раз в использовании способности "размышления", и сейчас это направление активно исследуется", – указывает Литвинов.
Принцип работы
Идея обработки документов, их генерации, извлечения из них смыслов с помощью ИИ рассматривалась давно, но только сейчас пришло понимание. что ИИ-продукты могут приносить ощутимый бизнес-эффект.
В большом количестве стали появляться соответствующие прикладные решения, которые легко разворачиваются и предоставляют необходимые сервисы
Вычислительное оборудование стало мощнее. Это способствовало быстрому обучению моделей (модели машинного обучения за счет решения схожих задач учатся распознавать закономерности). Одновременно сформировалась критическая масса накопленных знаний и опыта: появились библиотеки (содержат наборы данных для обучения, уже готовые модели, которые можно встроить в любое приложение, а также инструменты и настройки для развертывания), позволяющие достаточно быстро создавать генеративные модели, курсы, обучающие материалы для разработчиков. И главное – лидеры индустрии, многие ИТ-гиганты сейчас активно идут в этом направлении, увлекая за собой остальных игроков.
"Руководство компаний готово к написанию более гибких требований в технических заданиях к продуктам, многие владельцы бизнеса соглашаются на пилотные проекты, –отмечает директор по продуктовому развитию LDM (LANIT Document Management – платформа управления цифровым контентом организации) Константин Герман. – Бизнес увидел в очень коротком горизонте понятные перспективы: технология не требует доработки для решения конкретной задачи, ведь в новые решения вкладывается все мировое сообщество. Помимо Open AI в развитие продуктов на базе ИИ включились и другие корпорации, а это огромные инвестиции и получение еще большего результата, от чего выигрывают бизнес и общество в целом".
Дополнительным стимулом для использования ИИ в работе с документами, стало появление обученных языковых моделей с открытым исходным кодом (open source). Их могут применять те, кто работает с "чувствительными" данными, которые нельзя выводить за периметр организации.
"Осенью 2023 года стали публиковаться очень качественные открытые модели, которые любой может скачать и развернуть у себя на компьютере. Они немного отстают от лидеров рынка (ChatGPT, Google Bard и российских YandexGPT, GigaChat), но их преимущество в том, что не нужно никуда передавать свои данные", – считает Герман.
Можно предположить, что текущий уровень коммерческих технологий будет доступен на открытом рынке уже через год. Этому будут способствовать возможности обучения открытых моделей на знаниях моделей коммерческих
Быстрый поиск
Одно из востребованных направлений использования ИИ в работе с документами – это быстрый поиск данных в тексте. За счет автоматического извлечения информации ИИ уже сейчас самостоятельно заводит все входящие бумаги в систему документооборота. Сервисы применяются и для организации документов: размещают их в хранилище в соответствии с заданными критериями.
Любопытно и то, что ИИ также может давать рекомендации на основе исторических данных по улучшению формулировок договора или достижению оптимальных для компании условий. Хорошо обученные генеративные модели способны, анализируя текст, выявлять потенциально опасные формулировки и противоречия. Это позволяет избежать нарушения требований законодательства или корпоративных нормативных актов. Еще одна область применения генеративных нейросетевых моделей – создание резюме, краткого содержания документа.
Если же говорить о работе с типовыми нормативными документами (документы, определяющие основы поведения или другие стандарты; например, договор аренды квартиры или завещание), то ИИ сейчас может участвовать в их подготовке, разработке, проверяя соответствие новых документов уже существующим и законодательной базе.
Первое, чего мы добиваемся от ИИ при работе с контентом, – это помощь в проверке входящих документов. Важно заранее знать, что договор или другой документ не противоречат законодательству, внутренним документам или регламентам компании.
"Второе – помощь в подготовке документов, ведь человеку намного проще работать с предложенным ему прототипом документа, чем писать его с нуля, – говорит Вадим Сабашный. – Внедрение ИИ-решений для контроля всех входящих документов может повысить эффективность работы на 20-30%, а при создании исходящих документов – на 50%".
Нивелирование рисков
По словам Дмитрия Демидова из "Норбит", любая компания сможет оптимизировать с помощью ИИ именно те бизнес-процессы, которые требуют плотной работы с текстом, идеями, смыслами. Так, некоторые крупные компании применяют на практике модели машинного обучения для интеллектуальной проверки документов, поиска юридических рисков, классификации массовых документов и даже для помощи в генерации договоров.
"В страховании хорошо обученная модель при создании договоров может проанализировать и учесть много дополнительной информации – к примеру, предложить застраховать дом на берегу моря от тайфунов", – продолжил эксперт.
Однако выступать в роли метеоролога и предугадывать природные аномалии ИИ все еще приходится нечасто. Самой распространенной задачей для ИИ, с которой приходят заказчики, Константин Герман из LDM называет извлечение существенной информации или атрибутов (номера договора, даты, контрагента, цены или арендной ставки) из договоров.
При ограниченном наборе типовых документов (например, в банке это 20-40 основных клиентских документов) задачу по извлечению атрибутов можно решать и без применения ИИ. Однако с учетом перехода на электронный документооборот возникла необходимость обрабатывать гораздо больший объем бумаг (1000-1500единиц), а это при использовании прежних технологий – уже совсем другая цена проекта и большой срок внедрения.
Большие языковые модели позволяют решать подобные задачи без долгих проектов доработки под конкретного заказчика.
"Хотя пока еще не удается достигнуть того качества выполнения работы, которое обеспечивают классические технологии (например, извлечение данных из текстов с помощью шаблонов распознавания). Можно сказать, что с заданием справляется школьник старших классов, и в принципе он с ней справится. А с учетом скорости развития этих сетей, через год это будет уже студент первого курса, а еще через год – профессиональный юрист, который сделает работу со стопроцентной точностью. Качество будет увеличиваться постоянно, причем без затрат со стороны конкретного бизнеса, а за счет развития технологий в целом", – поясняет Герман.
Эксперт также считает, что искусственный интеллект в данной области будет оставаться лишь помощником, экономящим время человека, однако на ИИ нельзя будет полностью полагаться впринятии юридически значимых решений.
Выгода бизнеса
Существуют разные подходы к использованию ИИ для обработки документов. Выбор конкретного зависит от зрелости и финансовых возможностей, а также от готовности делиться своими данными с внешним миром.
Мы можем использовать одно из популярных решений, вроде ChatGPT, к которой мы подключаемся через программные интерфейсы и решаем прикладные задачи заказчика. Это может быть генерация текстов, анализ писем, извлечение сути из документов, обработка входящих данных, например, выделение из договоров сумм или сроков.
Если же существуют ограничения и из соображений безопасности заказчик не может передавать свои данные в открытый доступ (а это большинство крупных российских компаний), то мы используем open source-модели, которые дорабатываем и разворачиваем внутри периметра заказчика. Каждая из них решает свои задачи – какие-то распознают текст, если мы имеем дело с входящими документами, другие – подбирают подходящие варианты – что с ним делать, маршрутизируют, остальные – готовят ответ для пользователя.
Есть прекрасные открытые решения, которые мы можем просто скачать, поставить у себя, обучить на открытых кейсах, датасетах (обработанных и структурированных массивах данных – ред.), дообучить на закрытых кейсах и выдать решение заказчику.
В данном случае задача ИТ-компаний сводится к тому, чтобы помочь заказчику выбрать подход и модель, которая сможет решить его задачу: можно использовать или общепризнанные западные модели, или российские, или бесплатные модели с открытыми исходными кодами. В ЛАНИТ разработали продукт "Корпоративный GPT", который позволяет применять все возможности больших языковых моделей, не выводя данные за периметр компании.
Преимущество, которое получает бизнес от внедрения подобных продуктов, – сокращение трудозатрат специалистов за счет автоматизации рутинных, повторяющихся задач в обработке огромного количества бумаг. При этом ИИ позволяет сократить число человеческих ошибок, а также повысить лояльность сотрудников к компании: ведь у них появляется помощник в самых скучных и трудоемких задачах.
"Бизнес ждет быстрого возврата инвестиций. Чтобы спрогнозировать выгоду, достаточно произвести расчет: для этого оцениваем трудозатраты, стоимость развития самого решения, определяем объем задач, с которыми справится ИИ, и фиксируем, что останется в зоне ответственности человека. Стоит учитывать, что для таких проектов важен эффект масштаба: сэкономить получится только, если разгрузить от рутины десятки и сотни человек, а не двух-трех сотрудников", – поясняет Дмитрий Демидов.
Полезные решения
Эксперты группы компаний ЛАНИТ поделились примерами конкретных решений, которые уже сегодня существенно облегчают бизнесу работу с документами, избавляя сотрудников от рутинных операций.
Так, у компании "Норбит" есть решение, которое позволяет классифицировать, обрабатывать и верифицировать поступающие документы, как для B2C (например, при регистрации физического лица на интернет-сервисе), так и для B2B-задач. "К примеру, в процессе аккредитации поставщиков юридическое лицо направляет предприятию свои реквизиты, ИНН, сертификаты на продукцию. Модели машинного обучения анализируют эту информацию: проверяют даты, подписи, печати, номера, действительно ли документ зарегистрирован в реестре. Все процессы запускаются в автоматическом режиме, без участия человека. Кроме этого, модель может быть полезна для выстраивания коммуникаций с потенциальными клиентами и действующими партнерами: сервис на основе ИИ собирает все последние данные о компании и в нужный момент помогает вам сгенерировать для них релевантные предложения", – поясняет Демидов.
В другом проекте "Норбит" используются модели машинного обучения для анализа внутренней базы знаний заказчика, чтобы помочь ему в решении прикладных задач.
Пользователь может потратить много времени на изучение документов в поисках информации, а может написать в нашу диалоговую систему, которая сделает это за него. Сервис, проанализировав всю имеющуюся в базе информацию, предоставит нужное с учетом запроса.
"И пока технологические гиганты, вроде Google, создают универсальные языковые модели, мы, я говорю, о сравнительно небольших ИТ-компаниях, делаем их узкоспециализированными, под задачи заказчиков из конкретных областей. В ближайшем будущем, когда языковые модели будут быстрее обучаться на внутренних данных, компании смогут получить виртуального ассистента, которого можно спросить о чем угодно: от телефона конкретного сотрудника доглобальных целей компании", – продолжает эксперт.
В свою очередь, на платформе LDM реализовано два решения с использованием технологий ИИ – "Клиентское досье" (18+) для банков и "Система электронного документооборота" (18+).
"Когда документ поступил в обработку, нужно создать для него карточку в системе, заполнить атрибуты (номер документа, дату и другие) и найти ему место в системе. Эта операция – одна из самых трудоемких для пользователя, особенно при большом потоке документов. Мы автоматизировали этот процесс и с помощью генеративных моделей создали универсальный инструмент ввода, который не требует отдельной доработки под конкретного заказчика или под тип документа. Модель выявляет все необходимые атрибуты документа и предварительно заполняет карточку, но проверка правильности заполнения и нажатие кнопки "ОК" остаются за пользователем", – рассказывает Константин Герман.
В компании "ЛАНИТ-ТЕРКОМ" на основе ИИ реализован проект по подготовке отчетной документации для компаний из сферы здравоохранения. Система уже применяется и дает хороший эффект.
"Решение позволяет видеть всю историю болезни пациента в формате краткой выдержки: анализы, диагнозы, посещения врачей – все изложено медицинскими терминами. При этом модель способна выявлять противоречия в данных: например, сигнализировать о несовместимости препаратов, назначенных разными врачами. Отдельный отчет готовится системой для пациента: ему понятным языком объясняется диагноз, назначается лечение", – говорит Вадим Сабашный.
Что дальше
Специалисты отмечают ряд факторов, которые сегодня ограничивают возможности использования ИИ в области управления контентом, в том числе – документами.
Для решения задач в области управления документами используются как классические ML-модели, связанные с обработкой естественного языка, так и большие языковые модели. Качество работы первых зависит от качества исходных данных: если есть шаблонизация или четкая структура, то точность в обработке может приближаться к 100%.
"Большие языковые модели пока требуют усиленного контроля со стороны человека. Есть ряд проблем, одна из которых – "галлюцинации", когда модели выдают нереальные вещи за реальные. Но, учитывая быстрое развитие технологии, уверен, что с этой проблемой ИИ-сообщество в скором времени справится", – считает Сергей Литвинов.
Другая проблема, по его мнению, в том, что многие представители бизнеса по-прежнему воспринимают ИИ, как магию, решающую все проблемы, с которыми ранее не смогла справиться классическая разработка.
"Часто ожидания завышены. Более того, неправильное трактование ведет за собой неверное использование технологии и, как следствие, – неудовлетворительный результат. Мы постоянно работаем в этом направлении с бизнесом – помогаем сформулировать задачу для ИИ таким образом, чтобы она была реализуемой и приносила эффект", – продолжает эксперт.
Вадим Сабашный уверен, что ограничения в использовании ИИ носят больше психологический, чем технологический характер. "Галлюцинации" и ошибки могут быть как у нейросети, так и у человека, но психологически люди пока не готовы доверять "черному ящику", который может принять за них важное решение. Поэтому в обозримом будущем полностью полагаться на ИИ мы не сможем. Это еще и вопрос этики искусственного интеллекта", – говорит Сабашный.
Дмитрий Демидов из "Норбит" добавляет, что во многих областях применения ИИ контроль человека сохранится навсегда. "Если задача не критическая, то он будет, скорее, номинальным или просто выборочным, как, например, в индустрии развлечений. А вот если дело идет о здоровье или финансах, то тут требуется самое серьезное вовлечение, так как риски слишком высоки", – утверждает он.
Так или иначе все эксперты в один голос заявляют, что искусственный интеллект продолжит все более плотно входить в нашу повседневную жизнь человека. "Конечно, пока остаются актуальными вопросы безопасности. Но, думаю, что и они в конце концов будут решены, и вскоре мы просто не сможем представить себе, как это жить без ИИ – как сегодня не видим себя без смартфона и тем более без электричества", – заключает Литвинов.
Реклама, АО "Ланит", erid: 4CQwVszH9pWvoBAN5xM
11:31 29.01.2024
(обновлено: 16:20 06.03.2024)
