«Умный» документооборот

«Умный» документооборот

При появлении любой новой технологии назревает вопрос — для чего это нужно, для кого и, последний, как это внедрять. О повсеместном переходе на электронный документооборот говорили 10 или больше лет назад, и до сих пор о нем говорят как о еще не завершившемся процессе. Бумажные документы по-прежнему присутствуют в организациях. Цифровая трансформация продолжается (или начинается, по мнению некоторых). Сколько же лет потребуется, чтобы принять на «службу» в канцелярию ИИ, и для решения каких задач это действительно будет эффективно?

Во-первых, госсектор — основной заказчик СЭД/ЕСМ-систем, госучреждения обрабатывают колоссальный объем документов с регламентированным временем их отработки, и от качества и эффективности документационного взаимодействия во многом зависит оперативность и эффективность работы органов государственной власти. Функции СЭД в госорганах не ограничиваются внутренним управлением, большой объем занимает внешний документооборот — коммуникация с гражданами и организациями по предоставлению государственных сервисов. В связи с развитием электронного правительства количество обрабатываемых запросов может достигать нескольких тысяч в день.

Во-вторых, процессы в государственных структурах типизированы, как и документы, поэтому применение интеллектуальных алгоритмов будет более эффективным, нежели в структуре, где сложная и уникальная организационная структура.

Машинное обучение может ускорить процесс обработки документов, подготовить все необходимые для принятия решения человеком данные, а еще предотвратить человеческие ошибки, и без помощи супер мощного компьютера. Скоро наступит тот день, когда люди перестанут понимать, кто отвечает на запрос — искусственные алгоритмы или секретарь... Но пока машинное обучение занимается другими задачами.

Где это может применяться и как это работает?

Конечно, основная задача — это повышение эффективности использования и анализа накопленной базы знаний. Если говорить более подробно о том, какую пользу могут привнести алгоритмы в неструктурированную работу с документами с высокой степенью опасного влияния человеческого фактора, то МО:

  • Поможет справиться с растущим потоком входящих документов и обращений
    • На основе содержимого текста поступившего файла система автоматически заполняет необходимые данные в карточке документа, устанавливает взаимосвязь с другими похожими документами или перепиской и сама предлагает адресата сообщения, основываясь на данных о выполнении схожих вопросов. И по тому же принципу сама определяет сроки обработки документа.

  • Поможет повысить персональную продуктивность сотрудников

    • Алгоритмы выбирают подходящего исполнителя поручения не только исходя из профиля задания, но и загрузки сотрудника, позволяя таким образом распределить нагрузку между исполнителями.

  • Упростит работу с организационно-распорядительной документацией (ОРД) и нормативными актами

    • Система за несколько секунд автоматически определит маршрут согласования проекта на основе его содержания, найдет связанные нормативные акты и ОРД и составит резолюцию документа. Как результат, ускорение процесса согласования и уменьшение ошибок при выпуске документов.

  • Повысит уровень безопасности данных ограниченного доступа

    • Интеллектуальный мониторинг базы документов, предназначенных для служебного пользования, обеспечит защиту от несанкционированного доступа, предупредит о подозрительной пользовательской активности.

Особенности внедрения

Машинное обучение, а точнее той математической магии, которая под ним скрывается, на самом деле уже больше 50 лет. Но только сегодня увеличение мощности рабочих компьютеров сделало возможным применение алгоритмов для решения повседневных задач. Раньше для того, чтобы решить задачу с помощью МО потребовался бы суперкомпьютер, а теперь достаточно ноутбука. Как следствие, компании накопили достаточно электронных документов для того, чтобы можно было найти общие закономерности данных, интересные зависимости и, наконец, применить алгоритмы МО.

И, казалось бы, созданы все условия для того, чтобы выдернуть человека из процесса обработки документов, и полностью самостоятельный организм СЭД в тандеме с алгоритмами машинного обучения заработает, но на самом деле так думать рано. Во-первых, принятие решений по-прежнему остается за человеком, сколько бы алгоритмов ни подключили к обработке документа, они не смогут принять важное управленческое решение или решение о сокращении бюджета, например. Во-вторых, как показали наши исследования, алгоритмы должны применяться к структурированным базам данных, тогда они смогут выполнять задачи с высокой точностью, поэтому уже сейчас стоит приступать к проектированию такой модели данных путем применения алгоритмов машинного обучения и анализа данных. Без участия человека на первом этапе обучения алгоритмов не обойтись. 


Как это правильно сделать и с чего начать — подскажут специалисты БР Консалт, у которых уже есть практический опыт внедрения алгоритмов машинного обучения в СЭД.


Возврат к списку




Подпишитесь на новости

Чтобы вы могли быть в курсе последних изменений и новостей "БР Консалт", рекомендуем подписаться на нашу рассылку.

Ваш email:

email рассылки Конфиденциальность гарантирована

email рассылки