Виталий Астраханцев, Directum: в 2022 году надо делать ставки на сквозной интеллект в бизнес-процессах

Виталий Астраханцев: Внедрение интеллекта – это некий новый виток автоматизации. Развитие информационных систем движется по спирали, сейчас мы находимся на уровне, когда уходим от простой автоматизации процессов. Есть инструменты, которые позволяют «снять сливки» с уже автоматизированных процессов и получить еще больший эффект, чем при первоначальном внедрении. Например, это работа с договорами, входящей корреспонденцией, бухгалтерской и кадровой документацией.

Для Directum ключевое направление применения интеллекта – работа с входящей корреспонденцией. Это классический процесс в рамках СЭД, который исконно автоматизировался в системе Directum. Сейчас мы разрабатываем новые инструменты, чтобы сделать этот процесс еще проще, удобнее и оперативнее. Важно, чтобы работники канцелярии тратили меньше времени на занесение документов, руководители – на вынесение резолюций, а сотрудникам, работающим над поручениями, было проще готовить проекты ответов. В договорах есть свои нюансы, в первичке – тоже своя история, которая связана с плотной интеграцией с ERP-системой. Но в целом во всех кейсах отличительная особенность интеллектуальной автоматизации – это снижение рутины и упрощение работы пользователей с системой.

Виталий Астраханцев: Из последних примеров – проект внедрения интеллектуальных инструментов в АО «Объединенный специализированный депозитарий». Здесь применяются только возможности самих интеллектуальных сервисов Directum Ario без какой-либо прикладной составляющей. Заказчик самостоятельно интегрировал сервисы распознавания со своей системой электронного документооборота, чтобы упростить процесс внесения документов. Важно понимать, что это абсолютно не классический и не типовой кейс внедрения, если сравнивать с внедрением системы Directum RX.

Следующий масштабный проект, достойный внимания, это внедрение интеллектуальной системы Directum RX в ООО «УК Сибантрацит». Проект был связан с автоматизацией финансового архива на базе системы Directum и с интеллектуальной обработкой входящих первичных документов (актов, товарных накладных, транспортных накладных, счетов-фактур и др.). У заказчика был действительно большой объем входящих, в результате получилось направить новый поток документов на простое и удобное занесение и добавление в финансовый архив. Теперь сотрудники компании тратят гораздо меньше времени на занесение документов в систему. На проекте удалось добиться высокой точности классификации вида документов – 97%, а полнота извлечения атрибутов из поступающих документов составила 85%.Как с помощью EvaProject и EvaWiki построить прозрачную бесшовную среду для успешной работы крупного холдинга 2.4 т

И еще один знаковый проект 2021 года – внедрение в АНО «СОДФУ» (Служба обеспечения деятельности финансового уполномоченного). Проект выполнял партнер Directum – компания TANAiS. Это классический кейс встраивания интеллекта в обработку входящей корреспонденции. Проект получился интересным и сложным одновременно. На это повлияло и большое количество источников поступления документов, и количество реализованных интеграций, и формирование комплектов документов с самым различным составом. Была проделана масштабная работа, чтобы всё это встроилось в общий контур обработки документов «СОДФУ».

Почему на всех трех названных проектах удалось добиться высокого результата и качества? Внедрение любой автоматизированной обработки документов требует внимания к мелочам и деталям. Когда мы говорим об использовании «коробочных» видов документов, например, о распознавании архивных, то в большинстве случаев результат получается сразу после установки системы. Большой объем данных заводится в систему, и заказчик получает эффект. Но здесь могут возникнуть нюансы: нестандартные поля, которые нужны клиенту (например, для занесения документов); нестандартные формы документов (счет-фактура по умолчанию имеет альбомную ориентацию, а контрагент присылает счет-фактуру в книжно-ориентированном формате). Это не значит, что исходник совсем не будет распознаваться, просто в процессе могут возникнуть нюансы расположения реквизитов. Желательно заранее это учесть. Можно взять выборку документов для обучения и добавить в нее документы заказчика, чтобы сервисы ИИ «познакомились» с формой документа и могли качественно распознавать.

На проектах внедрения интеллектуальных систем и сервисов важно проводить анализ документов заказчика и смотреть, за счет чего можно добиться максимального эффекта и качества распознавания.

Виталий Астраханцев: Интеллект в сквозных бизнес-процессах – тот путь, по которому должна развиваться интеллектуальная система в 2022 году. Тот уровень качества, который три года назад мы получали от сервисов Directum Ario, сейчас исчерпал себя. Такой подход к внедрению искусственного интеллекта многими заказчиками уже не признается интеллектуальным. Это, скорее, рутинный алгоритм автоматизации занесения документов. Сейчас важно создавать и внедрять именно такие инструменты, которые будут позволять комплексно внедрять точечный интеллект в бизнес-процессы.

Поэтому важно сохранять фокус и взгляд сверху. Интеллект – это не только распознавание документов, но и работа с классификацией, обучением на исторических данных. С таким подходом получится собрать всю общность данных, получить результат, сделать скидку на вероятность и ускорить процесс заведения документа в ИС. Сейчас на рынке нет инструментов, которые могут обучаться на действиях пользователей. Компания Directum, как вендор, работает над этим. Наша цель – создать интеллект, который будет постепенно накапливать данные для обучения и по достижении необходимого объема построит модели и начнет помогать пользователю. То есть на старте проекта внедрения снизит затраты на запуск и научит систему заказчика тому, как работают пользователи. После обучения система сама начнет заполнять данные и помогать в принятии решений. Инструменты будут собирать статистику с серверов заказчиков: как пользователи заполняют определенные поля, как принимают решения. Периодически ИИ-инструменты будут корректировать внесенную информацию и строить модель распознавания. Если модели будут соответствовать заданным критериям, то будут использоваться в работе и регулярно улучшаться. Если модели не соответствуют заданным критериям, значит мы будем продолжать собирать данные, пока не достигнем результата и не сможем дать максимальный эффект пользователям системы.

Виталий Астраханцев: Directum предлагает большое количество вариантов поставки интеллектуальных сервисов. Это может быть поставка с некой прикладной логикой. Например, продукт Directum Ario One распознает, верифицирует в нашем интерфейсе, выгружает проверенные данные и заносит в корпоративную информационную систему заказчика. Другой вариант – возможность работы с сервисом без прикладной составляющей. Так было реализовано на проекте в АО «Объединенный специализированный депозитарий».

Еще есть вариант использования сервиса 100%-ного распознавания, который высоко оценивают заказчики, лояльно относящиеся к облакам и желающие получить максимальный эффект от интеллекта без ручной верификации распознанных данных. При использовании нечетких инструментов на базе машинного обучения и компьютерного зрения дается вероятностный результат. Клиентов это не всегда устраивает. Им хочется, чтобы в конечной информационной системе данные были полностью заполнены, а сотрудник не подключался к проверке распознанных данных. Сервис 100%-ного распознавания сочетает в себе и интеллектуальное распознавание, и верификацию на стороне вендора, чтобы облачный сервис вернул уже полностью заполненные карточки документов, которые можно дальше использовать по бизнес-процессу. Как видите, вариантов встраивания масса.

Виталий Астраханцев: По моему мнению, западные и российские компании идут самостоятельным путем. Так исторически сложилось, что на западе RPA – некий мастхэвный инструмент. Если у нас в стране автоматизация предприятий строилась на базе крупных информационных систем, которые объединяли в себе все процессы, то на западе развивалось точечное закрытие кейсов. В одной компании могло использоваться 10-20 различных систем, каждая из которых закрывала маленькие точечные задачи. В какой-то момент систем стало так много, что появилась необходимость разгрузить человека от переноса данных между системами, чтобы информация появлялась там, где она должна быть, а единых баз данных для нее нет. Да, в России технология RPA внедрена уже во многих крупных компаниях и активно используется, но сами вендоры RPA признают, что Россия для них достаточно узкий и маленький рынок по сравнению с западными странами. На мой взгляд, путь развития российских информационных систем связан с дополнением интеллектуальными функциями существующих крупных информационных систем. Те ERP, CRM, ECM-системы, которые используют заказчики, должны стать умными. В их базах данных есть достаточно информации для того, чтобы обучить систему. Плюс у них есть потенциал к развитию. Важно иметь такой инструмент, который лаконично встроится в существующую инфраструктуру, чтобы не делать лоскутное одеяло, а сохранять централизацию. Хотя есть категория молодых развивающихся компаний, следующих западному пути и закрывающих задачи точечно.

Виталий Астраханцев: Это несложно. Рассмотрим на примере интеллектуальных сервисов Directum Ario. Благодаря механизмам дообучения классификаторов и механизмам авторазметки можно выгрузить карточки документов и на их основании сделать проект разметки и обучить модели извлечения фактов для нового вида документа. Мы также работаем в направлении кластеризации выгруженных документов с целью подготовки обучающей выборки и повышения качества итоговых моделей. В Directum RX с точки зрения интеллектуального распознавания созданы практически все условия для того, чтобы просто и быстро вводить в работу новые виды и новые формы документов.

Виталий Астраханцев: Снижение роли профессиональных разработчиков, скорее, обусловлено применением low-code/no-code инструментов. ИИ-решения становятся некими помощниками пользователей и никак не влияют на профессиональные успехи разработчиков. В конечном счете код пишут именно они, а не интеллектуальные механизмы, и пока это так, внедрение ИИ никак не угрожает программистам на предприятиях.

Виталий Астраханцев: Мы позиционируем интеллектуальные инструменты Directum как набор цифровых ассистентов. Это важно, потому что в искусственном интеллекте не бывает на 100% вероятностных результатов. Это обусловлено текущими алгоритмами, на базе которых разрабатываются ИИ. Даже если это будет 99%, то 1% необходимо будет перепроверить пользователям.

Юридическая сторона аспекта очень важна. Особенно сильно она поднимается сейчас на Западе, да и в России тоже начинают о ней задумываться. Интеллект помогает агрегировать информацию. Но важные и ключевые решения все равно принимает человек, пусть и на базе автоматически собранной и подготовленной информации. Но это не полная замена сотруднику. Да, простые операции может выполнять RPA. Да, где-то документы можно дозаполнять с помощью интеллекта. Но это небольшой объем операций. Интеллект важно рассматривать как совместного участника деятельности, помогающего в работе сотрудникам предприятия. Но не как самостоятельный инструмент.

Виталий Астраханцев: Большой путь начинается с одного шага. Здесь важно не ставить для себя глобальные цели. Если уж они ставятся, то в стратегическом аспекте. При этом текущий локальный Roadmap на ближайшие полгода-год должен быть ощутим и обозрим. Если его сделать глобальным, то вы никогда не начнете. Вместо этого будете искать решения, которых не существует и гнаться за результатами, которых никто не гарантирует, а если и гарантирует, то за необоснованно большие деньги. Поэтому как к любой автоматизации, подходить к этому следует постепенно. Мои рекомендации: выберите максимально понятный, но часто повторяющийся процесс в вашей компании, и начните с него. Затем, когда появится техническая инфраструктура, и пользователи привыкнут к тому, что им помогает искусственный интеллект, можно запускать новые небольшие проекты, чтобы расширять функциональность интеллекта в вашей информационной системе.

Виталий Астраханцев: По поводу поглощения ресурсов. Для того чтобы модели распознавания в оговоренные сроки давали качественный результат, нужны ресурсы. Решения одних вендоров более ресурсоемкие и требуют дорогих серверных видеокарт, чтобы нейросети работали быстро и качественно. Другие решения менее требовательны к ресурсам и работают на более классических инструментах, таких как оперативная память и процессор. Максимально высокие требования предъявляются к инфраструктуре вендора, потому что именно на базе вендора создается большинство моделей, которые затем попадают к заказчику. А на базе заказчика должна быть реализована безотказная архитектура (количество узлов, распределение сервисов между серверами) и инфраструктура, чтобы интеллект работал стабильно.

Для снижения стоимости владения я бы порекомендовал рассмотреть применение облачных решений. Это убьет сразу несколько зайцев: не надо тратить время на разворачивание, держать в штате специалистов поддержки, заботиться об отказоустойчивости и резервировании и т.п. Например, система Directum RX может сразу подключиться к облачному сервису Ario и напрямую работать с ним без потребления локальных ресурсов на стороне сети заказчика. Каждый идет своим путем и выбирает максимально удобный и удовлетворяющий вариант.

Виталий Астраханцев: Я делаю ставки на сквозной интеллект. Это именно тот подход, который даст максимальный эффект заказчику. Не все мои коллеги так считают. Кто-то говорит, что нужно делать точечные решения. На мой взгляд, для того чтобы получить качественный результат, от которого заказчик (не только ЛПР, но и конечный пользователь) действительно ощутит полноту эффекта применения интеллектуальных решений, необходимо проанализировать весь процесс работы с документами и понять, где интеллект может помочь в ходе распознавания, классификации и принятия решений.