Внедрение элементов AI в работу с документами АО «ОДК»

12 054
зарегистрированных документов за 3 месяца с использованием ИИ
в 4 раза
сокращение времени обработки входящего документа
25 человек
ТОП-менеджеров охваченных решением
на 90%
автоматизировать процесс обработки входящих документов
Заказчик: АО «ОДК»
Исполнитель: ООО «Директум» / ООО «Современные технологии»

Внедрение элементов AI в работу с документами АО «ОДК»

АО «ОДК» — интегрированная структура, специализирующаяся на разработке, серийном изготовлении и сервисном обслуживании двигателей для военной и гражданской авиации, космических программ и военно-морского флота, а также нефтегазовой промышленности и энергетики. Одним из приоритетных направлений деятельности ОДК является реализация комплексных программ развития предприятий отрасли с внедрением новых технологий, соответствующих международным стандартам. В связи реструктуризацией, органично расширяются и дополняются функции отделов Документационного обеспечения.

Для упрощения процессов обработки входящей документации в отделах Документационного обеспечения возникла задача использования искусственного интеллекта для автоматизации рутинных операций: создание и заполнение РКК, занесение в систему DIRECTUM скан-образов файлов или вложений из электронных писем, связывание занесенных файлов с созданными РКК и отправка документов на рассмотрение.

Предпосылки внедрения

  • Частые ошибки в адресатах (при увольнении или переводе на другую должность работника)
  • Высокая трудоемкость ручного поиска и связывания РКК
  • Ошибки в ФИО в исполнителях и адресатах
  • Изменения орг.структуры предприятия
  • Увеличение документопотока

Цели внедрения

  • Сократить время на обработку корреспонденции
    • Упростить работу делопроизводителя
    • Избавиться от рутины в бизнес-процессах
  • Уменьшить влияние человеческого фактора
    • Снизить риски ошибок при заполнении
    • Автоматизировать маршрутизацию входящих
    • Ускорить адаптацию новых сотрудников
  • Увеличить скорость прохождения процессов

Для этих задач было решено использовать инструменты искусственного интеллекта DIRECTUM Ario. Проект по внедрению DIRECTUM Ario призван оптимизировать работу делопроизводителей, сократив время регистрации, а также помочь им быстро ориентироваться в структуре предприятия.

Проект ориентирован на канцелярию АО «ОДК». 4 регистратора входящей корреспонденции на 2000 сотрудников. 

Также внедренное решение охватывает адресатов документов (высшее руководство) и их помощников.

Суть и инновационность проекта

Техническое решение DIRECTUM Ario представляет собой обучаемый сервис, позволяющий с высокой точностью (по данным проекта 80-90%) извлечь данные из скан-образов документов, соотнести их с данными в базе и по построенным правилам классифицировать документ.

При развитии сервис призван автоматизировать процесс обработки входящей корреспонденции на 90%: по заданным правилам и накопленной «базе знаний» сервиса возможно не только захватывать файлы документов и заполнять на их основе РКК, но и определять адресатов по характеру письма (ключевым данным в содержании) при их неявном указании и подготовить проект резолюции для Адресата, также основываясь на содержании документа.

DIRECTUM Ario выполняет следующие операции:


 

При классификации входящего письма решение позволяет выделить

  • Письма, влияющие на календарь ГД
  • Письма, сообщающие о происшествиях
  • Прочие входящие письма

Предполагаемая архитектура решения:


 

Ожидаемый эффект

В отделе документационного обеспечения АО «ОДК» работает 5 делопроизводителей. За обработку входящей документации отвечают 2 человека. Основным эффектом внедрения сервиса является повышение эффективности работы с поступающими документами за счет:

  • сокращения времени по занесению документа регистраторами за счет избавления от рутинных операций;
  • ускорения погружения новых сотрудников отделов делопроизводства в отлаженные процессы, что очень важно для динамически развивающихся компаний;
  • ускорения процессов, через построение правил работы с содержимым документа, автоматически определяющих его маршрут в организации;
  • снижения ошибок и риска человеческого фактора при обработке писем, влияющих на календарь ГД или сообщающих о происшествиях;
  • сокращения количества делопроизводителей, отвечающих за обработку входящей корреспонденции до 1 человека.

Так как проведена опытная эксплуатация, и результаты (см. ниже) показывают хороший уровень, можно говорить об эффективности внедрения и достижении существенного эффекта при имеющихся объемах обрабатываемого контента.

Качество классификации документов


 

Полнота извлечения текстового слоя и атрибутов документа


 

Достигнутые цели

Всего за 3 месяца работы сервиса были достигнуты следующие цели:

  • в рамках создания единого места регистрации в организации к обработке входящей корреспонденции подключены новые сотрудники без продолжительного обучения работы в системе;
  • с помощью сервиса обработано (зарегистрировано и отправлено на рассмотрение) 12 054 документов. Для сравнения, за аналогичный период 2017 г. обработано 7 031 документов при одинаковом количестве регистраторов.
  • среднее время обработки документа сократилось в среднем с 8 до 2 минут.

В ближайшей перспективе планируется:

  • настройка сервиса на определение и самостоятельную отправку Адресатам документа по его содержанию;
  • «прикрепление» и хранение в базе Directum распознанного текстового слоя документа для его дальнейшего облегченного поиска.

Почему проект нужен и востребован

На данный момент во всех организациях наблюдается увеличение роста обмена информацией по официальным каналам связи. Так за 3 года работы в АО «ОДК» документопоток увеличился примерно в 2 раза. Также многие крупные компании ежегодно реструктуризируются и отделам делопроизводства передаются функции не только регистрации документов, но и полностью документационного обеспечения организации, требующие знания орг. структуры и специфики работы департаментов.

В связи с этим автоматизация типовых операций перестает быть просто помощью и становится необходимой частью этих процессов. При этом привычной автоматизации для удовлетворения запросов пользователей уже недостаточно. Необходимо применять интеллектуальные инструменты, способные обучаться и принимать вероятностные решения. ИТ-системы готовы к использованию AI-инструментов. Примером таких инструментов является DIRECTUM Ario, который удовлетворяет всем требованиям.

 

Перспективность и важность проекта для ИТ-отрасли и страны

АО «ОДК» - предприятие оборонного комплекса страны. Компания всегда стремилась использовать инновационные средства автоматизации. Так, опыт АО «ОДК» по внедрению мобильного приложения для работы руководителей оказался высоко востребован среди других крупных предприятий. Помимо этого, компания одной из первых внедряет новые методы и структуру управления холдингом, что является очень показательным для всех крупных предприятий страны. АО «ОДК» стала первым клиентом, внедрившими Directum Ario и запустившими сервис в опытную эксплуатацию.

Можно с уверенностью сказать, что решение, показывающее эффективную работу в головной организации холдинга, обязательно «приживется» и поможет в работе любой другой крупной автоматизированной компании России.

 

Номинация: Neo
49
Подписаться
Опубликовано:
22 января 2019 в 17:33
  • Утверждено
  • 7

Комментарии

Саш, привет.

Скажи пожалуйста, что на текущий момент является наиболее сложным звеном в поддержке решения с технической стороны?

 

 

Привет!

На данный момент, самое большое неудобство, это отсутствие базы знаний, с описанием типовых ошибок и способов их решения.

Привет! Можешь сказать, с чем связана низкая полнота извлечения номера документа?  И как происходит классификация входящих писем, по результатам которой решение позволяет выделить: Письма, влияющие на календарь ГД; Письма, сообщающие о происшествиях; Прочие входящие письма? Какие используются критерии для разделения входящих писем?

 

Привет!

Зачастую на входящей корреспонденции указан рукописный исходящий номер, поэтому его распознание затруднено. В версии 1.3 обещают повысить точность распознания рукописного текста. но мы еще не тестировали эту сборку.

По второму вопросу: четких критериев нет, и вряд ли возможно их четко выделить. Общая схема работы решения такова:

  1. Документ заносится в систему;
  2. С него снимается\распознается текстовый слой;
  3. Текстовый слой попадает в "черную коробку" ИИ
  4. ИИ выдает свои умозаключения

Как именно ИИ классифицирует документы, нам трудно сказать, но мы можем ему дать примеры документов, на основе которых он будет делать выводы. Это как раз один из этапов настройки классификатора.

То есть мы сделали три класса и дали службе Ario проанализировать по 500 документов каждого класса. На основе полученных данных из этих документов и происходит классификация. Ну и в дополнение, обучение классификатора происходит также во время работы делопроизводителя: приходит задание делопроизводителю на проверку корректности занесенных данных и, если он меняет класс письма, то ИИ запоминает это и использует в дальнейшем, чтобы повысить точность определения

Поэтому мы можем добавлять сколько угодно классификаторов, таким же образом обучить их и использовать в работе, если необходимо разделять потоки документов.

Есть ли сейчас авторизованные курсы? Если, например, мы захотим обучить своих специалистов, которые поддерживают СЭД, это можно будет организовать?

Андрей, курсы по разработке правил для Ario уже есть, на текущий момент они доступны по запросу, поэтому рекомендую вам обратиться к вашему аккаунт-менеджеру, чтобы оставить свой запрос на обучение.

Вопрос ко всем кто разрабатывал и ко всем тем кто участвовал в проекте и к тем, кто читает про наш проект и к другим конкурсантам.

Что в директум вкладывает в смысл слов RPA? есть, например, заявка которая претендует на звание RPAшного проекта и это очень круто, с большим интересом ее прочел, но всё таки.

Что можно считать проектом по RPA и где тонкая грань между автоматизацией деятельности с элементами машинного обучения, искусственного интеллекта, а где, собственно RPA?

   Можно ли наш проект считать таковым или нет?

Где то прочел интересное объяснение

"Особенность Robotic Process Automation в том, что в рамках данной технологии одно приложение (программный робот) взаимодействует с другим приложением не через API (Application Programming Interface) или интеграционную шину, а через существующий пользовательский интерфейс" что по этому поводу думаете коллеги?

Авторизуйтесь, чтобы написать комментарий