Построение маршрута документов на базе Искусственного интеллекта

> 10 000

пользователей

Следующий проект

Суть идеи

Создание сервиса, позволяющего построить маршрут обработки документов на основе анализа с помощью искусственного интеллекта.

Область применения и назначение

Сервис должен уметь:

  • проводить поведенческий анализ пользователя СЭД, анализ маршрутов документов на основе искусственного интеллекта и машинного обучения;
  • выдавать подсказки пользователю по построению маршрута согласования и определение ответственного, в том числе на основе содержания документа;
  • выделять устойчивые маршруты согласования, формировать типовой маршрут (если в организации часто используется один и тот же маршрут, то он становится типовым и рекомендуется системой в зависимости от содержания задачи и документа);
  • предлагать изменение маршрутов на основании анализа поведения пользователя. Необходима классификация документов, учет нагрузки пользователя;
  • выдавать прогностическую аналитику для руководителя.

Новизна идеи/проекта

Упорядочивание и разноаспектный, глубокий анализ бизнес-процессов.

Ожидаемый эффект от внедрения инновации

Повышение эффективности бизнес-процессов путем консолидации наиболее часто используемых данных и документов.

Оптимизация построения маршрутов (исключение ненужных звеньев).

Эффект будет заметен для всех пользователей: ИОГВ, ОМСУ и подведомственные учреждения - более 10000 пользователей.

Уменьшатся затраты на обучение, система сама дает подсказки.

Ожидаемый срок выполнения проекта – 12 месяцев.

Почему идея нужна и востребована сегодня

Система будет давать рекомендации пользователям для принятия решения, что уменьшит трудоемкость.

На данные момент типовые маршруты формируются в консоли администратора или программистами. С применением машинного обучения и искусственного интеллекта можно сильно упростить процесс создания маршрута.

Перспективы есть у подобных проектов в России

Внедрение данного проекта повлияет на весь сегмент электронного документооборота (в т.ч. на коммерческие предприятия).

Также ИИ в электронном документообороте может применяться для:

  1. оптимизация заполнения склада. Анализ, например, товарных накладных и приходных ордеров и на основе этого ИИ может подсказывать, куда лучше разместить прибывший груз.

  2. оптимизация сезонных распродаж для ритейла на основе анализа спроса;

  3. оптимизация торговых площадей для ритейла;

  4. оптимизация построения логистических маршрутов;

Номинация: Шаг в будущее
Утверждено

Поделись проектом и участвуй в Directum Like

Комментарии (4)

Екатерина Борисова

Добрый день! "Сервис должен уметь выдавать прогностическую аналитику для руководителя." Уточните, а какую аналитику он должен выдавать. Почему без ИИ нельзя собрать эту аналитику, например, в отчет? На мой взгляд, ИИ должен помогать пользователям СЭД в типовых и рутинных операциях.

И интересен пункт "проводить поведенческий анализ пользователя СЭД, анализ маршрутов документов на основе искусственного интеллекта и машинного обучения". Как Вы это видите и как анализируете сейчас?

Доброго дня. Тоже хочется подключиться к дискуссии.

К сожалению, большинство докладов и заметок об использовании искусственного интеллекта (ИИ) в части настройки бизнес-процессов и решения задач документооборота - страдают отсутствием описания деталей и примеров решения.
В описанной выше идее предполагается применение ИИ путем настройки нейронных сетей и реализации механизма машинного обучения.
Однако эти методы в прямом смысле не анализируют "поведение пользователя".
Механизм машинного обучения предполагает получение и анализ некоего "эталонного" массива документов, которые аналитиком отнесены к тем или иным категориям на основании их содержимого. А уже к категории может быть привязан выбор маршрута движения документа или принятие определенного управленческого решения (с некоторой долей вероятности, конечно).
Аналитиком (конструктором сети) делаются некоторые предположение о критериях принятия решения (отнесения документов к той или иной категории, исходя из наличия определенных ключевых слов в тексте и наличия определенного набора метаданных), которые закладываются в модель нейронной сети.
После этого начинается итерационный процесс обучения (обработка документов из "эталонной" обучающей выборки) — в результате формируется структура сети, накапливается стат.информация с решениями.
Если аналитик ошибся в своих предположениях (по мере роста обучающей выборки "адекватность" решений сети не растет), необходимо изменить гипотезу о критериях - и "подкрутить" механизм.
Согласитесь, что такую реализацию можно лишь условно назвать "анализом поведения пользователя".

Никита Захаров

Необходимы уточнения:

Бизнес-процессы в компании формирует пользователь по ходу работы или они формализованы ?
Как принимать управленческие решения на основе БП сформированного пользователем, ведь могут быть не учтены какие-либо аспекты рассмотрения/согласования документа если он не попадет к нужному сотруднику?

Очень похоже на описание механизма кнопки "Сделать всё правильно".

Никита, нейросеть позволяет по определенным признакам документа (реквизиты, словоформы в тексте и проч.) отнести его к определенному виду/категории, зоне ответственности и сконструировать оптимальный маршрут: выбрать рассматривающего, составить оптимальный состав согласующих, подобрать шаблон ответа, выполнить бухгалтерские проводки и проч. Итого: на выходе получаем БП, составленный из "кубиков" и сопутствующей информации, что конечно, снижает трудоемкость рутинных операций. Это, действительно, похоже на "ту самую" кнопку.

Авторизуйтесь, чтобы написать комментарий