Impulsionando Automação, Precisão e ROI com Document Understanding

O entendimento de documentos visa liberar dados presos em documentos para conceder à sua organização muito maior precisão dos dados extraídos, aumento de produtividade e ROI crescente da Automação de Processos Robóticos (RPA). Ele está na interseção do processamento de documentos e inteligência artificial (IA), que juntos contribuem para um futuro onde quase tudo pode ser automatizado.

O ecossistema de entendimento de documentos inclui tecnologias que podem interpretar informação e significado de uma ampla gama de tipos de documentos — até mesmo escrita à mão, caixas de seleção e carimbos. Machine learning (ML) está impulsionando inovação contínua em entendimento de documentos, que é uma das áreas de automação de crescimento mais rápido.

Organizações já podem estar trabalhando com soluções ou provedores específicos. Ainda assim, podem precisar de outras tecnologias ou nova expertise para expandir o entendimento de documentos para outras funções de negócios. Pode ser difícil encontrar um fornecedor que tenha uma solução universal que funcione com todos os tipos de documentos. Eles normalmente se concentram em tipos particulares de documentos ou indústrias, como seguros, finanças e saúde. Também existem fornecedores que oferecem soluções baseadas em ML, como modelos pré-treinados para documentos específicos. No entanto, esses modelos não podem ser facilmente modificados para se adequar a documentos fora desses domínios.

Atualmente, é difícil encontrar um fornecedor oferecendo uma solução universal que funcione com qualquer documento imaginável. Em contrapartida, a UiPath oferece às empresas uma maneira de enfrentar os desafios e possibilidades do processamento automatizado de documentos. Para começar, existem nossas capacidades nativas de IA que você pode testar através do teste empresarial UiPath.

As capacidades da Plataforma UiPath Enterprise RPA são aprimoradas por ofertas complementares de parceiros, permitindo processamento de documentos ponta a ponta suave — essas estão disponíveis no UiPath Marketplace. O Marketplace oferece um ecossistema aberto com soluções de parceiros que, combinadas com a Plataforma UiPath RPA, podem abordar uma ampla gama de casos de uso.

Vamos dar uma olhada mais de perto nessas tecnologias do ecossistema e nos principais fornecedores que as fornecem.

Múltiplas tecnologias podem desbloquear o poder do entendimento de documentos

Estas são algumas das tecnologias mais comumente usadas em entendimento de documentos, junto com parceiros UiPath que constroem soluções em torno delas:

Reconhecimento óptico de caracteres (OCR)

OCR converte imagens de texto digitado, manuscrito ou impresso em texto codificado por máquina que pode ser processado para extrair dados desejados. A tecnologia geralmente extrai informações sobre o layout e estrutura do conteúdo também. Você pode ter sido ocasionalmente desacelerado ao trabalhar com documentos PDF nos quais não pode copiar texto ou aplicar busca porque páginas PDF são basicamente imagens. Da mesma forma, você pode ter uma digitalização, uma foto ou uma captura de tela de um recibo, por exemplo, em formatos gráficos típicos como JPEG ou TIFF. OCR pode coletar facilmente todas as informações necessárias desses arquivos sem necessidade de um humano ler todos os documentos por conta própria.

Muitos dos motores OCR mais conhecidos no mercado são integrados com UiPath. Estes incluem ABBYY FineReader, Tesseract (um OCR de código aberto fornecido pelo Google), Kofax OmniPage, Microsoft OCR e Google OCR. Além disso, UiPath Document OCR foi lançado recentemente como outra ótima opção para clientes.

Extratores baseados em templates (TBEs)

TBEs extraem dados usando regras fixas aplicadas a templates criados por um usuário ou máquina. TBEs podem não funcionar para documentos cuja estrutura muda frequentemente ou requer diferentes variações de template. Isso significa que não é uma opção quando você trabalha com muitas organizações diferentes e lida com vários templates de faturas ou recibos que elas enviam. Ao mesmo tempo, a tecnologia é idealmente adequada para gerenciar um número relativamente pequeno de templates para documentos estáveis. Não hesite em usá-la quando você tem um conjunto pré-definido de templates fixos e nenhuma exclusão é esperada. Quando uma mudança de formato de documento é necessária, é fácil alterar o template manualmente.

Existem muitos fornecedores oferecendo TBEs. Ao avaliar qual solução escolher, você deve prestar atenção em quão fácil é configurar um template e como os resultados de extração dependem da qualidade da imagem. Algumas das melhores empresas oferecem tecnologias que criam templates de forma semi-automática usando um processo human-in-the-loop que apenas confirma a escolha.

Um ótimo exemplo de TBE é ABBYY FlexiCapture, que é integrado ao UiPath Studio. Também existe um extrator de template UiPath disponível como parte do UiPath Document Understanding.

Extratores de machine learning baseados em aprendizado supervisionado (SMLEs)

SMLEs podem ser usados para documentos estruturados e semi-estruturados. Estes últimos podem não ter um layout estrito como documentos estruturados, mas podem incluir conteúdos semelhantes. Um bom exemplo são faturas e pedidos de compra. SMLEs funcionam rotulando um conjunto de documentos de amostra, ou seja, associando os elementos de dados a serem extraídos com a área no documento de onde os dados são extraídos.

Atualmente, a UiPath tem extratores baseados em ML para faturas, recibos e pedidos de compra. Outros modelos pré-treinados estarão disponíveis em breve. A UiPath também é integrada com ABBYY Flexicapture Distributed e Flexicapture for Invoices, que aproveitam modelos ML pré-treinados para faturas e documentos semelhantes. Além disso, a UiPath é integrada com Hyperscience, Ephesoft, Vidado, Rossum, Omnius, Microsoft Form Recognizer e Amazon Textract. Todas as integrações oferecem técnicas para documentos estruturados e semi-estruturados.

Ao considerar opções SMLE, pergunte ao fornecedor quantas amostras são necessárias para treinar os modelos. Se o número for grande, o processo pode implicar um custo alto devido às tarefas de rotulagem e a necessidade de muitas amostras.

Aprendizado não supervisionado (USL)

Esta técnica consiste em analisar um conjunto de dados sem exigir pré-rotulagem de dados. USL utiliza modelos pré-treinados ou diferentes representações de conhecimento amigáveis ao computador para processar documentos não estruturados. Casos de uso comuns incluem análise de demonstrações financeiras, contratos e e-mails.

A UiPath tem vários parceiros oferecendo soluções USL, incluindo Indico, SortSpoke, Botminds AI Technologies e Xtracta. Indico, por exemplo, oferece uma ferramenta de rotulagem assistida por computador que sugere rótulos associados a dados nos documentos. Tudo que o usuário precisa fazer é aprovar ou sobrescrevê-los.

Processamento de linguagem natural (NLP)

Tecnologias NLP ajudam computadores a entender linguagem humana. NLP é frequentemente combinado com outras tecnologias para realizar uma gama de tarefas. Permite que organizações executem análise de texto, extração de entidades e automatizem processos definindo intenção em documentos não estruturados como e-mails. Se você quiser extrair Data Início e Data Fim de um documento não estruturado, precisa ser capaz de mapear a linha do tempo do trabalho porque muitas datas são sinônimos. NLP ajuda você a fazer isso, pois pode determinar e analisar sinônimos. Além disso, pode estar analisando o sentimento de um texto — ou seja, definindo se é positivo, negativo ou neutro. Isso pode ser especialmente valioso para interpretar conteúdo em notícias, mídias sociais ou correspondência. Parceiros e tecnologias NLP integrados com UiPath incluem Expert System, Amazon Comprehend e Stanford NLP Group.

Alternativas emergentes — terceirização de processos de negócios e human-in-the-loop

Junto com as tecnologias e empresas estabelecidas listadas acima, há o surgimento de fornecedores oferecendo terceirização de processos de negócios (BPO) e processos human-in-the-loop (HITL) para aprimorar o entendimento de documentos.

Por exemplo, Ocrolus e Contract Wrangler têm poderosas tecnologias baseadas em ML para entendimento de documentos. No entanto, eles envolvem uma força de trabalho colaborativa que ajuda a corrigir resultados de extração de documentos que não atingem o limite de precisão desejado. Ambas as empresas são disruptivas porque garantem até 99,99% de precisão e um compromisso de tempo de entrega. Claro, maior precisão e requisitos de tempo mais curtos podem implicar custos mais altos para clientes.

Além disso, a solução UiPath Document Understanding fornece a Estação de Validação. Esta ferramenta permite que usuários revisem e, se necessário, corrijam resultados de classificação de documentos e extração automática de dados.

Considerações finais sobre escolha de uma solução

Escolher uma solução que atenda a todas as necessidades do seu negócio para entendimento de documentos pode representar um grande desafio. Geralmente, leva a avaliar opções para implementar algumas soluções simultaneamente e procurar as melhores maneiras de integrá-las. É por isso que a UiPath trabalha e se integra com uma ampla gama de fornecedores líderes da indústria. Estabelecemos um rico ecossistema de entendimento de documentos que complementa a Plataforma UiPath RPA.

Para informações mais aprofundadas, participe do nosso webinar "Destaque do Produto: Automações Aprimoradas por IA – Combinando Capacidades Transformadoras". Você verá como UiPath Document Understanding e outras soluções baseadas em ML podem ajudar a levar suas automações a um nível totalmente novo — alimentadas por IA. Você também pode testar essas capacidades para ajudar a automatizar seus processos de negócios registrando-se para o teste empresarial UiPath.