По мере того, как лидеры деловой деятельности обращаются к искусственному интеллекту (ИИ) для решения ряда своих крупнейших технологических проблем, включая снижение затрат, повышение производительности и стимулирование конкурентной дифференциации, - ИТ-директорам, возглавляющим в своих компаниях усилия по цифровой трансформации на основе ИИ, необходимо разобраться с тем, где именно внедрении ИИ может оказать наибольшее воздействие в плане повышения рентабельности инвестиций.
ИИ был в центре внимания большей части дискуссий, проходивших в Давосе в 2024 году, где Пол Кнопп (Paul Knopp), генеральный директор американского отделения консультационной фирмы KPMG сказал в интервью изданию Axios: «Мы находимся на этапе, когда ожидаем, что в 2024 году порождающий (генеративный) ИИ от пилотных проектов и экспериментов перейдет к внедрению и промышленной эксплуатации» ( https://www.axios.com/2024/01/16/davos-wef-artificial-intelligence ). Согласно недавнему отчету фирмы BCG по итогам опроса руководителей высшего звена, ИИ поднялся на вершину списка необходимых деле: 71% опрошенных планируют увеличить инвестиции в технологии своей компании в 2024 году. Большой процент руководителей (85%) конкретно планируют увеличить свои расходы на ИИ и порождающий ИИ (GenAI) в текущем году ( https://www.bcg.com/publications/2024/from-potential-to-profit-with-genai ).
Даже несмотря на то, что шумиха вокруг ИИ несколько утихает, организации начинают тестировать и внедрять его для широкого спектра приложений - от принятия на работу новых сотрудников до соблюдения глобальных законодательно-нормативных требований по защите персональных данных и получения более глубоких аналитических выводов на основе корпоративных и клиентских данных. Одним из способов быстрого получения отдачи на инвестиции является автоматизация рутинных операций и использование порождающего ИИ для подготовки ответов на запросы информации, что позволяет рабочим группам сосредоточить своё внимание на задачах и обязанностях более высокого уровня.
Управление терабайтами данных, накопленных организациями за последнее десятилетие, и использование ИИ для превращения оцифрованных документов в деловые знания, на основе которых можно принимать решения, могут стать одними из оказывающих наибольшее воздействие применений ИИ как в краткосрочной, так и в долгосрочной перспективе.
ИИ стимулирует преобразования в управлении документами
Компания Cybersecurity Ventures прогнозирует, что объем хранящихся в облаке данных достигнет к 2025 году 100 зетабайт и составит половину объёма мировых данных на этот момент. Это рост в сравнении с объёмом хранящихся в облаке данных, составлявшим в 2015 году в 25% от объёма всех данных ( https://cybersecurityventures.com/the-world-will-store-200-zettabytes-of-data-by-2025/ ). Организации накапливают и хранят данные и документы по ряду причин причинам, включая исполнение законодательно-нормативных требований, а также для правовых и финансовых целей. Вопрос заключается в том, каким образом организации смогут использовать имеющиеся у них данные и документы для получения конкурентного преимущества?
Прежде чем внедрять ИИ, организациям следует сначала опереться на передовые методы классификации данных для проведения оцифровки документов, включая в том числе исторические «тёмные данные» (т.е. материалы, к которым у сотрудников организации практически нет доступа – Н.Х.), - используя для этого комбинацию программного обеспечения и сканера для преобразования этих документов в электронные форматы. После завершения этого начального шага следует выделить, защитить и анонимизировать документы, содержащие в дальнейшем уже не нужную информацию о клиентах и персональные данные (PII). Это необходимые, критически важные процессы, которые следует выполнить еще до внедрения ИИ.
Хотя существует множество способов, посредством которых ИИ может кардинально трансформировать и усовершенствовать процессы управления документами, однако наибольшее воздействие окажут перечисленные ниже четыре ключевых приложения ИИ:
- Автоматизация классификации и маркировки документов. Алгоритмы ИИ можно обучить таким образом, чтобы ИИ автоматически классифицировал и маркировал документы на основе их содержания, тем самым экономя массу времени. После обучения ИИ сможет идентифицировать типы документов, соответствующие ключевые слова и метаданные. Порождающий (генеративный) ИИ делает ещё один шаг вперед, «понимая» более широкий контекст документов, проводя классификацию с учётом нюансов и используя данные для резюмирования существующего или для создания нового контента. Автоматизация этого процесса снижает потребность в ручном вмешательстве, повышает точность и позволяет быстрее находить и извлекать документы.
- Хранение документов в течение надлежащих сроков и гигиена данных. Многие организации слишком долго хранят документы в их исходных форматах, что увеличивает деловые риски. По мере того, как в базы данных добавляется всё больше данных и документов, порождающий ИИ помогает решить эту проблему, анонимизируя информацию о клиентах и персональные данные с целью удаления конфиденциальной информации, - сохраняя при этом деловые данные, которые могут быть использованы для повышения качества порождаемых знаний и результатов бизнес-аналитики.
- Использование обработки естественного языка (NLP) для анализа документов. Методы обработки естественного языка можно использовать для анализа неструктурированных данных в документах, для извлечения знаний, анализа настроений и для выявления закономерностей и тенденций на основе текстов документов. Такая обработка даёт пользователям возможность искать информацию в документах с помощью запросов на естественном языке, что упрощает поиск конкретной информации в больших наборах данных и позволяет интерпретировать неструктурированные данные в документах. Порождающий (генеративный) ИИ может улучшить этот процесс благодаря пониманию сложных языковых нюансов и проведению более сложного анализа - например, посредством выявления неявного смысла или культурного контекста в документах.
- Прогнозная аналитика для управления документами. Алгоритмы искусственного интеллекта могут анализировать данные в исторических документах и на этой основе предсказывать будущие тенденции или результаты. Например, прогнозная аналитика может прогнозировать типичные способы доступа к документам, предвидеть изменения в нормативных требованиях или прогнозировать потенциальные риски, связанные с определенными типами документов. ИИ может повысить точность прогнозов за счет объединения различных источников данных и рассмотрения более широких контекстуальных факторов, выходящих за рамки традиционной аналитики.
ИИ в действии
В США искусственный интеллект применяется для оптимизации и упрощения управления документами в рамках проекта перехода к цифровым технологиям Национальных Архивов США (NARA), который пока ещё находится на ранних стадиях ( https://www.geekwire.com/2023/how-the-national-archives-is-using-ai-to-make-records-more-accessible-in-the-digital-age/ ). После его реализации он поможет лучше управлять исполнением запросов на основании закона о свободе доступа к государственной информации (FOIA), используя искусственный интеллект для автоматического цензурирования персональных данных.
Национальные Архивы США также находится в процессе оцифровки документов в рамках «Инициативы по разработке руководств по оцифровке для федеральных органов исполнительной власти США» (Federal Agencies Digitization Guidelines Initiative, FADGI), представляющей собой более широкие усилия по переходу от бумажных процессов к цифровых ( https://www.digitizationguidelines.gov/ ). Инициатива FADGI, который должен быть завершена к июню 2024 года, призвана повысить качество документов, поступающих на хранение в Национальные Архивы.
В настоящее время отсканировано и оцифровано более 250 миллионов из более чем 13,5 миллиардов страниц. Национальные Архивы стремится довести это число до 500 миллионов.
Заключительные мысли
По мере того, как всё больше организаций, включая органы и учреждения федерального правительства США, внедряют ИИ для управления документами, они смогут получить ряд преимуществ, и в том числе - снизить рабочую нагрузку на специалистов по работе с документами за счет автоматизации многих рутинных задач и операций. ИИ также позволит оптимизировать рабочие процессы и улучшит процессы принятия решений. Это позволит повысить эффективность и раскрыть потенциал данных, которые можно будет использовать в масштабе всей организации, что положительно повлияет на конечные результаты деятельности организации и одновременно создаст конкурентную дифференциацию.
Скотт Фрэнсис (Scott Francis)
Источник: сайт издания KMWorld
https://www.kmworld.com/Articles/Editorial/ViewPoints/The-transformative-role-of-AI-in-the-next-generation-of-records-management-164752.aspx
Комментариев нет:
Отправить комментарий