Delegáld a munkád utálatos részét! – Mesterséges intelligencia az irodában

A „smart machines”, azaz az okos gépek 2014-ben szerepeltek először azon technológiák között, melyet a Gartner meghatározó trendként értékelt¹. Azóta a mesterséges intelligencia valamely formája, minden évben benne van a top 10-ben, és mára igazi buzzword-é vált. Minden magára adó szoftverfejlesztő cég – így vagy úgy – de felhasználja. Körbejártuk tehát, hogy a vállalatai tartalom-, illetve dokumentumkezelés terén, milyen konkrét alkalmazásaival találkozhatunk.

 

Egy kis történelem

A mesterséges intelligencia kifejezés Alan Mathison Turing-tól származik. Az angol matematikus már 1935-ben megfogalmazta egy olyan gép koncepcióját, mely saját programját módosítva, javítva képes működni². Ő volt tehát a mai értelemben vett mesterséges intelligencia egyik úttörője, így sokáig a róla elnevezett Turing-teszttel mérték, hogy egy adott fejlesztés mennyire „okos”.
Merthogy a kezdeti időkben a cél az volt, hogy a gép elérje vagy felülmúlja az ember intellektuális képességeit. Többek között ezért számított komoly mérföldkőnek, amikor egy számítógép legyőzte a sakk világbajnokot 1997-ben, Jeopardy-ban (amerikai műveltségi vetélkedő) a mindenkori legjobb versenyzőt 2011-ben vagy a Go bajnokot - mely egy, a sakknál komplexebb játék - 2017-ben.
De, hogy Noam Chomsky-t, az MIT kognitív tudományainak professzorát idézzük: „Hogy egy számítógép legyőz egy sakkvilágbajnokot, az pontosan annyira érdekes, mint amennyire az, hogy egy buldózer legyőz egy súlyemelő olimpiai bajnokot.”
Nem véletlen, hogy a fenti törekvésekkel párhuzamosan a mesterséges intelligencia kutatások két további irányba is elmozdultak:

 

1. Az alkalmazott mesterséges intelligencia (MI) felé, mely a fejlett információfeldolgozást célozza, és olyan kereskedelmi felhasználású „okos” rendszereket hoz létre, mint például az orvosi diagnózisokra fejlesztett programok, vagy a tőzsdéken is alkalmazott elemző/előre jelző programok. A mesterséges intelligencia ezen ágának sikerei a szakértői, vagy más néven tudásalapú rendszerek elterjedésével váltak először kézzel foghatóvá.
2. A kognitív szimuláció felé, mely azt célozza, hogy az emberi elme működéséről szóló elméleteket teszteljünk számítógépeken. Például azt, hogy az emberek miként ismernek fel arcokat, vagy hogyan idéznek fel emlékeket. A kognitív szimuláció kutatások eredményeit ma hatékonyan alkalmazzák az idegtudományokban és a kognitív pszichológiában.

 

A mesterséges intelligencia igen változatos formákban van jelen

2018-ról ’19-re közel négyszeresére nőtt azon cégek köre, melyek valamilyen formában felhasználnak mesterséges intelligenciára épülő technológiát³.
De míg pár évvel ezelőtt a gépi tanulás volt az egyetlen széles körben elterjedt módozata, addig mostanra már igen széles a lehetőségek tárháza. A Gartner Hype Cycle felmérése egy grafikus ábrázolása a különböző MI technológiák és alkalmazások érettségének, elterjedtségének. Merthogy az új felfedezések övezte hírverésnek köszönhetően gyakran nehéz megítélni, mikor érdemes elkezdeni egy adott technológia felhasználását. A Gartner riportja arra is iránymutatást ad, hogy milyen távon járulhat hozzá egy innováció a valódi üzleti problémák megoldásához, új lehetőségek kiaknázásához.

 

Az automatizált gépi tanulás (AutoML), a chatbot-ok és az intelligens alkalmazások vannak abban az érettségi szakaszban, amikor már – olykor kudarcok sokaságával – számos sikertörténetet tudhatnak magukénak. A velük szembeni piaci elvárások tehát igen felfokozottak, mindemellett a vállalatok többségénél egyelőre még nem jellemző az alkalmazásuk. A Conversational AI (szerk: üzenetküldő alkalmazások, beszéd-alapú asszisztensek, chatbotok, melynek célja a kommunikáció automatizálása, személyre szabott felhasználói élmény nyújtása) pedig egy olyan terület, mely a korábbi időszakhoz hasonlóan, továbbra is elsődleges napirendi pontként szerepel a cégek „to do” listáján, mely valószínű az Amazon Alexa, a Google Assistant - és mások globális sikereinek köszönhető.
Mint minden új technológia - a mesterséges intelligencia számos alkalmazásával szemben is csökkenő az érdeklődés a kezdeti növekvő elvárásokat követően. Különösen akkor, ha elterjedésük során nem hozzák a várt eredményeket. Ilyen esetekben a további invesztíciók csak akkor folytatódnak, ha a technológiát szolgáltatók olyan szintre tudják tökéletesíteni terméküket, hogy azok az „early adopter”-ek megelégedésére szolgálnak.

Az MI a teljes dokumentum-életciklust támogathatja

És hogy mire használja az Innodox ezt a technológiát? Egy pár példa arra, hogyan teheti hatékonyabbá a mesterséges intelligencia a vállalati információfeldolgozást:

 

• A beérkező információk / dokumentumok feldolgozása
  Egy vállalathoz napi több száz – de mérettől függően, akár több tízezer - üzenet, levél, e-mail érkezik. Lehetnek megrendelések, ajánlatkérések, számlák, panaszok vagy egyéb jogkövetkezménnyel járó dokumentumok. A bennük lévő információ feldolgozásához – papír alapú dokumentumok esetén – szükséges a dokumentumokat digitalizálni, iktatni, szétszortírozni és megtalálni a felelősét: azaz el kell olvasni őket és eldönteni, kié lesz a feladat.
  Ezen utolsó fázis egy igen munkaigényes dolog. Hisz míg a fejlett képfelismerő technológiáknak köszönhetően strukturált dokumentumtípusok esetén – lásd számlák, szállítólevelek, adatbekérők – viszonylag könnyű automatizálni a feladatot, addig a strukturálatlan dokumentumok esetén ez a módszer nem működik. Az olyan információk feldolgozásához, melyek nem követnek valamiféle szabályszerűséget vagy nincsenek olyan ismétlődő elemeik, amiket egy gép könnyen fel tudna ismerni – lásd az emailek –, vagy emberi erőforrás szükséges, vagy mesterséges intelligencia alkalmazása.
• Bizonyos feldolgozási munkafolyamatok kiváltása
  De lépjünk egy lépéssel tovább! Tételezzük fel, hogy egy jól sikerült kampányt követően a szolgáltatóhoz új ügyfél „kopog be”. Az ezzel kapcsolatos feladatok viszonylag sztenderdek, minden szolgáltató esetén: be kell vinni a rendszerbe az adatait, digitalizálni kell a személyi okmányokat, terméket/szolgáltatást kell rendelni hozzá, meg kell nyitni a számláját/fiókját, a kapcsolódó dokumentumokat (lásd szerződés) elő kell állítani, le kell ellenőrizni az adatokat, aktiválni kell a számlát, esetlegesen kiegészítő szolgáltatást kell felajánlani, amit - ha elfogad – aktiválni kell, majd frissíteni az ügyfél „kartont”.
  Ez a sztenderd számla-/fióknyitási folyamat szinte teljes mértékben automatizálható. A számlanyitással, aktiválással, frissítéssel járó kattintásokat egy szoftverrobot (RPA) is el tudja végezni. Az információk automatizált ellenőrzése mesterséges intelligenciával megoldható, míg adatbányászati módszerekre épülő intelligens ajánlási rendszereket lehet alkalmazni a kiegészítő ajánlatok meghatározásához.
•  
• Tömeges dokumentum-előállítás minőség ellenőrzési szakaszának támogatása
  Bármennyire is automatizált egy tömeges dokumentum-előállítási folyamat, bizonyos pontokon emberi beavatkozást igényel. Ilyen például a nyomatkép ellenőrzés, melynek során a rendszer minden előállítandó „dokumentumkötegből” egy mintát generál ellenőrzés céljából. A gyakorlatban ez azonban azt jelenti, hogy egy olyan szolgáltató esetén, amely milliós nagyságrendben állít elő dokumentumokat, valakinek akár több ezer oldalt kell szemmel átvizsgálni. Ilyen esetekben tehát gépi előszűrés alkalmazható a dokumentumok átnézésére. Hisz a hibák egy része a gép által is könnyen azonosítható: például, ha egy cellából kilóg egy szám, lemarad a logó a jobb felső sarokból, hiányzik a csekkről a QR kód, vagy csak egyszerűen nincs a helyén.
  Nagyban csökkenthetjük tehát Quality Management folyamat élő munkaerő igényét, ha egy gépi látásra és egy deep learning algoritmusra épülő mesterséges intelligenciával támogatjuk meg a dokumentumelőállítás ezen szakaszát.

A mesterséges intelligencia átalakítja a munkahelyeket

A fenti példák jól mutatják, hogy az MI emberi munkaerőt szabadít fel, ami a nap végén egy „win-win” helyzet. Örül a munkaadó, hisz egy olyan hűséges erőforrásra tehet szert, amit csupán egyszer kell betanítani, utána pedig 24/7 rendelkezésre áll, hibamentesen dolgozik akár évtizedeken át, ezáltal jóval hatékonyabbá teszi a munkavégzést, így a befektetés megtérülése bizonyosan pozitív.
Ugyanakkor örül a munkavállaló is, hisz olyan dolgoknak szentelheti idejét, melyek valódi emberi kvalitásokat igényelnek. Legalábbis ez derül ki az ABBYY felméréséből⁴, mely szerint az irodai dolgozók közel fele szívesen „delegálná” egy robotnak feladatainak nem kívánatos részét.

 

1. https://www.gartner.com/en/documents/2667526/the-top-10-strategic-technology-trends-for-2014
2. https://www.britannica.com/technology/artificial-intelligence/Alan-Turing-and-the-beginning-of-AI#ref219088
3. https://www.gartner.com/smarterwithgartner/top-trends-on-the-gartner-hype-cycle-for-artificial-intelligence-2019/
4. https://www.abbyy.com/news/survey-finds-us-workers-want-to-delegate-48-percent-of-tasks-to-artificial-intelligence/?itm_source=abbyy-internal-search-all#sthash.G0819dMt.dpbs

Fejléc fotó: Tumisu, Pixabay