Production Auto Learning : automatisation de la capture intelligente des donnees

    Découvrez le « Production Auto Learning », un moyen plus simple d'automatiser le traitement de vos documents grâce à l'apprentissage automatique et à IA.

    Subscribe to our blog

    Depuis que j'ai rejoint l'équipe Capture de Données d'Amplexor, j'ai l'impression d'en apprendre chaque jour un peu plus sur la capture de données et sur l'automatisation des processus. Prenons par exemple, OpenText Intelligent Capture (anciennement « OpenText Captiva »).

    Les outils de capture de données permettent de transformer de gros volumes de documents en données exploitables, à intégrer dans des processus ou applications vitales. S'il est vrai qu'élaborer un processus de capture performant prend du temps, l'automatisation obtenue justifie l'investissement. Pour la plupart des projets, l'automatisation de la reconnaissance et de la classification des documents génère un retour sur investissement en 12 mois seulement !

    Familiarisez-vous avec votre PAL

    De nombreuses entreprises internationales font déjà appel à des outils de capture de données pour automatiser leurs processus et accroître leur efficacité, mais, forts de notre expérience, nous avons remarqué que beaucoup d'entre elles ne tirent pas pleinement parti de toutes les options à leur disposition. Un bon exemple d'option ignorée est la fonction Production Auto Learning (PAL) dans OpenText Intelligent Capture.

    S'appuyant sur l'intelligence artificielle (IA) et l'apprentissage automatique (AA), ce module permet à votre système d'apprendre automatiquement quels sont les propriétés des documents et quel traitement leur appliquer, ce qui permet de profiter des avantages d'une capture plus rapidement qu'auparavant.

    Imaginez que votre outil de gestion des données d'entrée puisse apprendre à reconnaître, classer et distribuer les factures, les contrats de prêt, ou autres, sans que vous n'ayez à compter sur des développeurs ou des administrateurs pour créer les modèles correspondants. L'automatisation de la création de modèles réduit les temps de configuration jusqu'à 90 %.

    Alimentez votre PAL de manière judicieuse

    L'apprentissage du PAL repose sur l'interaction avec l'utilisateur. Plus le volume de données capturées est important, plus le PAL apprend et plus il devient intelligent. Ainsi, plus tôt le module d'apprentissage automatique est mis en œuvre en production, plus tôt il peut commencer à recueillir des informations et devenir de plus en plus précis.

    Comme déjà dit, cette fonction de capture intelligente est une forme d'apprentissage supervisé. En d'autres termes, le système reçoit un échantillon de données annotées afin de pouvoir prédire un résultat. De cette façon, le système apprend et progresse, les connaissances acquises étant appliquées à de nouvelles données inconnues.

    En réduisant progressivement le nombre de documents classifiés et de champs validés à la main, au cours de la phase d'apprentissage initial, le PAL finit par décharger les collaborateurs de ce travail fastidieux et leur permet de se consacrer à d'autres tâches.

    Pourquoi votre entreprise devrait envisager le PAL ?

    Les entreprises qui reçoivent des formulaires, des demandes, des factures, des documents de prêt, des demandes d'indemnisation et autres documents de ce type, comportant des données similaires, trouveront un réel intérêt à adopter un PAL. Le PAL effectue une classification automatisée d'images et de textes. L'exactitude des résultats de traitement est jusqu'à 20 % plus élevée qu'avec des règles et modèles créés manuellement.

    Au moyen d'une méthode de classement qui s'appuie sur le texte de documents semi-structurés et des fichiers provenant de différentes sources, chaque ensemble de mots apparaissant au même endroit dans différents documents est identifié. Les gestionnaires de projet n'ont plus à spécifier de mots-clés : le logiciel les traite automatiquement avant de classer un document, ce qui réduit le temps et le coût nécessaires des opérations manuelles.

    En conclusion, l'apprentissage automatique en production accélère l'extraction des données et la classification des documents grâce à l'automatisation des processus. En prime, la qualité des données est également améliorée par la réduction des erreurs qui pourraient survenir lors d'une saisie manuelle des données. En bref, vous bénéficiez d'une meilleure qualité de données et d'une solution de capture à l'épreuve du temps avec moins de développement et des workflows plus rapides.

    Vous ne savez toujours pas si le PAL peut être utile pour votre écosystème de gestion des données d'entrée ? Envoyez-nous un message dans les commentaires ci-dessous, ou demandez une démonstration avec notre équipe pour en apprendre davantage sur la capture cognitive et voir à quoi ressemble un projet type, étape par étape.

    Publié sur 26/11/19    Dernière mise à jour le 26/11/19

    #OpenText, #Transformation Digitale, #Capture de Données

    A propos de l'auteur

    Jerry Rosenau is a Junior Business Consultant at Amplexor, based in Eindhoven, The Netherlands. Having had an internship in the content capture team after college graduation, Jerry now focuses on business process analysis and supporting the sales team on advising customers about the best possible capture solutions.

    ABONNEZ-VOUS À NOTRE BLOG

    Participate in this discussion