Processe documentos automaticamente, verifique-os com os seus próprios sistemas e deixe a decisão para um colaborador em caso de dúvida.
Com a confiança de organizações de referência
O processamento de documentos com IA, também conhecido como intelligent document processing, identifica o documento recebido, extrai os dados, verifica-os face aos dados existentes e encaminha-os para o sistema adequado. Destina-se a organizações onde os colaboradores transcrevem e conferem diariamente faturas, formulários ou contratos. A Data Science Lab constrói este fluxo de ponta a ponta e pode geri-lo após a entrada em produção.
Na manhã de segunda-feira, a caixa de correio partilhada da equipa de contas a pagar está novamente cheia. Cada fornecedor usa um formato diferente, algumas faturas são digitalizações e outras não têm número de ordem de compra. Um colaborador procura a ordem no ERP, compara os preços e as quantidades com o registo de receção e introduz as linhas manualmente. Se houver alguma discrepância, a fatura fica pendente até a equipa de compras responder.
Num município, podem ser anexos a pedidos; numa seguradora, formulários de sinistro. A introdução manual de dados salta à vista, mas o tempo é gasto a responder a três perguntas: que tipo de documento é este, corresponde ao que já sabemos e quem decide quando não corresponde?
Uma ferramenta de OCR que extrai texto de um PDF não responde a essas perguntas. É necessário um fluxo que classifique os documentos, extraia e valide os dados, encaminhe os casos duvidosos para análise e registe os resultados no seu próprio sistema. Construímos esse fluxo no âmbito do nosso serviço de automatização de processos e agentes de IA.
Os modelos de extração treinados com OCR funcionam bem com formulários padronizados e atribuem uma pontuação de confiança a cada campo. Um modelo de linguagem baseado em IA generativa lida melhor com formatos variáveis e texto livre, como contratos. Definimos a abordagem adequada a cada tipo de documento.
Um modelo de classificação identifica primeiro o que chega, como uma fatura, nota de crédito ou guia de remessa, e separa os documentos contidos num PDF. Como atribui cada documento a uma classe conhecida, é necessária uma classe para os restantes documentos ou um limiar.
Os dados extraídos de uma fatura só são úteis se corresponderem à encomenda de compra e à receção da mercadoria. Esta comparação, designada no Dynamics 365 por two-way ou three-way matching, assinala diferenças de preço ou quantidade antes de qualquer lançamento.
Para cada campo, o modelo estima a probabilidade de o valor estar correto. Um limiar por campo determina o que avança automaticamente: um valor total ou um IBAN exige um limiar mais rigoroso do que um campo de referência. A precisão das pontuações é verificada no seu próprio conjunto de teste.
Se um campo ficar abaixo do limiar ou uma verificação falhar, um colaborador vê o documento ao lado dos valores propostos. As correções ficam registadas, permitindo identificar onde o modelo falha de forma sistemática.
Os dados têm de chegar ao sistema onde o trabalho é feito: o ERP, o sistema de gestão de processos ou o sistema de gestão de apólices. Enviamos os dados através das integrações desse sistema e registamos que documento deu origem a cada lançamento.
Diga-nos qual o fluxo de documentos que consome mais tempo. Avaliamos se a IA pode ajudar ou se basta uma alteração mais simples.
Escolhemos em conjunto um fluxo bem delimitado, por exemplo, as faturas de compras de uma entidade, e definimos que etapa precisa de ser mais rápida ou mais rigorosa.
Reunimos documentos representativos, incluindo digitalizações de fraca qualidade e exceções, e registamos o valor correto de cada campo. É com esse conjunto que avaliamos cada versão.
Comparamos um modelo de extração treinado com um modelo de linguagem e escolhemos com base no conjunto de teste, não numa demonstração bem-sucedida.
Ligamos as validações ao seu ERP ou sistema de gestão de processos e definimos com o responsável pelo processo que campos e desvios devem, em qualquer caso, ser revistos por um colaborador.
No início, um colaborador revê todas as propostas. Só quando os resultados das medições o justificam é que deixamos avançar mais propostas automaticamente, por campo ou por fornecedor.
Acompanhamos as correções e as pontuações por tipo de documento. Testamos novos layouts, fornecedores e versões do modelo com o conjunto de teste antes de entrarem em produção.
O Assistente Virtual da NFZ melhorou significativamente o fluxo de trabalho dos nossos clientes. Graças à informação rigorosa e à facilidade de utilização que a ferramenta oferece, em parte fruto da boa colaboração com os programadores da DSL, tornou-se indispensável no trabalho diário dos nossos clientes.
Os documentos contêm frequentemente dados pessoais, desde nomes e moradas até números de identificação dos cidadãos. O RGPD exige que não trate mais dados nem os conserve durante mais tempo do que o necessário. Ao mesmo tempo, aplicam-se prazos legais de conservação: regra geral, deve conservar as faturas durante sete anos para a autoridade tributária neerlandesa, ou dez anos se disserem respeito a bens imóveis. Uma digitalização só substitui o original em papel se for uma reprodução correta e completa, incluindo os elementos que comprovam a autenticidade. Por isso, os campos extraídos não substituem o documento; o original continua associado ao lançamento contabilístico.
Isto é especialmente útil para documentos que não pode normalizar, como faturas de muitos fornecedores ou formulários apresentados por cidadãos. Se utilizar um modelo de linguagem no Azure, o tipo de deployment determina onde ocorre o processamento: com Global, pode ocorrer em qualquer região onde o modelo funcione; com Data Zone na UE, permanece dentro dos Estados-Membros da UE. Se a sua plataforma de dados funcionar em Databricks, o processamento também pode ocorrer aí, com funções como ai_parse_document e ai_extract.
O processamento de faturas e guias de remessa não consta da lista de aplicações de alto risco do Regulamento da IA. A situação é diferente quando o resultado contribui para decisões sobre pessoas, como na triagem de candidaturas a emprego ou na avaliação de um pedido de prestação social. Após o adiamento previsto no omnibus da IA, as obrigações para estas aplicações aplicam-se a partir de 2 de dezembro de 2027. Ajudamos a identificar as aplicações, a preparar a classificação de risco e a definir regras de supervisão humana, também no âmbito da governação da IA. A interpretação jurídica cabe ao seu jurista ou departamento de compliance.
Qualquer organização pode iniciar um projeto-piloto de IA. O desafio está no passo seguinte: integrar a IA na organização. É aí que a Data Science Lab faz a diferença.
Saiba mais sobre nós
10+
8,7
200+
O processamento de documentos com IA identifica, lê e verifica automaticamente os documentos, encaminhando depois os dados para o sistema certo. O OCR, que converte uma imagem em texto, é uma parte desse processo. A diferença em relação ao OCR isolado está na verificação face aos dados existentes e na integração com o seu processo.
Para formulários padronizados e documentos comuns, como faturas, os modelos de extração treinados são precisos e previsíveis, com uma pontuação de confiança por campo. Um modelo de linguagem é mais adequado para texto livre e formatos variáveis, como contratos. Se desenvolver a sua própria solução com um modelo de linguagem, segundo a Microsoft não terá pontuações de confiança: terá de aceitar tudo, verificar tudo ou criar o seu próprio modelo de pontuação.
Pretende analisar textos avulsos, como respostas abertas ou reclamações, em vez de extrair dados de documentos? Consulte NLP e análise de texto.
Depende da qualidade da digitalização, da variação no formato e do próprio campo. Por isso, medimos o desempenho num conjunto de teste retirado dos seus próprios documentos, por campo e por tipo de documento. Uma pontuação de confiança é uma estimativa do modelo, não uma garantia. Só deve deixar os campos avançarem automaticamente quando as pontuações se confirmarem nos seus próprios documentos.
O ponto de partida é manter os seus sistemas; as integrações necessárias dependem do seu ambiente. No entanto, os dados nesses sistemas têm de estar corretos: a verificação face às encomendas de compra só funciona se as encomendas e as receções forem registadas de forma consistente. Para a Fokker Services Group, criámos um modelo que prevê o valor esperado da fatura com base no trabalho realizado e destaca grandes desvios num dashboard.
Configuramos o processamento para conservar apenas os campos necessários, limitamos quem pode consultar os documentos e definimos um prazo de conservação para cada tipo de documento. Se recorrer a um serviço na cloud, escolha uma região da UE ou uma zona de dados da UE e formalize os termos num acordo de tratamento de dados. Determine com o responsável pela privacidade se é necessária uma DPIA.
Sim, embora o foco passe da extração para a interpretação. Para a WUA, criámos um modelo de classificação por tópicos que organiza por tema as respostas abertas dos participantes. Para a NFZ, reunimos informação de contratos com seguradoras de saúde num assistente virtual para farmacêuticos, em substituição de um folheto anual de informação farmacêutica. O essencial é verificar se cada resposta pode ser rastreada até à fonte.
Se tiver poucos documentos, ou um único formulário que gere internamente, um formulário online ou uma regra fixa no seu sistema costuma ser uma opção melhor. Se as faturas já chegarem como faturas eletrónicas estruturadas, não há nada a extrair; segundo a definição europeia, um PDF ou uma digitalização não é uma fatura eletrónica. E, se os números das encomendas de compra estiverem sistematicamente em falta, resolva primeiro esse problema no processo de compras.
E-mail info@datasciencelab.nl
Telefone +31 (0)20 3636 724
Diga-nos que documentos recebe e em que sistema devem ser registados. Avaliamos consigo se a IA pode ajudar ou se basta uma alteração mais simples.
Mensagem enviada
Obrigado pela sua mensagem. Entraremos em contacto consigo o mais rapidamente possível.
