W tym roku wokół rozwoju sztucznej inteligencji (AI) zrobiło się wiele szumu, czego można się spodziewać w odniesieniu do każdej nowej technologii pojawiającej się na rynku. Zgodnie z raportem hype cycle firmy Gartner, innowacje produktowe, takie jak biochipy, autonomiczne samochody i asystenci osobiści, podążały za “typowym postępem innowacji, od nadmiernego entuzjazmu, przez okres rozczarowania, aż po ostateczne zrozumienie znaczenia i roli innowacji na rynku lub w domenie”.
Obecnie najbardziej kultowymi i perspektywicznymi osiągnięciami w dziedzinie sztucznej inteligencji są generatywny wstępnie wyszkolony transformator(ChatGPT) i inteligentne przetwarzanie dokumentów (IDP). Według raportu Markets and Markets szacuje się, że wielkość rynku chatbotów wzrośnie z 2,6 miliarda euro w 2021 roku do 9,6 miliarda euro w 2026 roku. Tymczasem, zgodnie z raportem Market Research Future, rynek IDP ma wzrosnąć z 1,35 miliona euro w 2022 roku do 13,58 miliona euro do 2030 roku.
W tej publikacji przeanalizujemy definicje i cechy ChatGPT i IDP oraz nowe przypadki użycia tych dwóch technologii.
Spis treści
Definicja i cechy ChatGPT
Różne opinie na temat ChatGPT zalały internet. Podczas gdy niektórzy inwestują w tę technologię i twierdzą, że jest to najlepszy rozwój w historii, inni krytykują technologię AI za zabieranie miejsc pracy i niszczenie kreatywnych dziedzin. ChatGPT to nowy chatbot oparty na dużym modelu językowym (LLM), który rozumie podpowiedzi pozostawione przez użytkowników i tworzy odpowiedzi na ich prośby. W tym celu został on wstępnie przeszkolony z szerokiego zakresu słownictwa i rozległej wiedzy ogólnej. ChatGPT może tworzyć prognozy, takie jak rozwiązania AI, wykorzystując podpowiedzi do przewidywania, jakich informacji szukają użytkownicy. Może dostarczać informacji na poziomie encyklopedii z wyszczególnionymi danymi, takimi jak numery telefonów i adresy. Co więcej, tworzy oryginalne zdania ze słowami, które naśladują sposób pisania ludzi. Na przykład w okresie od marca do kwietnia 2023 r. włoska gazeta Il Foglio publikowała na swojej oficjalnej stronie internetowej jeden artykuł wygenerowany przez ChatGPT dziennie.
Jednakże, dokładność informacji dostarczanych przez ChatGPT jest różna. Chociaż możesz użyć tego narzędzia do generowania pomysłów w kreatywnych dziedzinach, prawdopodobnie nie chcesz prosić o poradę prawną. Wierzymy, że prawdziwą umiejętnością w korzystaniu z tego rozwiązania jest jakość podpowiedzi. Im dokładniej użyjesz słów w tym chatbocie, tym bardziej trafne odpowiedzi otrzymasz.
Wpływ ChatGPT na rynek
LLM może być stosowany w różnych branżach biznesowych. Największy wpływ modele te wykazały w obszarach marketingu i dziennikarstwa, które są zarówno zwolennikami, jak i przeciwnikami ChatGPT. Ludzie, którzy uważają, że ChatGPT zniszczy potrzebę ludzkiego pisania, są w błędzie. Sprawdzanie faktów, edycja i potwierdzanie, że ton głosu pasuje do strategii marki, to słabe strony tej nowej technologii.
Sztuczna inteligencja generuje teksty, które mogą wydawać się wiarygodne. Jednak w branżach, w których dokładność ma kluczowe znaczenie, otrzymywanie niedokładnych danych wyjściowych, które brzmią jak to, co ktoś powiedział, a nie precyzyjne cytaty, może powodować problemy.
Definicja i cechy PRI
IDP z konwolucyjną siecią neuronową (CNN) – jednym z pierwszych modeli głębokiego uczenia się – został opracowany w latach 90-tych. Technologia ta była wykorzystywana przez banki do automatycznego przetwarzania czeków oraz przez urzędy pocztowe do automatyzacji wprowadzania odręcznych adresów pocztowych. Od tego czasu dyscyplina ta rozwinęła się w podejścia oparte na optycznym rozpoznawaniu znaków (OCR).
Obecnie IDP stosuje różne synergiczne instrumenty technologiczne. Nowoczesne systemy IDP opierają się na wizji komputerowej, przetwarzaniu języka naturalnego (NLP), głębokim uczeniu się i technikach uczenia maszynowego (ML). Służą one do zbierania informacji z dokumentu, sprawdzania, czy został on poprawnie przeanalizowany, wyodrębniania odpowiednich danych i wykonywania inteligentnego przetwarzania. Podczas gdy OCR doskonale transkrybuje błędy, narzędzia do przetwarzania dokumentów, które są oparte na sztucznej inteligencji, są odpowiedzialne za większą dokładność i trwałe ulepszenia.
Jak wspomniano, głównym celem IDP jest przekształcanie nieustrukturyzowanych, częściowo ustrukturyzowanych i ustrukturyzowanych dokumentów w użyteczne dane cyfrowe. Według statystyk 80% danych biznesowych jest prezentowanych w nieustrukturyzowanych formatach, takich jak wiadomości e-mail, dokumenty papierowe, obrazy i pliki PDF. Dane biznesowe wymagają integracji różnych technologii w celu przekształcenia ich w pliki nadające się do odczytu maszynowego. Istnieje również wiele branż, w których ta technologia może być stosowana, takich jak bankowość, logistyka, produkcja, rząd, handel detaliczny itp. Według badania McKinsey Global ExecutivesSurvey, 70% respondentów stwierdziło, że ich organizacje przynajmniej pilotują automatyzację procesów biznesowych w jednej lub kilku jednostkach biznesowych lub funkcjach.
Wpływ PRI na rynek
Technologia IDP wywarła największy wpływ na sektor bankowy. W zależności od kluczowych klientów, typowa firma bankowa może mieć kilka działów, takich jak ubezpieczenia, windykacja oraz oddzielne oddziały dla klientów korporacyjnych i prywatnych.
W przeszłości wewnętrzne ręczne procesy związane z dokumentami uniemożliwiały redukcję kosztów i pozyskiwanie nowych klientów. Kierownictwo banku wskazało, że ma obawy dotyczące czasu i marnowania zasobów na ręczne przetwarzanie danych konsumentów. Niektóre banki zmniejszyły swój udział w rynku, przegrywając z nowoczesnymi alternatywami, które przyciągnęły uwagę młodszych klientów.
Obecnie coraz więcej banków stosuje nowoczesne systemy IDP do efektywnego zarządzania obiegiem dokumentów. Urzędnicy pracujący w oddziałach nie spędzają już godzin na ręcznym wprowadzaniu danych. Większość dokumentów jest digitalizowana natychmiast, bez konieczności zbierania dokumentów, a dopiero potem digitalizacji papieru. Zautomatyzowane przetwarzanie dokumentów pomogło branży bankowej zmniejszyć ryzyko związane z utopionymi kosztami i przestarzałymi procesami.
Przypadki użycia IDP i ChatGPT
Na potrzeby tej publikacji zbadaliśmy, w jaki sposób ChatGPT, LLM nowej generacji, można zastosować na rynkach IDP i nieustrukturyzowanego przetwarzania danych (UDP).
Uważamy, że LLM może ulepszyć IDP i UDP w następujący sposób:
- Klasyfikacja dokumentów
ChatGPT może być używany do klasyfikowania dokumentów na podstawie ich struktury lub treści. Można go na przykład przeszkolić w zakresie rozróżniania różnych rodzajów faktur. Potrafi również rozpoznać, czy plik jest umową czy wiadomością e-mail.
- Rozpoznawanie nazwanych jednostek (NER)
ChatGPT może identyfikować i wyodrębniać nazwane jednostki, takie jak osoby, organizacje i adresy z dokumentów. Ta funkcja może być używana, gdy trzeba zidentyfikować kluczowych interesariuszy w umowie lub wyodrębnić informacje kontaktowe z wizytówek **.
- Ekstrakcja tekstu
ChatGPT może być używany do wyodrębniania informacji z obrazów lub zeskanowanych dokumentów za pomocą technologii OCR. Funkcja ta może pomóc w wyodrębnianiu informacji z formularzy i digitalizacji dokumentów papierowych.
- Podsumowanie tekstu
ChatGPT może być używany do tworzenia streszczeń długich dokumentów lub wiadomości e-mail. Na przykład, aby zapewnić ogólny przegląd umowy lub podsumować artykuł informacyjny. Może to być cenne dla osób, które muszą szybko zrozumieć, o co chodzi w dokumencie, bez konieczności czytania go w całości.
- Analiza nastrojów
ChatGPT może być używany do analizy danych tekstowych w celu uzyskania wglądu. Na przykład, aby zrozumieć nastroje klientów w recenzjach lub zidentyfikować tematy, które są omawiane w mediach społecznościowych. Technologia ta może zapewnić firmom cenne informacje, które pomogą im podejmować lepsze decyzje.
Wnioski
ChatGPT i IDP miały w ostatnich latach duży wpływ na różne sektory biznesu, w szczególności na marketing, dziennikarstwo, finanse i logistykę. Korzystanie z ChatGPT i IDP sprawia, że czasochłonne, monotonne i żmudne przetwarzanie dokumentów staje się łatwiejsze i mniej podatne na błędy ręczne. W ten sposób dane w różnych formatach stają się bardziej efektywne, wspierając zwiększoną produktywność i wydajność operacyjną.
Technologia IDP zaspokaja potrzeby rynku w zakresie przetwarzania dużych ilości częściowo ustrukturyzowanych i nieustrukturyzowanych dokumentów z większą dokładnością i szybkością. Tymczasem rozwój chatbotów ma na celu zapewnienie całodobowej obsługi klienta przy niższych kosztach operacyjnych, operacji samoobsługowych i zaangażowania klientów w wielu kanałach.
Połączenie ChatGPT i IDP może zapewnić doskonałe wyniki – poprawiając dokładność ekstrakcji danych, reagując na polecenia w języku naturalnym dotyczące krytycznych informacji biznesowych i łatwo tworząc nowe aplikacje UPD i AI. Ponadto platformy IDP korzystające z funkcji ChatGPT mogą również poprawić identyfikację zamiarów klientów, podsumowywać rozmowy, odpowiadać na pytania klientów i kierować klientów do zasobów.