OCR, AI en RPA benutten voor geavanceerde datainzichten

Dit bericht is geco-geauthord door Cosmin Nicolae. Nicolae is Product Manager bij UiPath.

Ongestructureerde data is overal, verstopt in plekken als documenten, audiobestanden, video's, e-mails, afbeeldingen en logbestanden – de lijst is eindeloos. In feite maakt ongestructureerde data nu ongeveer 80 tot 90% van alle data uit. Ondanks zijn overvloed en waarde, blijft ongestructureerde data een van de meest verspilde enterprise-bronnen omdat bedrijven de benodigde tools missen om het te extraheren en te analyseren.

Dit verandert, naarmate de vraag toeneemt naar big data analytics en workflowautomatisering – beide vereisen gestructureerde data. Een groeiend aantal bedrijven benut een technologie genaamd optische tekenerkenning (OCR), die het mogelijk maakt om gedrukte of handgeschreven tekst om te zetten in machine-gecodeerde tekst. Als zelfstandige technologie is OCR enigszins beperkt (meer hierover hieronder). Toch kunnen bedrijven door de drievoud van OCR, Robotic Process Automation (RPA) en kunstmatige intelligentie (AI) hoogst geavanceerde niveaus van dataverwerking en automatisering mogelijk maken.

OCR is een van de sleutelcomponenten binnen twee UiPath-oplossingen:

1. UiPath Document Understanding voor geautomatiseerde verwerking van een breed scala aan documenten

2. UiPath AI Computer Vision waarmee ontwikkelaars kunnen automatiseren over virtuele bureaubladen en in dynamische interfaces

Deze blog geeft een overzicht van OCR terwijl we verkennen hoe UiPath de technologie gebruikt om next-generation dataverwerking en analyse mogelijk te maken.

Allereerst, hier is een korte primer over OCR.

OCR: een overzicht

In eenvoudige termen is OCR een proces dat tekst van afbeeldingen converteert naar bewerkbare documenten.

OCR kan handmatige arbeid voor bepaalde taken verminderen en zelfs elimineren. Als resultaat kan het backend-workflows versnellen terwijl werknemers vrijgesteld worden om verantwoordelijkelijkere taken op te nemen.

Hier zijn enkele veelvoorkomende manieren waarop bedrijven OCR gebruiken.

1. Gegevensinvoer automatiseren

Handmatige gegevensinvoer is tijdrovend en foutgevoelig. Door OCR te gebruiken, kunnen bedrijven papierwerk digitaliseren terwijl ze de noodzaak voor menselijke tussenkomst minimaliseren en de integriteit van hun data verhogen.

2. Documenten bewerken (gescand of PDF)

Werknemers ontvangen vaak gescande documenten en faxmeldingen die niet in een bewerkbaar formaat zijn. Dit is een veelvoorkomend geval in afdelingen als finance, supply management, human resources, legal en compliance. Traditionele scanners kunnen documenten alleen exporteren als afbeeldingen of PDF's. Je kunt bijvoorbeeld een contract of inkooporder niet scannen en het vervolgens in Microsoft Word of Google Docs bewerken. Echter, door een OCR-engine te benutten, is het mogelijk de tekst te herkennen en te exporteren naar een machine-leesbaar formaat voor verdere bewerking en verwerking.

3. Werknemers met een visuele beperking ondersteunen

Werknemers met visuele beperkingen hebben vaak papierdocumenten nodig in digitale formaten. OCR kan helpen door geschreven tekst om te zetten in tekst-naar-spraak, het proces stroomlijnend.

4. Documenten organiseren

OCR kan automatisch door diverse stapels documenten sorteren en ze organiseren volgens specifieke regels. Een klassiek voorbeeld zou het organiseren van facturen op basis van type of leverancier zijn. Of in kritieke processen zoals het benutten van multiline OCR (MLOCR) in een postsorteermachine die adressen scant en bepaalt hoe post door het poststysteem gerouteerd moet worden.

5. Tekst over interfaces begrijpen

OCR maakt het mogelijk om data over remote interfaces te verwerken, wat het sneller en makkelijker maakt voor remote teams om te collaboreren.

De beperkingen van OCR

Hoewel OCR zeer krachtig is, heeft het diverse beperkingen wanneer het als zelfstandige technologie wordt gebruikt.

Hier zijn enkele van de belangrijkste beperkingen van OCR.

1. OCR kan data niet zelf begrijpen

Allereerst en vooral kan OCR alleen tekst van documenten digitaliseren en machine-leesbaar maken. OCR kan data niet begrijpen of interpreteren zonder een complementair mechanisme. Als zodanig wordt OCR vaak gebruikt als component binnen een grotere, intelligentere oplossing. Om echte procesautomatisering op schaal mogelijk te maken, worden OCR en RPA gecombineerd met AI.

2. OCR mist context

OCR-systemen missen ook context. Een OCR-systeem kan bijvoorbeeld een woord transcriberen als "bail" terwijl het daadwerkelijke woord "ball" is. Een OCR-engine op zich zal niet de cognitieve capaciteit hebben om de rest van de zin te scannen om te zien welk woord gebruikt moet worden. Om deze reden is OCR als zelfstandige technologie zeer foutgevoelig. Het vereist een human-in-the-loop component om invoer op nauwkeurigheid te controleren. Als resultaat mist OCR op zich optimale waarde als automatiseringstool.

3. OCR kan geen variabiliteit aan

Daarnaast kan OCR geen variabiliteit in de tekst of lay-out van een document aan, wat een groot probleem is bij het verwerken van documenten die in structuur variëren.

4. OCR kan documenten niet scheiden

Verdere problemen kunnen ontstaan als bestanden gescheiden moeten worden in documenten voordat ze in een automatiseringsproces worden opgenomen of als er herhaling is in de indexvelden of sleutelwaarden van een workflow.

5. OCR is niet nauwkeurig of schaalbaar

Uiteindelijk is zuivere OCR niet nauwkeurig of schaalbaar genoeg voor complexe en cognitieve processen. Enterprises vereisen oplossingen die volwassen en flexibel zijn, in tegenstelling tot componenten die beperkt en foutgevoelig zijn.

Zoals je kunt zien, is OCR als zelfstandige technologie niet gesofistikeerd genoeg om de geavanceerde enterprise-workflows van vandaag te ondersteunen. Toch, gecombineerd met RPA-software en AI, kan OCR een uiterst nuttig tool zijn. De volgende sectie zal verkennen hoe UiPath OCR gebruikt om hoogst nauwkeurige automatisering mogelijk te maken.

Use Case: OCR in UiPath Document Understanding

UiPath Document Understanding gebruikt RPA en AI om data van documenten te digitaliseren zodat het verwerkt en geanalyseerd kan worden. Document Understanding kan zowel gestructureerde als ongestructureerde data aan, en het werkt met een verscheidenheid aan objecten – zoals handgeschrift, tabellen, checkboxes en handtekeningen.

Document Understanding biedt veel voordelen, zoals nauwkeurige en flexibele documentverwerking, verhoogde operationele efficiëntie, verminderd risico op menselijke fouten, alsmede end-to-end automatisering van complexe processen.

Het moet worden opgemerkt dat document understanding technologie niet OCR is. Het feit dat de twee één en hetzelfde zijn, is een veelvoorkomende misverstand. Eerder is document understanding een geavanceerde technologie die OCR benut om tekst in niet-digitale documenten te digitaliseren.

Een opvallend onderscheid is dat UiPath OCR ontkoppelt van data-extractie. Veel bedrijven in deze ruimte nemen OCR op met extractie. Door de twee te ontkoppelen, biedt UiPath grotere keuze, flexibiliteit en nauwkeurigheid, aangezien het mogelijk wordt om een andere OCR-engine te selecteren indien nodig, zonder wat er op de extractie-kant gebeurt te verstoren. Het is ook mogelijk om UiPath OCR publieke contracten te gebruiken om je eigen OCR-engine te implementeren als gewenst.

Hoe Document Understanding OCR gebruikt

OCR komt vroeg in het Document Understanding-proces aan – onmiddellijk na de taxonomie in de workflow is geladen en alle bestanden en data zijn gedefinieerd voor extractie.

Document Understanding gebruikt OCR-engines om tekst te detecteren en te digitaliseren, wat het leesbaar maakt voor een robot. Vervolgens worden documenten geclassificeerd uit gespecificeerde lijsten, data geëxtraheerd, en – indien nodig – kan een mens de geëxtraheerde data bevestigen voordat het geëxporteerd wordt naar de relevante repository.

UiPath Document Understanding kan proprietair UiPath Document OCR benutten, evenals derde-partij OCR-engines om tekst te digitaliseren. Klanten kunnen de engine kiezen die het meest nauwkeurig werkt voor hun use case.

Zoals deze afbeelding demonstreert, is OCR onderdeel van het UiPath Document Understanding-framework. Het enige doel is om tekst machine-leesbaar te maken.

Use case: OCR in UiPath AI Computer Vision

UiPath AI Computer Vision lost een van de grootste uitdagingen in RPA op, namelijk het automatiseren van virtual desktop infrastructure (VDI) zoals Citrix, VMware en Microsoft Windows Remote Desktop.

AI Computer Vision stelt software-robots in staat om alle elementen op een computerscherm te zien en te begrijpen, in plaats van te vertrouwen op verborgen eigenschappen om beslissingen te nemen. Met AI Computer Vision kunnen bedrijven en RPA-ontwikkelaars automatisering voor VDI's inschakelen – ongeacht framework of besturingssysteem.

AI Computer Vision maakt automatisering mogelijk die dynamische user interface (UI) elementen omvatten zoals dropdown-menu's en checkboxes; ondersteuning voor een breed scala aan interface-types. Deze oplossing kan implementatietijd verminderen bij het automatiseren van virtuele machines terwijl de veerkracht en betrouwbaarheid van automatisering vergroot wordt.

Hoewel AI Computer Vision OCR wel benut, wordt het niet gebruikt om documenten te digitaliseren. Dit is een subtiel, maar veelvoorkomend misverstand.

Hoe UiPath AI Computer Vision OCR gebruikt

Het is onmogelijk om in virtuele omgevingen te automatiseren met standaard OCR en RPA, omdat een remote desktop uiteindelijk slechts een videofeed is. Geavanceerde oplossingen zijn vereist om tekst te interpreteren, en nog belangrijker, hun type en doel binnen een interface te begrijpen.

AI Computer Vision gebruikt een geavanceerd neuraal netwerk met een custom screen OCR die bij UiPath in de afgelopen jaren is ontwikkeld om een UI over een virtuele desktop feed te analyseren en te begrijpen, zoals een mens dat zou doen. Deze oplossing kan gemakkelijk elke beschikbare interface navigeren, op knoppen klikken, maar ook complexe interacties uitvoeren zoals het extraheren van hele tabellen en interactie met dropdown-menu's.

Voor elementidentificatie gebruikt AI Computer Vision een tekstinterpretatietechniek genaamd fuzzy matching. Deze techniek stelt UiPath Robots in staat om het juiste element telkens te identificeren, zelfs gegeven OCR-resultaatinconsistenties, wat de betrouwbaarheid van de resulterende automatisering verbetert en de ontwikkeltijd samen verkort.

Breng OCR naar het volgende niveau met UiPath

Zoals je kunt zien, is er enorme waarde in het gebruik van een AI-gebaseerde oplossing die OCR integreert. UiPath Document Understanding en UiPath Computer Vision tools gaan ver verder dan basis OCR, wat snelle en betrouwbare automatisering met enterprise-schaalbaarheid mogelijk maakt – wat je in staat stelt de volledige waarde van je data te ontgrendelen, inclusief wat ongestructureerd is of vastzit achter een VDI.

Hier is een grafiek om je te helpen beslissen of Document Understanding of Computer Vision geschikt is voor je behoeften:

Klaar om je documentdata en VDI-systemen aan het werk te zetten?

Om te beginnen, registreer je voor de UiPath Automation Cloud waar je vandaag nog kunt beginnen met UiPath Document Understanding en UiPath AI Computer Vision.

Start je gratis UiPath Automation Cloud proefversie om te ontdekken hoe makkelijk het is om je ongestructureerde data te benutten om meer structuur en efficiëntie te brengen in je zakelijke processen.