Intelligent Document Processing: Bouwen vs. Kopen - De juiste strategie kiezen

Business draait op documenten en communicaties. Ze liggen aan de basis van bijna elk proces dat u zich kunt voorstellen - overal waar een bericht (zoals een e-mail of chat) of document gelezen of verstuurd wordt. Het is geen verrassing dan dat de markt voor intelligent document processing (IDP) 28,9% per jaar groeit en verwacht wordt $17,8 miljard te bereiken tot 2032.

IDP combineert typisch tal van AI-technologieën, inclusief natural language processing (NLP) en beeldherkenning, om bedrijven te helpen documenten en communicaties op schaal snel te verwerken. Naarmate bedrijfsleiders AI-agents omarmen - krachtige AI-gebaseerde entiteiten die werk kunnen voltooien voor en namens mensen - zijn document-gebaseerde processen een ideaal use case voor agentic automatisering gekomen. Het combineren van AI-agents met robots en IDP-capaciteiten, onder toezicht van mensen in de lus, levert snelle returns en heeft grote impact op efficiëntie.

Dit roept echter de vraag op: moet u uw IDP-capaciteiten bouwen of kopen? Het is belangrijk om alle opties te beoordelen en te overwegen welke benadering de hoogste return on investment, de beste prestaties, en de snelste time-to-value kan leveren. Voor de meeste bedrijven is de juiste optie om een bestaande IDP-oplossing te kopen. Ik leg uit waarom:

Uw eigen IDP bouwen (BYO)

Met de opkomst van publiek beschikbare large language models (LLMs), en de groeiende beschikbaarheid van ondersteunende APIs, hebben bedrijven nooit meer tools gehad om hen te helpen custom IDP-systemen te bouwen. Echter, veel tools in uw toolbox maken de daadwerkelijke taak niet makkelijker.

In een BYO IDP-systeem moet elk component (van taalbegrip tot data-extractie en automatisering) vanaf nul gebouwd worden of, waarschijnlijker, gesourced worden van meerdere derde-partij leveranciers. Bijvoorbeeld, om de benodigde NLP-component te leveren om documenten en communicaties te begrijpen, kan een bedrijf zijn IDP-systeem bouwen rond een extern LLM zoals ChatGPT of Anthropic's Claude.

Een BYO IDP-systeem biedt een bedrijf end-to-end eigendom en grotere customization-potentieel vergeleken met vendor-oplossingen. Ze hebben de flexibiliteit om hun systeem aan te passen aan veranderende bedrijfsbehoeften, zonder nauw met een andere organisatie te hoeven samenwerken. Echter, in de meeste gevallen wegen deze voordelen niet op tegen de kernuitdagingen van de BYO-benadering:

Kosten

Het is een veelvoorkomende misvatting dat BYO goedkoper is dan betalen voor IDP als service. In de meeste gevallen is dit niet waar op de korte of lange termijn. Het ontwikkelen en onderhouden van uw eigen IDP-systeem vereist significante tijd en dure specialistische talent. U heeft softwareontwikkelaars nodig om het platform en de user interface (UI) te creëren, data scientists voor data-voorbereiding, pre- en post-processing, en veel andere experts voor taken zoals prestatie-monitoring (waarvoor u uw eigen rapportagedashboards moet creëren), evenals auditing en logging.

Overweeg dat zelfs derde-partij LLMs AI-specialisten en engineers vereisen om het gekozen model fine-tuned te krijgen op exacte bedrijfsvereisten. Zelfs de meest populaire en krachtige vision-language models (VLMs) zijn fundamentele modellen, getraind op massa's van verschillende datatypen van gestructureerde documenten tot afbeeldingen. Standaard zullen ze niet fine-tuned zijn op het exacte documenttype of schema dat u nodig hebt, wat leidt tot lagere nauwkeurigheid en meer fouten.

Het onderhouden van uw eigen IDP-systeem vereist ook continue updates en resources. Elk BYO-systeem dat data-annotatie vereist, heeft trainingsmateriaal voor gebruikers nodig, en deze moeten bijgewerkt worden om uw user interface te reflecteren.

Risico

Afhankelijk zijn van zeldzame en dure technische talent om een systeem operationeel te houden is riskant. Vanwege kosten en talenttekorten, neigen deze teams ertoe klein te zijn. Ze kunnen beperkingen ondervinden in het aantal use cases en business units die ze realistisch kunnen ondersteunen. Talentattritie kan een systeem ook non-performant of non-viable maken op de lange termijn. Er is het constant risico dat projectfinanciering ingetrokken kan worden.

Deze uitdagingen worden verergerd wanneer AI-skills en modelfine-tuning vereist zijn. Volgens recent onderzoek van McKinsey & Company voelt bijna de helft (47%) van C-suite besluitvormers dat ze AI-oplossingen te langzaam ontwikkelen, met talent skill gaps als hoofdoorzaak.

Complexiteit

Wanneer u een IDP-systeem bouwt, bent u uitsluitend verantwoordelijk voor complexe AI-model en platform-governance. Inderdaad, systemen gebouwd voor complexe use cases kunnen honderden AI-modellen vereisen die beheerd moeten worden. Bijvoorbeeld, een grote bank kan verschillende honderden modellen nodig hebben fine-tuned voor diverse use cases om het benodigde nauwkeurigheidsniveau te halen. Zelfs als een AI-systeem documenten en communicaties 'out-of-the-box' kan verwerken, is nog steeds een significant hoeveelheid prompt engineering of context-verzameling nodig voor acceptabele prestaties. Het schalen naar honderden use cases zou ongelooflijk moeilijk zijn, omdat u data zou moeten annoteren, benchmarken, deployen, en honderden prompts onderhouden.

Er zijn veel verborgen kosten betrokken bij een IDP-systeem dat u zelf gebouwd hebt. Elk component van het systeem is een belangrijke beslissing, en elke technologie vereist specialistische vaardigheden en verhoogt technische schuld (tesamen met verhoogd risico). Onvermijdelijk is BYO een zware klus en betekent langzamere time-to-value. Hogere levensduurkosten zijn waarschijnlijk door talent, governance, en onderhoudsvereisten. Het is geen verrassing dat 69% van technologiebesluitvormers documentextractie en routing use cases als hoogst moeilijk te deployen beschouwt, volgens Forrester-analyse voor UiPath.

De voordelen van uw IDP-systeem kopen

De alternatief voor het bouwen van uw eigen systeem is IDP als service kopen van een derde-partij vendor. Er zijn twee hoofdaanpakken hiervoor:

• IDP kopen als point solution en integreren met de rest van uw enterprise tech stack.
• IDP kopen als onderdeel van een grotere oplossing of platform. Dit biedt toegang tot additionele capaciteiten, zoals automatisering, zoals nodig.

IDP als service kopen geeft bedrijven minder controle over platformontwikkeling vergeleken met een custom-gemaakt systeem. Echter, platformproviders zullen met hun klanten samenwerken om ervoor te zorgen dat het systeem evolueert om hun behoeften te halen. Er zijn ook veel andere voordelen om te overwegen:

Time-to-value

Het implementeren van een bestaand IDP-platform is meestal sneller dan het ontwikkelen van een nieuw. Gevestigde platforms zijn getest en beproefd over vele jaren gebruik in grote bedrijven over diverse use cases. Training- en enablement-resources zijn al gecreëerd en in veel gevallen wordt professionele diensten-ondersteuning geboden om gebruikers te helpen de grond te raken en waarde te genereren uit hun implementaties.

Fundamentele LLMs vereisen kostbare en tijdrovende fine-tuning en prompt engineering voordat ze klaar zijn voor zakelijk gebruik.zelfs dan kunnen er use cases zijn zo complex of grootschalig dat ze als 'dead ends' eindigen waar geen hoeveelheid prompting accuraat, betrouwbare extractie kan leveren. In tegenstelling, is de AI onderliggend aan IDP als service typisch ontworpen rond snelle modelcustomisatie en low-code trainingervaringen. Bijvoorbeeld, ze kunnen active learning benutten, waar gewone business-gebruikers en AI-modellen actief samenwerken om het trainingsproces sneller te voltooien.

Verminderd risico

Kiezen voor IDP als service verlaagt diverse vormen van risico substantial. U bent niet meer afhankelijk van dure interne talent om uw IDP-systeem operationeel te houden. De vendor eigen systeemonderhoud alsook platform- en modelgovernance. IDP-oplossingsproviders worden ook verwacht de hoogste niveaus van enterprise-grade databeveiliging te leveren.

Cost of ownership moet ook overwogen worden. Haastige ontwikkeling, imperfecte code, of het gebruik van binnenkort-verouderde technologieën in een BYO IDP-systeem verhogen allemaal het risico op technische schuld. Over tijd noodzaakt dit dure correcties en systeemupgrades.

IDP als service kopen vermindert risico en technische schuld voor de koper aanzienlijk. Vendors prioriteren technologische upgrades om competitief te blijven, de nieuwste capaciteiten adoptierend en continu itererend en verbeterend hun service. Ze hanteren de noodzakelijke herwerking, testen, updaten, en vervangen van verouderde componenten.

"Probeer niet de modellen zelf te bouwen. Aantrekkende headlines maken het er simpeler uit dan het is. Zoek een vendor die AI deed vóór de LLM-hype. Competentie in aangrenzende AI-processen is nodig zoals unsupervised learning, data-voorbereiding, en basis ML-berekeningen."

Simon Knowles, Hoofd Technologie, Vabble

Schaalbaarheid

Een custom systeem vereist custom-gemaakte connectors en APIs om te integreren met de relevante enterprise-systemen. Afhankelijk van de grootte en complexiteit van het bedrijf, kan dit honderden of zelfs duizenden gecombineerde ontwikkeluren vereisen. Gevestigde IDP-platforms zullen pre-made connectors hebben voor de meest populaire enterprise-systemen, wat snelle integraties en time-to-value mogelijk maakt. Met een cloud-gebaseerd IDP-systeem kunt u ook toegang verwachten tot de nieuwste AI-upgrades en capaciteiten zonder de kosten te dragen om die capaciteiten zelf te bouwen of te integreren.

Om al deze redenen, moet IDP als service de voorkeursoptie zijn voor bedrijven die snelle time-to-value, nauwkeurigheid, en betrouwbaarheid in hun IDP-systeem zoeken. Custom builds nodigen aanzienlijke technische schuld uit, samen met verhoogd risico en aansprakelijkheid op de lange termijn. IDP als service legt de last van verantwoordelijkheid op een gespecialiseerd platform geschuurd door jaren van concurrentie en iteratie.

Een enterprise-klaar platform om AI en IDP te schalen

UiPath IDP-capaciteiten zijn de ideale keuze voor bedrijven die best-in-class AI en IDP veilig en succesvol willen implementeren. IDP is ingebed in ons end-to-end automatiseringsframework, wat u in staat stelt document- en communicatieverwerking te automatiseren. U kunt ook voorgebouwde capaciteiten benutten, ze aanpassen, en uw eigen of derde-partij componenten mee brengen zoals vereist.

UiPath Intelligent Xtraction and Processing (IXP) biedt een industry-leading solutioned benadering tot IDP. Dankzij de nieuwste AI-modellen, stelt UiPath IXP de extractie van een groeiend aantal enterprise content-types in staat; alles van gestructureerde documenten zoals facturen tot complexe en ongestructureerde content zoals juridische contracten. We bieden uitgebreide platformcapaciteiten en controls over onze IXP-modellen, wat hen in staat stelt om snel over het bedrijf te schalen:

Enterprise-klaar

UiPath IXP is gebouwd voor snelle time-to-value en een naadloze gebruikerservaring. Dit neemt de pijn uit documentverwerking van alle typen en snijdt deployment-tijd.

Eerst is het Inference-first trainingsproces. Geen training is vereist om nuttige data accuraat te extraheren uit complexe ongestructureerde documenten direct out-of-the-box. In plaats daarvan geven gebruikers gewoon instructies (veel zoals een prompt) aan het model wat te extraheren en hoe het in het document verschijnt. Toch geeft UiPath IXP gebruikers nog de mogelijkheid te annoteren als ze het model verder willen verfijnen of het wat ground truth voor evaluatie willen geven.

UiPath IXP biedt ook sterke controls over het schema van deze generatieve modellen. Gebruikers kunnen hun eigen 'field groups' creëren die de exacte informatie specificeren die ze willen extraheren. UiPath stroomlijnt veel van het werk in post-processing, en de output is het exacte formaat nodig om de resulterende gestructureerde data te nemen, te gebruiken in automatisering en te delen met AI-agents om waarde te creëren.

Gecontroleerd en compliant

UiPath first-party modellen worden gegoverned onder de strengste enterprise-controls. Het UiPath Platform levert robuuste rules-based access control (RBAC), model versioning, en uitgebreide performance guardrails voor onze first-party IXP-modellen. Human-in-the-loop is ook ingebouwd in ons platformervaring, wat zorgt dat gegenereerde outputs correct gevalideerd worden.

Bovendien beheert UiPath alle derde-partij modellen door de UiPath AI Trust Layer, wat governance, vertrouwen, en beveiliging voor GenAI levert. Dit betekent zero data retention en extern modeltraining met uw bedrijfsdata.

Een flexibele, open modelstrategie

AI-modellen vorderen snel, en het beste model nu is misschien niet het beste model voor uw use case over zes maanden. We investeren continu om de beste gespecialiseerde LLMs voor kernbedrijfsprocessen te creëren en verbeteren ze constant. De release van ons nieuwste model voor complexe en ongestructureerde documentverwerking is een getuigenis daarvan.

Toch blijft onze AI-strategie open. We bieden de tooling nodig om uw favoriete derde-partij of proprietaire LLMs te integreren, en ze te managen onder de UiPath AI Trust Layer. Met UiPath heeft u de flexibiliteit om een combinatie van de beste modellen in de klas voor elke taak over uw use cases te gebruiken.

Optimalisatie voor verbeterde nauwkeurigheid en betrouwbaarheid

Onze IXP-capaciteiten zijn geoptimaliseerd voor geavanceerde data-extractie met technieken zoals RAG en gecureerde system prompting. Context grounding betekent dat IXP-modellen veiliger, meer performant, en accurater zijn. Onze Validation Station interface toont bewijs van waar de geëxtraheerde informatie in het document gevonden werd, wat betekent dat gegenereerde outputs gemakkelijk geverifieerd kunnen worden met bewijs.

Project-gebaseerde ervaring

Onze innovaties worden geleid door echte, op-de-grond IDP-deployments in grote bedrijven. Onze gebruikers definiëren simpelweg hun documenttype en kunnen meerdere modellen benutten. Ze kunnen ook prestaties evalueren, monitoren, en modelversies managen - alle sleutelcapaciteiten voor het deployen van AI, onderhouden, en dan schalen over het bedrijf.

Een klant die de voordelen van UiPath IDP-capaciteiten ervaart, is top-20 wederzijdse verzekeringsmaatschappij Encova Insurance. Om claimsfacturering te automatiseren, had Encova initieel zijn eigen IDP-oplossing ontwikkeld, gebouwd rond traditionele optische tekenherkenning (OCR) en een derde-partij AI-model voor taalbegrip. Echter, zodra ze het UiPath Platform voor IDP adopteerden, zagen ze een direct verbetering in nauwkeurigheid:

"Wat betreft documentbegrip, met traditionele optische tekenherkenning haalden we 40% door zonder issues en 30% zou gedeeltelijk voltooid zijn. Met dit nieuwe [UiPath] proces is de successrate 99%."

Jeffrey Martin, Solution Architect, Encova

UiPath IDP-capaciteiten leverden snelle time-to-value en verhoogden de efficiëntie aanzienlijk in Encova's financiële, sales, underwriting, operaties, en klantenservice afdelingen. In het beleidsintake-programma, bijvoorbeeld, werd handmatige datainvoertijd met 98% verminderd. Een 95% reductie in jaarlijkse verwerkingstijd werd op gelijke wijze bereikt in commerciële lijnen endorsements.

UiPath is ook een erkende Leader in de IDC MarketScape: Worldwide Unstructured Intelligent Document Processing Software 2024 Vendor Assessment. Volgens het rapport:

"UiPath ziet GenAI en LLMs als een kritieke technologietool en integreert ze steeds meer door alle fasen van zijn IDP, communications mining, en automatiseringsportefeuilles... Verder blijft UiPath prioriteren en deployen van enterprise-grade beveiliging, privacy, toegang, context grounding, en controle-functies om te garanderen dat GenAI-modellen en -diensten veilig en veilig gebruikt kunnen worden ter ondersteuning van missiekritieke use cases."

Het rapporteert ook: "UiPath's multi-modale AI-focus biedt het het strategische voordeel om continu nieuwe methoden en benaderingen te drijven om de waarde van traditionele (d.w.z., predictieve AI) en GenAI voor ongestructureerde IDP te maximaliseren."

Leer hoe de IDP-capaciteiten van het UiPath Platform snelle time-to-value leveren en helpen state-of-the-art AI door het bedrijf te schalen.