Intelligente documentverwerking:bouwen versus kopen – de juiste strategie kiezen

Zaken draaien op documenten en communicatie. Ze liggen ten grondslag aan bijna elk proces dat u maar kunt bedenken, overal waar een bericht (zoals een e-mail of chat) of document wordt gelezen of verzonden. Het is dan ook geen verrassing dat de markt voor intelligente documentverwerking (IDP) elk jaar met 28,9% groeit en tegen 2032 naar verwachting een waarde van $17,8 miljard zal bereiken.

IDP combineert doorgaans talloze AI-technologieën, waaronder natuurlijke taalverwerking (NLP) en beeldherkenning, om bedrijven te helpen documenten en communicatie snel op grote schaal te verwerken. Nu bedrijfsleiders AI-agents omarmen – krachtige, op AI gebaseerde entiteiten die werk voor en namens mensen kunnen voltooien – zijn op documenten gebaseerde processen een ideale use case voor agentische automatisering geworden. Het combineren van AI-agenten met robots en IDP-mogelijkheden, onder toezicht van mensen in de lus, zorgt voor snelle rendementen en heeft een grote impact op de efficiëntie.

Dit roept echter de vraag op:moet u uw IDP-capaciteiten opbouwen of kopen? Het is belangrijk om alle opties te beoordelen en te overwegen welke aanpak het hoogste investeringsrendement, de beste prestaties en de snelste time-to-value kan opleveren. Voor de meeste bedrijven is de juiste optie het kopen van een bestaande IDP-oplossing. Ik zal uitleggen waarom:

Stel uw eigen (BYO) IDP samen

Met de opkomst van publiek beschikbare grote taalmodellen (LLM's) en de toenemende beschikbaarheid van ondersteunende API's hebben ondernemingen nog nooit zo veel tools gehad om hen te helpen aangepaste IDP-systemen te bouwen. Veel tools in uw gereedschapskist maken de eigenlijke taak er echter niet eenvoudiger op.

In een BYO IDP-systeem moet elk onderdeel (van taalbegrip tot gegevensextractie en automatisering) helemaal opnieuw worden opgebouwd of, waarschijnlijker, afkomstig zijn van meerdere externe leveranciers. Om bijvoorbeeld de noodzakelijke NLP-component te leveren om documenten en communicatie te begrijpen, kan een bedrijf zijn IDP-systeem bouwen rond een externe LLM zoals ChatGPT of Claude van Anthropic.

Een BYO IDP-systeem biedt een bedrijf end-to-end eigendom en een groter aanpassingspotentieel vergeleken met oplossingen van leveranciers. Ze hebben de flexibiliteit om hun systeem aan te passen aan veranderende bedrijfsbehoeften, zonder nauw samen te werken met een andere organisatie. In de meeste gevallen wegen deze voordelen echter niet op tegen de belangrijkste uitdagingen van de BYO-aanpak:

Kosten

Het is een veel voorkomende misvatting dat BYO goedkoper is dan betalen voor IDP als dienst. In de meeste gevallen is dit niet het geval op de korte of lange termijn. Het ontwikkelen en vervolgens onderhouden van uw eigen IDP-systeem vergt veel tijd en kostbaar gespecialiseerd talent. Je hebt softwareontwikkelaars nodig om het platform en de gebruikersinterface (UI) te creëren, datawetenschappers voor datavoorbereiding, voor- en naverwerking, en vele andere experts voor taken zoals het monitoren van de prestaties (waarvoor je je eigen rapportagedashboards moet maken), evenals auditing en logboekregistratie.

Bedenk dat zelfs LLM's van derden AI-specialisten en -ingenieurs nodig hebben om het gekozen model af te stemmen op de exacte bedrijfsvereisten. Zelfs de meest populaire en krachtige vision-taalmodellen (VLM's) zijn fundamentele modellen, getraind op een groot aantal verschillende gegevenstypen, van gestructureerde documenten tot afbeeldingen. Standaard zijn ze niet afgestemd op het exacte documenttype of schema dat u nodig heeft, wat een lagere nauwkeurigheid en meer fouten betekent.

Het onderhouden van uw eigen IDP-systeem vereist ook voortdurende updates en middelen. Elk BYO-systeem dat gegevensannotatie vereist, heeft trainingsmateriaal voor gebruikers nodig, en dit moet worden bijgewerkt om uw gebruikersinterface weer te geven.

Risico

Het is riskant om afhankelijk te zijn van zeldzaam en duur technisch talent om een systeem operationeel te houden. Als gevolg van een tekort aan kosten en talent zijn deze teams vaak klein. Ze kunnen te maken krijgen met beperkingen in het aantal gebruiksscenario's en bedrijfseenheden die ze realistisch gezien kunnen ondersteunen. Het verlies van talent kan er ook voor zorgen dat een systeem op de lange termijn niet meer presteert of niet levensvatbaar is. Het risico is altijd aanwezig dat ook de projectfinanciering wordt stopgezet.

Deze uitdagingen worden nog groter wanneer AI-vaardigheden en verfijning van modellen vereist zijn. Volgens recent onderzoek van McKinsey &Company is bijna de helft (47%) van de besluitvormers op het hoogste niveau van mening dat ze AI-oplossingen te langzaam ontwikkelen, waarbij tekorten aan talentvaardigheden de belangrijkste oorzaak zijn.

Complexiteit

Wanneer u een IDP-systeem bouwt, bent u als enige verantwoordelijk voor het complexe AI-model en platformbeheer. Systemen die zijn gebouwd voor complexe gebruiksscenario's kunnen honderden AI-modellen vereisen die moeten worden beheerd. Een grote bank heeft bijvoorbeeld mogelijk enkele honderden modellen nodig die zijn afgestemd op verschillende gebruiksscenario's om het noodzakelijke nauwkeurigheidsniveau te bereiken. Zelfs als een AI-systeem documenten en communicatie ‘out-of-the-box’ kan verwerken, is er nog steeds een aanzienlijke hoeveelheid snelle engineering of contextverzameling nodig voor acceptabele prestaties. Dit opschalen naar honderden gebruiksscenario's zou ongelooflijk moeilijk zijn, omdat je gegevens zou moeten annoteren, honderden aanwijzingen zou moeten benchmarken, implementeren en onderhouden.

Er zijn veel verborgen kosten verbonden aan een ontheemdingssysteem dat u zelf heeft gebouwd. Elk onderdeel van het systeem is een belangrijke beslissing, en elke technologie vereist specialistische vaardigheden en verhoogt de technische schulden (samen met een verhoogd risico). Het is onvermijdelijk dat BYO een zware last is en een langzamere time-to-value betekent. De hogere levensduurkosten zijn waarschijnlijk te wijten aan vereisten op het gebied van talent, bestuur en onderhoud. Het is geen verrassing dat 69% van de technologiebeslissers het zeer moeilijk vindt om gebruiksscenario's voor documentextractie en routering in te zetten, zo blijkt uit de analyse van Forrester voor UiPath.

De voordelen van het kopen van uw IDP-systeem

Het alternatief voor het bouwen van uw eigen systeem is het kopen van IDP als een service bij een externe leverancier. Er zijn twee belangrijke benaderingen hiervoor:

• IDP aanschaffen als een puntoplossing en deze integreren met de rest van uw zakelijke technologie.

• IDP aanschaffen als onderdeel van een grotere oplossing of platform. Dit biedt toegang tot extra mogelijkheden, zoals automatisering, indien nodig.

Door IDP als een dienst aan te schaffen, hebben bedrijven minder controle over de platformontwikkeling dan bij een op maat gemaakt systeem. Platformaanbieders zullen echter met hun klanten samenwerken om ervoor te zorgen dat het systeem zich ontwikkelt om aan hun behoeften te voldoen. Er zijn ook veel andere voordelen waarmee u rekening moet houden:

Tijd om te waarderen

Het implementeren van een bestaand IDP-platform is doorgaans sneller dan het ontwikkelen van een nieuw platform. Gevestigde platforms zijn beproefd en getest gedurende vele jaren van gebruik in grote ondernemingen in uiteenlopende gebruiksscenario's. Er zijn al hulpmiddelen voor training en ondersteuning ontwikkeld en in veel gevallen wordt professionele ondersteuning geboden om gebruikers te helpen aan de slag te gaan en waarde te genereren uit hun implementaties.

Fundamentele LLM's vereisen kostbare en tijdrovende verfijning en snelle engineering voordat ze klaar zijn voor zakelijk gebruik. Zelfs dan kunnen er gebruiksscenario’s zijn die zo complex of grootschalig zijn dat ze eindigen als ‘doodlopende wegen’, waar geen enkele hoeveelheid aansporing een nauwkeurige, betrouwbare extractie kan opleveren. Daarentegen is de AI die ten grondslag ligt aan IDP as a service doorgaans ontworpen rond snelle modelaanpassing en low-code trainingservaringen. Ze kunnen bijvoorbeeld actief leren benutten, waarbij gewone zakelijke gebruikers en AI-modellen actief samenwerken om het trainingsproces sneller te voltooien.

Verlaagd risico

Door te kiezen voor IDP als dienst worden verschillende vormen van risico aanzienlijk verlaagd. U bent niet langer afhankelijk van duur intern talent om uw IDP-systeem operationeel te houden. De leverancier is eigenaar van het systeemonderhoud en het platform- en modelbeheer. Van aanbieders van IDP-oplossingen wordt ook verwacht dat ze het hoogste niveau van gegevensbeveiliging op bedrijfsniveau leveren.

Er moet ook rekening worden gehouden met de eigendomskosten. Overhaaste ontwikkeling, imperfecte code of het gebruik van binnenkort verouderde technologieën in een BYO IDP-systeem verhogen allemaal het risico op technische schulden. Dit maakt na verloop van tijd kostbare correcties en systeemupgrades noodzakelijk.

Het kopen van IDP als een dienst vermindert het risico en de technische schulden voor de koper aanzienlijk. Leveranciers geven prioriteit aan technologische upgrades om concurrerend te blijven, waarbij ze de nieuwste mogelijkheden gebruiken en hun service voortdurend herhalen en verbeteren. Zij zorgen voor de noodzakelijke herbewerking, testen, updaten en vervangen van verouderde componenten.

Probeer de modellen niet zelf te bouwen. Door opvallende krantenkoppen lijkt het eenvoudiger dan het is. Zoek een leverancier die AI deed vóór de LLM-hype. Competentie in aangrenzende AI-processen is nodig, zoals leren zonder toezicht, gegevensvoorbereiding en eenvoudige ML-berekeningen.

Simon Knowles, hoofd technologie, Vabble

Schaalbaarheid

Een maatwerksysteem vereist op maat gemaakte connectoren en API’s om te integreren met de relevante bedrijfssystemen. Afhankelijk van de omvang en complexiteit van het bedrijf kan dit honderden of zelfs duizenden gecombineerde ontwikkeluren vergen. Gevestigde IDP-platforms zullen beschikken over kant-en-klare connectoren voor de meest populaire bedrijfssystemen, waardoor snelle integraties en time-to-value mogelijk zijn. Met een cloudgebaseerd IDP-systeem kunt u ook toegang verwachten tot de nieuwste AI-upgrades en -mogelijkheden, zonder dat u de kosten hoeft te dragen om deze mogelijkheden zelf te bouwen of te integreren.

Om al deze redenen zou IDP as a service de voorkeur moeten hebben voor bedrijven die op zoek zijn naar snelle time-to-value, nauwkeurigheid en betrouwbaarheid in hun IDP-systeem. Op maat gemaakte constructies leiden tot aanzienlijke technische schulden, samen met verhoogde risico's en aansprakelijkheid op de lange termijn. IDP as a service legt de verantwoordelijkheidslast bij een gespecialiseerd platform dat is aangescherpt door jarenlange concurrentie en iteratie.

Een bedrijfsklaar platform om AI en IDP te schalen

UiPath IDP-mogelijkheden zijn de ideale keuze voor bedrijven die de beste AI en IDP in hun klasse veilig en succesvol willen implementeren. IDP is ingebed in ons end-to-end automatiseringsframework, waardoor u de document- en communicatieverwerking kunt automatiseren. U kunt ook gebruik maken van vooraf gebouwde mogelijkheden, deze aanpassen en indien nodig uw eigen componenten of componenten van derden toevoegen.

UiPath Intelligent Xtraction and Processing (IXP) biedt een toonaangevende oplossingsgerichte aanpak voor IDP. Dankzij de nieuwste AI-modellen maakt UiPath IXP de extractie van een groeiend aantal zakelijke inhoudstypen mogelijk; alles, van gestructureerde documenten zoals facturen tot complexe en ongestructureerde inhoud zoals juridische contracten. We bieden uitgebreide platformmogelijkheden en controles over onze IXP-modellen, waardoor ze snel binnen de hele onderneming kunnen worden geschaald:

Bedrijfsklaar

UiPath IXP is gebouwd voor een snelle time-to-value en een naadloze gebruikerservaring. Dit neemt de pijn weg bij alle soorten documentverwerking en verkort de implementatietijd.

Ten eerste is er het Inference-first-trainingsproces. Er is geen training vereist om direct uit de doos bruikbare gegevens nauwkeurig uit complexe ongestructureerde documenten te halen. In plaats daarvan geven gebruikers alleen instructies (net als een prompt) aan het model, waarin wordt uitgelegd wat er moet worden uitgepakt en hoe het in het document wordt weergegeven. Toch geeft UiPath IXP gebruikers nog steeds de mogelijkheid om aantekeningen te maken als ze het model verder willen verfijnen of het wat grondwaarheid willen geven voor evaluatie.

UiPath IXP biedt ook krachtige controle over het schema van deze generatieve modellen. Gebruikers kunnen hun eigen ‘veldgroepen’ maken, waarin ze de exacte informatie specificeren die ze willen extraheren. UiPath stroomlijnt een groot deel van het werk bij de nabewerking en de uitvoer heeft precies het formaat dat nodig is om de resulterende gestructureerde gegevens op te nemen, te gebruiken in automatiseringen en te delen met AI-agenten om waarde te creëren.

Gecontroleerd en conform

UiPath-eigen modellen vallen onder de strengste bedrijfscontroles. Het UiPath-platform levert robuuste, op regels gebaseerde toegangscontrole (RBAC), modelversiebeheer en uitgebreide prestatiebescherming voor onze first-party IXP-modellen. Human in the loop is ook ingebouwd in onze platformervaring, waardoor de gegenereerde output op de juiste manier wordt gevalideerd.  

Bovendien beheert UiPath alle modellen van derden via de UiPath AI Trust Layer, waardoor governance, vertrouwen en beveiliging voor GenAI wordt geboden. Dit betekent geen gegevensretentie en externe modeltraining met uw bedrijfsgegevens.

Een flexibele, open modelstrategie

AI-modellen ontwikkelen zich snel en het beste model van nu is over zes maanden misschien niet het beste model voor uw gebruiksscenario. We investeren voortdurend om de beste gespecialiseerde LLM's voor kernbedrijfsprocessen te creëren en verbeteren deze voortdurend. De release van ons nieuwste model voor complexe en ongestructureerde documentverwerking is daar een bewijs van.

Toch blijft onze AI-strategie open. Wij bieden de tools die nodig zijn om uw favoriete externe of eigen LLM's te integreren en deze te beheren onder de UiPath AI Trust Layer. Met UiPath heeft u de flexibiliteit om een combinatie van de beste modellen in zijn klasse te gebruiken voor elke taak in uw gebruiksscenario's.

Optimalisatie voor verbeterde nauwkeurigheid en betrouwbaarheid

Onze IXP-mogelijkheden zijn geoptimaliseerd voor geavanceerde gegevensextractie met technieken zoals RAG en samengestelde systeemprompts. Contextgronding betekent IXP-modellen die veiliger, performanter en nauwkeuriger zijn. Onze Validation Station-interface toont bewijs van waar de geëxtraheerde informatie in het document is gevonden, wat betekent dat gegenereerde resultaten eenvoudig kunnen worden geverifieerd met bewijsmateriaal.

Projectgebaseerde ervaring

Onze innovaties worden geleid door echte IDP-implementaties ter plaatse bij grote ondernemingen. Onze gebruikers definiëren eenvoudig hun documenttype en kunnen meerdere modellen gebruiken. Ze kunnen ook de prestaties evalueren, modelversies monitoren en beheren – allemaal belangrijke mogelijkheden voor het inzetten van AI, het onderhouden en vervolgens opschalen ervan binnen het hele bedrijf.

Eén klant die de voordelen van de UiPath IDP-mogelijkheden ervaart, is de top 20 onderlinge verzekeringsmaatschappij Encova Insurance. Om de facturering van claims te automatiseren, had Encova aanvankelijk zijn eigen IDP-oplossing ontwikkeld, gebouwd rond traditionele optische karakterherkenning (OCR) en een AI-model van derden voor taalbegrip. Toen ze echter het UiPath-platform voor IDP adopteerden, merkten ze een onmiddellijke verbetering in de nauwkeurigheid:

Als het gaat om het begrijpen van documenten, konden we met traditionele optische tekenherkenning 40% probleemloos doorkomen en zou 30% gedeeltelijk voltooid zijn. Met dit nieuwe [UiPath]-proces is het succespercentage 99%.

Jeffrey Martin, oplossingsarchitect, Encova

UiPath IDP-mogelijkheden zorgden voor een snelle time-to-value en een sterk verhoogde efficiëntie op de financiële, verkoop-, acceptatie-, operationele en klantondersteuningsafdelingen van Encova. In het beleidsintakeprogramma werd de tijd voor handmatige gegevensinvoer bijvoorbeeld met 98% verminderd. Een reductie van 95% in de jaarlijkse verwerkingstijd werd op vergelijkbare wijze bereikt bij de goedkeuring van commerciële lijnen.

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

"UiPath beschouwt GenAI en LLM's als een kritisch technologiehulpmiddel en integreert deze steeds meer in alle fasen van zijn IDP-, communicatiemining- en automatiseringsportfolio's... Verder blijft UiPath prioriteit geven aan en inzetten van beveiligings-, privacy-, toegang-, context-gronding- en controlefuncties op bedrijfsniveau om ervoor te zorgen dat GenAI-modellen en -diensten veilig kunnen worden gebruikt ter ondersteuning van bedrijfskritische gebruiksscenario's."

Het rapport merkt ook op:“De multimodale AI-focus van UiPath biedt het een strategisch uitkijkpunt om voortdurend nieuwe methoden en benaderingen te ontwikkelen om de waarde van traditionele (dat wil zeggen voorspellende AI) en GenAI voor ongestructureerde ontheemden te maximaliseren.”

Ontdek hoe de IDP-mogelijkheden van het UiPath-platform zorgen voor een snelle time-to-value en helpen bij het schalen van state-of-the-art AI door de hele onderneming.