اتوماسیون هوشمند: راهنمایی برای انتخاب در سازمان‌های ایرانی

استفاده از اتوماسیون مبتنی بر هوش مصنوعی می‌تواند به طور قابل توجهی زمان لازم برای خواندن اسناد، ورود اطلاعات و آماده‌سازی پاسخ‌ها را کاهش دهد و همچنین فرآیندهای تکراری را به نقاط قابل مدیریت تبدیل کند. برای سازمان‌هایی که هر روز با تعداد زیادی نامه، درخواست خرید و صورتجلسه مواجه هستند، مزیت‌های این فناوری به روشنی قابل مشاهده است: کارشناسان قادر خواهند بود زمان کمتری را صرف انتقال اطلاعات کنند و مدیران نیز سریع‌تر به داده‌های لازم برای اخذ تصمیمات دست یابند. دستیابی به این نتایج به انتخاب صحیح عملکرد و اتصال مؤثر نرم‌افزار به منابع اطلاعاتی سازمان وابسته است.

در اتوماسیون مبتنی بر اصول، مسیر عملیات از قبل تعیین شده است؛ برای مثال، درخواست‌های خرید بالاتر از یک مقدار مشخص به مدیر مالی ارجاع می‌شود. هوش مصنوعی قابلیت‌های اضافی مانند شناسایی نوع سند، استخراج داده‌ها از متن، خلاصه‌سازی و پیشنهاد اقدام مناسب را به این فرآیند افزوده است.

اگر فرض کنیم یک پیش‌فاکتور اسکن‌شده به درخواست خرید متصل شده است. سیستم می‌تواند اطلاعاتی مانند مبلغ، نام تأمین‌کننده و تاریخ را استخراج کرده و برای بررسی در اختیار کارشناس قرار دهد. پس از تأیید این اطلاعات، قواعد گردش کار مشخص می‌کنند که درخواست به کدام فرد مسؤول منتقل شود. در نتیجه، سیستم اطلاعات را پیشنهاد کرده و فرآیند، مسؤولیت و مسیر مدیریت آن را کنترل می‌کند.

RPA یا اتوماسیون رباتیک فرآیندها معمولاً تعاملات تکراری با نرم‌افزارها را به صورت خودکار انجام می‌دهد؛ مانند انتقال داده‌ها بین دو برنامه. BPMS به عنوان بستری برای طراحی، اجرای فرآیند و رصد وضعیت آن عمل می‌کند. هوش مصنوعی همچنین می‌تواند اقداماتی از قبیل خواندن محتوا، دسته‌بندی اطلاعات و تولید پیش‌نویس را به این ابزارها اضافه کند.

این فناوری‌ها قابلیت ترکیب را دارند. به طور مثال، یک مدل اطلاعات می‌تواند اطلاعات فاکتور را استخراج کند، همچنین گردش کار مسیر تأیید را اجرا کند و یک اتصال نرم‌افزاری اطلاعات تأییدشده را به سیستم مالی منتقل سازد. انتخاب ابزار باید بر اساس نیازهای واقعی آغاز شود؛ تأیید یک فرم با قواعد روشن ممکن است نیازی به مدل هوش مصنوعی نداشته باشد.

یکی از بکارگیری‌های موثر هوش مصنوعی در اتوماسیون اداری، کمک به ثبت و مدیریت نامه‌ها است. فناوری OCR می‌تواند متن موجود در تصویر یا فایل اسکن‌شده را استخراج کند. سپس پردازش متن می‌تواند شماره‌ها، تاریخ‌ها، موضوعات و مهلت‌های پاسخ را شناسایی یا نامه را در دسته مناسب طبقه‌بندی کند.

خلاصه‌سازی مکاتبات نیز برای مدیرانی که نیاز به بررسی چندین نامه و پیوست مرتبط دارند، بسیار مفید خواهد بود. خلاصه‌ها باید به اسناد اصلی مرتبط باشند تا اطلاعات کلیدی قابل ردیابی باقی بمانند. کیفیت اسکن، متن فارسی و اصطلاحات تخصصی سازمان بر کیفیت نتایج تأثیرگذار است؛ به همین دلیل آزمون با نامه‌های واقعی بخشی از ارزیابی محصول به حساب می‌آید.

در سیستم‌هایی که توانایی پردازش صوت را دارند، امکان تبدیل متن جلسه به خلاصه، تصمیمات و فهرست اقدامات وجود دارد. دبیر جلسه باید نام مسؤول، مهلت و تفاوت تصمیمات نهایی با پیشنهادات را بررسی کند. اتصال خروجی‌های تأیید شده به وظایف مشخص، ارزش بیشتری از فقط نگهداری یک فایل صوتی جداگانه ایفا می‌کند.

در جست‌وجوی معنایی، کاربر می‌تواند مفهوم مورد نظرش را بیان کند، حتی اگر نام فایل یا عبارت دقیق درون آن را نداشته باشد. به عنوان مثال پرسش «آخرین تصمیم درباره تمدید قرارداد تأمین‌کننده چه بود؟» می‌تواند به بازیابی نامه، قرارداد و صورتجلسه‌های مرتبط کمک کند.

یکی از روش‌های اتصال مدل‌های زبانی به اطلاعات داخلی، RAG به حساب می‌آید؛ در این شیوه، محتوای مرتبط بازیابی شده و به عنوان مبنایی برای تولید پاسخ به کار می‌رود. کیفیت پاسخ به منابع اطلاعاتی، تازگی اسناد و دسترسی کاربران بستگی دارد. نمایش منبع و کنترل نسخه نیز از اهمیت بالایی برخوردار است؛ زیرا استفاده از این روش احتمال بروز اشتباه در پاسخ‌دهی را به طور کامل از بین نمی‌برد.

دستیار سازمانی می‌تواند وضعیت نامه‌ها، پروژه‌ها و درخواست‌ها را از منابع مجاز جمع‌آوری کند و پاسخ‌های مستند ارائه دهد. این قابلیت به پرسش‌هایی نظیر «کدام مصوبات هنوز انجام نشده‌اند؟» یا «چه قراردادهایی نزدیک انقضا هستند؟» پاسخ می‌دهد.

عامل هوش مصنوعی یا AI Agent، با در اختیار داشتن ابزار و مجوزهای مناسب، می‌تواند مراحل یک کار را نیز پیگیری کند. نام محصول به تنهایی نمی‌تواند حوزه این توانایی را تعیین کند. در زمان بررسی راهکار، باید مشخص باشد که سامانه چه اطلاعاتی را می‌خواند، چه اقداماتی به عمل می‌آورد و کدام تغییرات نیازمند تأیید کاربر است.

نیازهای هر کارخانه با آنچه شرکت‌های پیمانکاری یا تیم‌های پشتیبانی به آن نیاز دارند، متفاوت است. انتخاب کاربردی مناسب باید بر اساس میزان کار، داده‌های موجود و هزینه‌های مربوط به خطا در سازمان انجام شود.

در کارخانه‌ها، مدل‌های تحلیلی می‌توانند از داده‌های حاصل از حسگرها و سوابق تعمیرات به منظور شناسایی نشانه‌های خرابی بهره‌برداری کنند. این کاربرد نیازمند داده‌های عملیاتی و زیرساخت تخصصی است. در بخش اداری تولید نیز استخراج اطلاعات مربوط به گواهی کیفیت، مدارک تأمین‌کنندگان و درخواست‌های خرید می‌تواند میزان ورود دستی اطلاعات را کاهش دهد. این دو حوزه می‌بایست با توجه به سیستم‌های موجود به صورت جداگانه بررسی شوند.

در پروژه‌های عمرانی، مدارک شامل نامه‌های کارفرما، صورتجلسات کارگاه و مستندات فنی باید به یک پرونده مشخص مرتبط شوند. هوش مصنوعی می‌تواند در شناسایی مهلت‌های پاسخ، تولید خلاصه مکاتبات و یافتن پیشینه ابلاغ کمک کند. هنگامی که نتایج به نامه اصلی و شخص مسؤول رسیدگی مرتبط باشد، پیگیری درخواست‌ها کمتر به حافظه افراد و جستجوی دستی وابسته می‌شود.

پیش‌فاکتورها، بارنامه‌ها و مدارک مربوط به تأمین‌کننده از منابع باارزش برای استخراج اطلاعات محسوب می‌شوند. مقایسه فیلدهای اسناد می‌تواند تضادها را برای بررسی شفاف کند. همچنین کاربردهایی نظیر پیش‌بینی تقاضا و بهینه‌سازی موجودی نیاز به داده‌های فروش و اطلاعات موجود در زنجیره تأمین دارند. برای شرکتی که با اسناد پراکنده مواجه است، سامان‌دهی مدارک و گردش تأیید می‌تواند نقطه شروع عملی‌تری به شمار آید.

در شرکت‌های خدماتی، بسیاری از پرسش‌ها و درخواست‌ها تکراری هستند. دستیار هوشمند می‌تواند مقالات مرتبط از پایگاه دانش یا پاسخ‌های پیشنهادی از تیکت‌های مشابه را به کارشناسان ارائه دهد. همچنین دسته‌بندی درخواست‌ها و نمایش سابقه مشتری می‌تواند در فرآیند رسیدگی موثر باشد. کیفیت این ویژگی به تازه بودن منابع و توانایی انتقال موارد پیچیده به کارشناس وابسته است.

پاسخ به پرسش‌های مربوط به مرخصی، مأموریت یا درخواست گواهی می‌تواند بر اساس آیین‌نامه‌های معتبر سازمان تنظیم شده و در دسترس قرار گیرد. کارمندان می‌توانند راهنمای لازم را دریافت کرده و به فرم یا مسیر درخواست مناسبی هدایت شوند. این کاربرد می‌تواند بار پاسخگوی تکراری بخش منابع انسانی را کاهش دهد، در حالی که بررسی استثنائات و تأیید درخواست‌ها به عهده مسؤول مربوط باقی می‌ماند.

تنها تولید سریع‌تر متن به تنهایی نمی‌تواند اثبات‌کننده افزایش بهره‌وری باشد. قبل از آغاز اجرای پروژه، زمان لازم برای ثبت نامه، بررسی پیوست، تهیه پاسخ و تعداد اصلاحات را اندازه‌گیری کنید. پس از پایان دوره پایلوت، همین شاخص‌ها را با نمونه‌های مشابه مقایسه کنید.

هزینه‌های مربوط به مجوز، زیرساخت، اتصال نرم‌افزارها و بررسی خروجی نیز باید در محاسبه لحاظ شوند. ممکن است استخراج خودکار اطلاعات به سرعت انجام شود، اما تصحیح ایرادات زمان بیشتری نیاز داشته باشد. نتیجه مطلوب زمانی حاصل خواهد شد که مجموع زمان و هزینه رسیدگی کاهش یابد و در عین حال کیفیت کار حفظ شود. درصد صرفه‌جویی هر سازمان باید از این طریق اندازه‌گیری شود.

در جلسه معرفی محصول، از ارائه‌دهنده بخواهید سناریوی واقعی را پیاده‌سازی کند: نامه‌ای فارسی اسکن‌شده وارد شود، اطلاعات آن استخراج و خلاصه‌سازی شود و پس از تأیید کارشناس، سند به ثبت برسد. سپس این موارد را مورد بررسی قرار دهید:

• دقت تشخیص فارسی: چگونه نام واحدها، تاریخ‌های شمسی و اصطلاحات تخصصی شناسایی می‌شوند؟
• پاسخ‌های مستند: آیا برای هر پاسخ منبع و نسخه معتبر سند قابل مشاهده است؟
• دسترسی و حریم خصوصی: آیا مجوزهای سازمان در هنگام بازیابی اطلاعات لحاظ می‌شوند؟
• محل پردازش داده‌ها: داده‌ها کجا ذخیره و پردازش می‌شوند و شرایط استفاده از آنها چگونه است؟
• یکپارچه‌سازی: چگونه اتصال به نرم‌افزارهای مالی، ERP و داده‌های موجود انجام خواهد شد؟

پاسخ‌های عملی به این سوالات، مبنای مقایسه محصولات و估算 هزینه‌های استقرار خواهد بود.

برای شروع، یک کاربرد تکراری و قابل اندازه‌گیری را انتخاب نمایید؛ مانند استخراج اطلاعات از نامه‌های وارده یا خلاصه‌سازی پرونده‌های خرید. نمونه‌ها، معیارهای پذیرش و مسؤول بازبینی را مشخص فرمایید و پس از ارزیابی نتایج، کاربرد بعدی را اضافه کنید.

در معرفی سامانه اتوماسیون با هوش مصنوعی آریا آی‌تی، امکاناتی چون OCR، خلاصه‌سازی و پیش‌نویس پاسخ، و جست‌وجوی اسناد موجود بر اساس اطلاعات سازمان مطرح شده‌اند؛ تمامی اقدام‌ها با تأیید نقش‌های مجاز انجام می‌پذیرد. راهکار هوش مصنوعی در مدیریت فرآیندهای سازمانی نیز بر ارائه اطلاعات و روش‌های متناسب با رویه‌های سازمانی تمرکز دارد.

برای ارزیابی آریا، یک نامه، فرم و پرونده واقعی را در جلسه دمو بررسی فرمایید. این آزمایش مشخص می‌کند که کدام قابلیت در کار روزمره شما قابلیت ارزش‌آفرینی دارد و استقرار باید از کدام بخش آغاز شود.