Il problema si presenta identico in un ufficio protocollo, in un ufficio fidi e in un ufficio acquisti: documenti diversi, informazioni sempre le stesse.
Quello che segue è uno scenario illustrativo, costruito sui casi d’uso ricorrenti nei settori in cui operiamo. Non si riferisce a un cliente specifico: i case study nominali vengono pubblicati dopo la conclusione dei progetti e le relative autorizzazioni. Dove riportiamo un dato misurato su un progetto reale, lo indichiamo espressamente.
Il problema
Un ufficio riceve ogni mese diverse migliaia di documenti da soggetti esterni. Provengono da fonti diverse e nessuno di essi segue un formato definito dall’organizzazione ricevente.
Le informazioni da estrarre sono però sempre le stesse: identificativo del soggetto, oggetto, importi, date, riferimenti a documenti collegati.
Oggi l’operazione è manuale. Un operatore apre il documento, individua le informazioni, le trascrive nel gestionale, verifica la coerenza con quanto già presente e archivia.
I costi sono tre. Il tempo, distribuito su un’attività che nessuno considera qualificante. Gli errori di trascrizione, che emergono a valle e richiedono rilavorazione. E la dipendenza dall’esperienza: gli operatori più anziani riconoscono al primo sguardo dove cercare un’informazione in un documento di un certo tipo, i nuovi impiegano mesi.
L’analisi
L’analisi ha riguardato quattro aspetti, e ha prodotto il risultato più utile del progetto: la definizione di che cosa escludere.
Le tipologie documentali. Il censimento su un periodo rappresentativo ha mostrato una concentrazione netta: poche tipologie coprivano la grande maggioranza del volume, mentre una coda lunga di casi rari rappresentava una quota minima.
I campi da estrarre. Non tutti hanno lo stesso valore. Alcuni sono usati in ogni lavorazione successiva, altri raramente. Il perimetro è stato ristretto ai campi effettivamente utilizzati a valle.
L’impatto dell’errore per campo. Un errore su un importo ha conseguenze diverse da un errore su una descrizione. La distinzione ha determinato dove collocare le soglie di confidenza e la verifica obbligatoria.
La qualità dei file in ingresso. Una quota dei documenti risultava non trattabile automaticamente: scansioni a bassa risoluzione, fotografie, file protetti. È stata identificata come flusso separato, non come caso da risolvere.
Che cosa è stato escluso, e perché
Questa sezione è la più utile per chi valuta un progetto analogo.
Sono state escluse le tipologie documentali rare. Il costo di configurazione e manutenzione non era giustificato dal volume, e restano a lavorazione manuale.
Sono stati esclusi i campi a uso sporadico. Ogni campo aggiunto comporta configurazione, verifica e manutenzione.
Sono stati esclusi i documenti di qualità insufficiente, instradati a un flusso manuale con una segnalazione automatica al mittente sui requisiti minimi dei file.
È stata esclusa ogni valutazione di merito. Il sistema estrae e segnala; non decide né classifica il rischio.
Ed è stata esclusa la scrittura automatica nel gestionale senza conferma sui campi a impatto economico.
La soluzione
Il sistema esegue cinque operazioni.
Riconosce la tipologia del documento. Sotto una soglia di confidenza, lo instrada a verifica umana invece di procedere.
Estrae i campi previsti per quella tipologia, mantenendo per ciascuno il collegamento alla posizione nel documento di origine.
Confronta i valori estratti con i dati già presenti nei sistemi e con gli altri documenti della stessa pratica, segnalando le discrepanze.
Presenta all’operatore una scheda con i dati estratti, il livello di confidenza per campo e l’anteprima del documento con le posizioni evidenziate.
Registra la conferma o la correzione dell’operatore, che alimenta il monitoraggio della qualità.
L’architettura
Riconoscimento ottico con controllo di qualità sul file in ingresso e instradamento dei documenti non trattabili. Classificazione della tipologia. Estrazione dei campi con modelli che interpretano insieme testo e struttura della pagina, con restituzione della posizione di origine. Regole deterministiche per le validazioni esprimibili come condizioni: formato del codice fiscale, coerenza tra date, quadratura degli importi. Integrazione in lettura con le anagrafiche e in scrittura, previa conferma, con il gestionale. Registrazione completa di ogni estrazione, conferma e correzione.
Un elemento di metodo: le validazioni esprimibili come regole sono state implementate come regole. Sono più affidabili, più economiche e più semplici da spiegare in sede di verifica.
L’implementazione
Rilascio in tre fasi.
Prima fase in affiancamento: il sistema estrae, l’operatore lavora come prima e confronta. Serve a misurare l’accuratezza reale e a costruire fiducia.
Seconda fase in produzione sulla tipologia a maggior volume, con verifica obbligatoria su tutti i campi a impatto economico.
Terza fase di estensione alle altre tipologie incluse nel perimetro, con soglie tarate sui dati raccolti.
La formazione ha incluso gli errori riscontrati in fase di test, con esempi reali.
I risultati
Gli indicatori sono stati rilevati prima dell’avvio e misurati dopo: tempo medio di lavorazione per documento, errori di trascrizione rilevati a valle, percentuale di documenti gestiti senza intervento correttivo, tempo di autonomia degli operatori di nuovo inserimento.
Il ritorno si legge su ore liberate, riduzione della rilavorazione e minore dipendenza dall’esperienza individuale.
Su un progetto reale in ambito manifatturiero, con caratteristiche analoghe applicate a tavole tecniche CAD, abbiamo misurato un’accuratezza dell’86 per cento nell’estrazione automatica delle quote dimensionali dai disegni reali del cliente, con i casi a bassa confidenza segnalati per revisione dell’ufficio tecnico. È il tipo di ordine di grandezza da attendersi su documentazione non standardizzata, e la ragione per cui la revisione umana sui casi incerti è parte dell’architettura e non un ripiego.
Che cosa non ha risolto
Non ha risolto la qualità dei file in ingresso, che dipende dai mittenti.
Non ha eliminato la lavorazione manuale, che resta sulle tipologie escluse e sui documenti non trattabili.
Non ha ridotto i tempi complessivi del procedimento dove il collo di bottiglia era a valle dell’estrazione.
E ha richiesto un presidio stabile: verifica periodica dell’accuratezza, analisi delle correzioni, aggiornamento a ogni modifica dei formati in ingresso.
In chiusura
Il fattore che determina l’esito di un progetto di questo tipo non è la tecnologia di estrazione, ormai matura. È la definizione del perimetro: quali tipologie, quali campi, quali soglie, che cosa resta manuale.
Un perimetro ristretto e ben definito produce un sistema affidabile. Un perimetro ampio produce un sistema che funziona a metà su tutto.
Gli scenari e i progetti che pubblichiamo sono consultabili sul sito. Se avete un flusso documentale con queste caratteristiche, siamo disponibili a un confronto sul vostro caso.
