Kort sagt
- Målet er at transformere dokumenter i mange strukturer til verificerede data med beviser: hver læst værdi refererer til det sted i dokumentet, den kommer fra.
- En person frigiver undtagelser og alt med juridisk eller økonomisk vægt. Uproblematiske dokumenter gennemgår et let tjek.
- Tre niveauer passer til forskellige situationer: regler og skabeloner til stabile formularer, AI‑understøttet læsning til skiftende strukturer, agenter, hvor dokumenter udløser flertrinsprocesser.
- Originalen bibeholdes, hver ændring logges, og læste data erstatter aldrig det arkiverede dokument.
Problemet
I de fleste virksomheder sker det samme hundredvis af gange om ugen. Et dokument ankommer, nogen åbner det, finder leverandøren, datoen, beløbet eller opsigelsesklausulen, indtaster det i et andet system og arkiverer originalen. Typiske fejlkilder omfatter indtastning, dokumenter med en usædvanlig struktur, oversete klausuler på side 14 og dokumenter, der er tildelt den forkerte proces. Arbejdet er monotont, men kræver opmærksomhed, så det er langsomt og trættende.
Processen i syv trin
- Indgang: E‑mails, portaldownloads, scanneroutput og drev flyder ind i et indgangspunkt med afsender og tid.
- Registrering: systemet genkender typen af dokument, såsom en faktura, kontrakt, certifikat eller brev, dets sprog og dets kvalitet. Scanninger gennemgår først tekstgenkendelse.
- Læs op: AI'en læser de felter og passager, du har brug for, og leverer dem som strukturerede data, hver med siden og placeringen af referencen.
- Eksamen: Regler kontrollerer resultatet i forhold til dine stamdata: leverandøren eksisterer, beløbene er korrekte, data er plausible, obligatoriske klausuler er til stede. Værdier, for hvilke AI er usikker, er markeret.
- Kontrol: et menneske ser dokumentet sammen med de læste værdier, og kun undtagelserne. Rettelser gemmes og forbedrer senere kørsler.
- Udgivelse: Frigivne data går ind i ERP, dokumentsystemet eller CRM, originalen arkiveres, og deadlines fundet i dokumentet bliver til opgaver.
- Protokol: hvem udgav hvad, hvad AI ændrede, og hvilken version af reglerne, der gjaldt, som grundlag for revisioner.
Tre niveauer af automatisering
Regler og skabeloner
For nogle få stabile strukturer, såsom dine egne formularer, er faste regler tilstrækkelige. De er forudsigelige og billige i drift, og de går i stykker, når strukturen ændres.
AI‑understøttet læsning
For mange strukturer, såsom leverandørfakturaer eller kontrakter fra forskellige kontraktpartnere, læser en sprogmodel dokumentet og udfylder felterne. Et menneske kontrollerer undtagelserne. Denne fase dækker det meste af det, der kaldes intelligent dokumentbehandling, og for kontrakter involverer det kontrol mod en tjekliste med klausuler og afvigelser.
agenter
Når et dokument starter en proces, tager systemet også de næste skridt inden for de grænser, du sætter: anmod om den manglende side fra afsenderen, opret opgaven, indtast deadline, følg op med en påmindelse. Hvert skridt med konsekvenser går gennem en udgivelse. Mere om dette nedenfor AI‑agenter for virksomheder.
Systemer og grænseflader
Processen kobles til det, du allerede bruger: postkasser via standardprotokoller eller interfaces fra Microsoft og Google, drev og SharePoint, dokumentsystemer som DocuWare eller M-Files og ERP-systemer som SAP, Microsoft Dynamics 365 eller Odoo. For fakturaer i strukturerede formater bærer formatet selv dataene og verifikationen er lettere, se Automatiser indgående fakturaer. Navnene er til orientering og betyder ikke et partnerskab.
Lov og risiko
- Databeskyttelse: Dokumenter indeholder personoplysninger. Du skal have en databehandleraftale med hver udbyder (Artikel 28 GDPR), behandling i EU eller Storbritannien og en klar regel for, hvor længe originale og læste data opbevares. Den ICO-noter om kunstig intelligens og databeskyttelse og den EDPB's udtalelse 28/2024 forklare, hvad tilsynsmyndighederne forventer.
- Automatiserede beslutninger: Art. 22 GDPR begrænser beslutninger om en person, der udelukkende er baseret på automatiseret behandling. Processen læser og kontrollerer, folk bestemmer.
- Ikke en del af tilbuddet: Læsning af ansøgninger til rangering af kandidater og vurdering af kreditværdighed er høj risiko i henhold til bilag III til AI‑forordningen. Vi bygger dem ikke Risikoklasser.
- Opbevaring og bevis: Lovpligtige opbevaringsperioder gælder for regnskabs-, skatte- og kontraktsdokumenter. Arkivet beholder originalen, og de læste data understøtter det, men erstatter det aldrig.
- Kontrakter: Læsning og sammenligning med en tjekliste understøtter kontrollen. Den juridiske vurdering forbliver hos en advokat, se AI for advokater.
- Medarbejdere: Artikel 4 i AI‑forordningen kræver tilstrækkelig AI kompetence. Denne oversigt er generel information og ikke juridisk rådgivning.
Sådan måler du succes
Mål før og efter på en prøve af dine egne dokumenter. Nyttige tal omfatter andelen af dokumenter, der passerer igennem uden nogen rettelse, korrektionsprocenten pr. felt, tiden fra modtagelse til bestilling eller tildeling, andelen af dokumenter på undtagelseslisten og antallet af manglende frister. Resultaterne afhænger af kvaliteten af dokumenterne og reglerne, og derfor sætter vi målene sammen med dig i starten og lover ikke nogen tal på forhånd.
Hvor det passer
- Kreditorer: Fakturaer, ordrebekræftelser og følgesedler sammenlignes, se Fakturaautomatisering.
- Advokatfirmaer og juridiske afdelinger: Kontrakter og bundter kontrolleres i forhold til en liste over klausuler, se AI for advokater.
- Forsikring: Politikker mod ordre- og skadesdokumenter sorteret, se AI i forsikring.
- Logistik: CMR-fragtbreve og leveringsdokumenter knyttet til ordrerne, se AI i logistik.
- Produktion: Certifikater og testprotokoller kontrolleret i forhold til specifikationer, se AI i produktion.
Kilder
- Forordning (EU) 2016/679 (GDPR), artikel 22 og 28: EUR-Lex
- Forordning (EU) 2024/1689 (KI‑forordningen), art. 4 og bilag III: EUR-Lex
- ICO, Vejledning om kunstig intelligens og databeskyttelse (engelsk)
- EDSA, Udtalelse 28/2024 om visse databeskyttelsesaspekter ved behandling af personoplysninger i forbindelse med AI‑modeller