Расскажем на примере официальных запросов на выписку по счету клиента. Запрос составляют на бланке, с подписью и печатью, и роботу он достается уже в виде скана. Из такого письма ему нужно извлечь ФИО, номер счета и период выписки. Сложность в том, что единого шаблона нет: каждое ведомство пишет по-своему, и нужная строчка может оказаться где угодно.
Что робот делает со сканом? 🔎
1️⃣ Распознает текст. Система интеллектуальной обработки документов превращает скан в обычный текст
2️⃣ Разбирает тему письма. Большая языковая модель (LLM) решает, просят ли тут выписку, потому что такие письма бывают про разное
3️⃣ Находит в тексте данные для выписки
4️⃣ Делает выписку. Классический RPA идет в банковские системы и нажимает кнопки вместо человека
Без проверки модель ничего не отправит 📋
LLM иногда ошибается. В нашем случае ошибка в одной цифре номера счета означает, что выписку получит не тот человек.
Поэтому перед каждым действием робота данные проходят формально-логический контроль (ФЛК): все ли поля на месте и корректны ли они. Если нет, запрос уходит к сотруднику.
Нам такой подход нравится: модель берет на себя чтение, выписку пропускает только проверка, а все спорное уходит к сотруднику 🐱
99% запросов обходятся без людей ✔️
🔵 Это доля запросов, которые робот провел целиком сам, ни разу не позвав человека.
🔵 Точность извлечения данных: насколько верно робот распознал ФИО, номер счёта и период в письме. Модель правильно извлекает данные в 95% случаев, а ошибки выявляет ФЛК. В итоге сотруднику передают только 1% запросов.
Подобных роботов у нас в банке может собрать любой сотрудник: пройти обучение и автоматизировать свою рутину при поддержке Центра роботизации процессов.
А какую рутинную задачу вы бы скинули на робота первой?
Мы в МАКС 🐱