流程機器人如何做好文件辨識作業

早期的文件、影像都是透過紙本傳遞，而隨著電郵及文件處理器興起，並透過全球網路的完整建構，人們開始處理大量的電子資料。然而在面對大量的電子資資料時，要如何迅速將「結構化」、「半結構化」及「非結構化」的資料轉換成數字資訊及整合後匯入公司系統，也是一門企業面臨的數位轉型課題。本文提到的RPA (Robotic Process Automation)即是可加速企業數位轉型的工具。

 

以下以某客戶詢問的接單流程（圖一）可否有機會自動化，來做進一步說明。

 

圖一  ：訂單流程

 

在開始自動化前，建議客戶先對日常作業流程做「第一輪梳理」，以配合RPA特性並將相關流程規則化。目的是要讓RPA可以正確無誤執行所交付的流程，同時也透過流程梳理及作業標凖化，達到優化的作業模式。

 

再來，請檢視平常作業流程，並先做大方向的動作拆解。這段接單流程共可分為訂單讀取、資料整理、登入系統做相關登打及發送信件4個大方向，並確認整段流程有無特殊要求要注意。

 

將作業流程確定及表單格式標凖化後，即可將這些具規則標凖化的動作和資料，設計成RPA可執行的流程，以順利將接單流程自動化。

 

而在設計自動化的過程中，「訂單讀取」是一個重要的環節。對於固定不會變動的資料，可以指定RPA抓取該段資料；若資料是無法完全固定於某個位置時，這時就可以利用UiPath提供的Document Understand (DU)功能來協助讀取電子訂單，進而將整段流程以人機協作的方式自動化。

 

DU的產生，主要在於協助人們處理大量的電子文件，並將其數據化。它的執行主要利用傳統RPA的特性，再透過AI機器學習，來增加對電子文件讀取的準確度。整個流程可參考「圖二」及下列拆段解說，可更瞭解DU的作業方式。

 

 

圖二：Document Understand (DU) 自動化流程表

 

首先，將文件類型做不同的分類 (Load taxonomy ，圖三) ，並將需要提取的電子資料做型態定義（例如﹔將PO Date 設定為日期格式) 作為後續讀取資料時使用。

 

圖三 ：Load taxonomy 分類

 

定義完所需提取的資料格式後，利用不同的方式（例如﹔OCR文字辨識軟體）將電子檔案（例如﹔pdf, text）內的文字數位化（Digitize，圖四）。

 

圖四﹔數位化 (Digitize)

 

數位化後，將資料依一開始Taxonomy的定義做分類 (Classify，圖五)。目標是為正確提取所需數據，提供後續不同的用途。

 

圖五﹔ 分類 (Classify)

 

最後則是讀取(Extract，圖六) 所需資料並將其匯出(Export)成指定的檔案格式。

 

圖六：讀取 (Extract)

 

在讀取的過程，可同步利用內建的驗證(Validate，圖七)功能，重覆修正RPA所讀取出來的數據條件，以AI可不斷學習（Train/Retrain）的能力，提高RPA對文件和欄位的識別度。

 

 

圖七：驗證 (Validate)

 

「數位化、數位優化、數位轉型」是企業數位轉型的三大階段，而自動化工具則是加速整個階段的重要環節。UiPath簡易且彈性的設計流程，讓自動化流程更容易普及於企業內；再加上AI的協助讓RPA功能再進化，是實體資料數位化的一項利器，也是企業數位化良好的基礎橋樑。以優化過的數據，做進一步的資料共用、分析再利用，可使企業取得有利的先機。