TECHTARGET

Raccolta dati automatizzata: i vantaggi per l’azienda

Lo sapevate che i knowledge worker creano più documenti cartacei che elettronici? E che i documenti cartacei costituiscono il 30% di quelli utilizzati ogni giorno? Ma la cosa più sorprendente è che la dispendiosa data entry manuale dei dati da documenti di carta è ancora molto diffusa. Per fare un passo avanti, ecco una panoramica delle offerte di automated data collection

Pubblicato il 29 Lug 2021

data management

L’automazione dei processi aziendali ha una vasta gamma di applicazioni, ma l’obiettivo comune di tutti è sostituire le attività umane con la tecnologia per ridurre i costi e semplificare i processi ripetitivi. Le aziende manifatturiere utilizzano da decenni robot industriali per sostituire le attività tradizionalmente svolte dagli esseri umani e l’automazione dei processi aziendali condivide lo stesso obiettivo: sostituire le funzioni aziendali svolte dagli esseri umani con applicazioni software. Le attività lavorative di natura ripetitiva e che richiedono un’analisi e un processo decisionale poco intelligenti per essere completate sono i primi candidati per l’automazione dei processi.

La continua proliferazione della carta

Sappiamo che un ufficio paperless è un vantaggio per l’azienda, oltre che per l’ambiente. Moltissimi studi dimostrano che i documenti digitali riducono i costi e migliorano la qualità e l’efficienza rispetto alle loro controparti cartacee. Ma la comunità imprenditoriale continua a generare un’enorme quantità di carta. Un white paper di IDC intitolato “La migrazione dalla carta al digitale: perché la digitalizzazione rimane inafferrabile” afferma che:

  • i documenti cartacei costituiscono il 30% dei documenti utilizzati ogni giorno
  • i knowledge worker continuano a creare più documenti cartacei che elettronici
  • le organizzazioni continuano a utilizzare documenti cartacei per i processi aziendali chiave che includono l’onboarding di clienti, dipendenti e pazienti, ordini di acquisto, rendicontazione delle spese e revisione e approvazione dei contenuti.

Sappiamo che trasferire le informazioni dai documenti cartacei a un sistema informatico potrebbe essere un passo avanti per tutti. Il processo può essere manuale o robotico. In un’epoca in cui una strategia fondamentale per la maggior parte delle organizzazioni è automatizzare il maggior numero possibile di processi aziendali, la trascrizione manuale delle informazioni dai documenti cartacei ai sistemi informatici continua a essere all’ordine del giorno. Eppure, è immediato rendersi conto che l’inserimento manuale dei dati richiede tempo, denaro ed è causa di errori.

Le fonti dei dati
Le fonti dei dati

La tecnologia di automated data collection

La raccolta automatizzata dei dati è andata ben oltre la semplice scansione di documenti come immagine singola per l’archiviazione e l’archiviazione. I moderni prodotti di acquisizione automatica dei dati possono identificare ed estrarre in modo intelligente singole parti di testo e caselle selezionate, quindi trasformarli in dati strutturati che possono essere utilizzati da sistemi computerizzati.

  • Riconoscimento ottico dei caratteri (OCR). Il riconoscimento ottico dei caratteri (OCR) è disponibile da un paio di decenni ed è la tecnologia più comune per trasformare documenti cartacei in file elettronici.
  • Riconoscimento intelligente dei caratteri (ICR). Il riconoscimento ICR migliora le capacità OCR utilizzando tecnologie aggiuntive per riconoscere diversi tipi di carattere e stili di scrittura. Le applicazioni ICR utilizzano spesso algoritmi di machine learning e intelligenza artificiale per migliorare le capacità di riconoscimento del sistema e aumentare la precisione della trasformazione da carta a digitale.
  • Riconoscimento intelligente dei documenti (IDR). IDR è principalmente un termine di marketing utilizzato dai fornitori di software per descrivere la combinazione di tecnologie che i loro prodotti utilizzano per migliorare le capacità di riconoscimento ed estrazione dei dati. Nelle prime fasi dell’IDR, i fornitori utilizzavano modelli predefiniti che consentivano al software di estrarre i valori in posizioni specifiche.

Trattandosi di un mercato altamente competitivo, i fornitori di software di automated data collection hanno compreso che l’innovazione e l’integrazione costanti di nuove funzionalità differenzianti sono essenziali. Molti player utilizzano oggi un tipo di software avanzato che combina la logica umana con l’intelligenza artificiale e il machine learning per identificare ed estrarre dati da documenti cartacei e archiviarli come informazioni strutturate.

Il marketplace della automated data collection

Ogni qualvolta viene percepita la necessità di automatizzare un processo aziendale, spuntano dei fornitori intraprendenti che forniscono soluzioni. Da pesi massimi del settore, a fornitori specializzati solo su alcuni tipi di raccolta dati, è disponibile una gamma ampia e in continua crescita di offerte. Dunque, le organizzazioni interessate ai prodotti per l’acquisizione automatizzata dei dati hanno a disposizione tante tecnologie e funzionalità da valutare. Ecco quattro dei prodotti più popolari.

Ephesoft

Un prodotto altamente competitivo in questo spazio di mercato è Ephesoft, molto noto e spesso indicato come leader del settore sia dai clienti sia dai concorrenti. Il prodotto utilizza l’intelligenza artificiale e i propri algoritmi di machine learning brevettati per estrarre i dati dai documenti cartacei. Ciò che distingue Ephesoft dai suoi concorrenti è il solido set di funzionalità del prodotto, numerose API, la capacità di estrarre dati da un insieme diversificato di fonti di documenti e funzionalità di reporting complete.

Amazon Textract

Dove c’è un marketplace in cui competere, ci sono buone probabilità che troverai un’offerta Amazon. Amazon Textract combina l’OCR con tecnologie avanzate per estrarre in modo intelligente testo e dati scritti a mano dai documenti scansionati. Inoltre, Amazon offre agli utenti la possibilità di creare flussi di lavoro personalizzati per consentire revisioni umane dei dati in qualsiasi fase durante il processo di estrazione.

Rossum

Rossum è un concorrente forte in questo spazio di mercato e il suo prodotto riceve buone recensioni. Come la maggior parte dei fornitori di raccolta dati automatizzata, Rossum utilizza il machine learning e la self-learning artifial intelligence per estrarre i dati senza dover fare affidamento su modelli predefiniti. Rossum utilizza un processo in due fasi che separa le attività in estrazione e convalida dei dati. Durante la fase di validazione, il software assegna punteggi ai dati estratti. Il prodotto richiede automaticamente agli utenti di ispezionare i campi vuoti e di rivedere manualmente gli elementi dei dati che hanno ricevuto punteggi bassi.

IBM Datacap

L’offerta Datacap del colosso del settore è sia un prodotto autonomo sia un componente chiave della sua suite di prodotti IBM Cloud Pak for Business Automation. IBM afferma che il prodotto “Utilizza l’apprendimento automatico per automatizzare l’elaborazione di formati complessi o sconosciuti e documenti altamente variabili difficili da acquisire con i sistemi tradizionali”. Il prodotto si integra facilmente con il software Robotic Process Automation di IBM e consente agli utenti di definire regole di elaborazione, creare flussi di lavoro ed esportare facilmente i dati su altri sistemi. Datacap Mobile consente agli utenti di acquisire le informazioni dal point-of-contact.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Speciale Digital360Awards e CIOsumm.it

Tutti
Update
Round table
Keynote
Video
Digital360Awards e CIOsumm.it, i momenti salienti
Eventi
Digital360 Awards e CIOsumm.IT, ecco i progetti vincitori
Tavola rotonda
Evoluzione del CIO: da centro di costo a motore strategico del business
Tavola rotonda
Business Process Augmentation: dall’RPA alla GenAI… il dato e tratto
Approfondimenti
Sistemi digitali potenziati: l’intelligenza dei chatbot è nelle mani dei CIO
Tavola rotonda
Intelligenza collaborativa e AI: sfide e opportunità per i CIO nell’era dello Human to Machine (H2M) 
Approfondimenti
Open Source: collaborazione e innovazione nel caos apparente del software libero 
Metodologie
BANI: che cos’è e come l’AI può aiutare i CIO a gestire la felicità (e l’infelicità) dei talenti
Prospettive
AI in un mondo complesso. Tra ordine e disordine, le aziende iniziano a capire la giusta via
Approfondimenti
Intelligenza Umana vs Intelligenza Artificiale insieme. Non invece
Eventi
Digital360 Awards e CIOsumm.IT, al via l’evento conclusivo
Video
Digital360Awards e CIOsumm.it, i momenti salienti
Eventi
Digital360 Awards e CIOsumm.IT, ecco i progetti vincitori
Tavola rotonda
Evoluzione del CIO: da centro di costo a motore strategico del business
Tavola rotonda
Business Process Augmentation: dall’RPA alla GenAI… il dato e tratto
Approfondimenti
Sistemi digitali potenziati: l’intelligenza dei chatbot è nelle mani dei CIO
Tavola rotonda
Intelligenza collaborativa e AI: sfide e opportunità per i CIO nell’era dello Human to Machine (H2M) 
Approfondimenti
Open Source: collaborazione e innovazione nel caos apparente del software libero 
Metodologie
BANI: che cos’è e come l’AI può aiutare i CIO a gestire la felicità (e l’infelicità) dei talenti
Prospettive
AI in un mondo complesso. Tra ordine e disordine, le aziende iniziano a capire la giusta via
Approfondimenti
Intelligenza Umana vs Intelligenza Artificiale insieme. Non invece
Eventi
Digital360 Awards e CIOsumm.IT, al via l’evento conclusivo

Articoli correlati

Articolo 1 di 2