Document AI – Naudojimo atvejai
Šiame puslapyje
- Realūs pritaikymo atvejai įvairiose industrijose
- Finansai ir bankininkystė: automatizuotas KYC
- Sveikatos priežiūra: pacientų įrašai ir receptai
- Teisė: sutarčių analizė dideliu mastu
- Apskaita: sąskaitų faktūrų apdorojimas
- Logistika, archyvai ir viešasis sektorius
- Standartinė gamybos darbo eiga
- Svarbiausi punktai
Atnaujinimas 2026 m. lapkričio 2 d. – OCR. OCR 4.0 (
mistral-ocr-4-0) buvo nutrauktas 2026 m. rugsėjo 30 d. Naudokite OCR 4.1 (mistral-ocr-4-1), kuris visuotinai prieinamas nuo rugpjūčio 31 d. ta pačia kaina, arba aliasąmistral-ocr-latest, kuris į jį nukreiptas nuo liepos 16 d. OCR 4.1 pridėjo pasitikėjimo įverčius bloko lygmeniu.
Realūs pritaikymo atvejai įvairiose industrijose
„Document AI“ daro daugiau nei tik išgauna tekstą. OCR, anotacijų ir klausimų bei atsakymų (QnA) derinys daro šią paslaugą vertinga, nes ji apima visą dokumento gyvavimo ciklą – nuo gavimo iki panaudojimo. Šioje pamokoje nagrinėjami dažniausiai pasitaikantys naudojimo atvejai pagal sektorius, nurodant, kurios paslaugos naudojamos kiekviename žingsnyje. Šis skirtumas svarbus jau pradiniame etape, nes kiekviena papildoma paslauga didina išlaidas ir delsą.
| Industrija | Naudojimo atvejis | Naudojamos paslaugos |
|---|---|---|
| Finansai ir bankininkystė | Automatizuotas KYC, išrašų išgavimas, atitiktis reikalavimams | OCR + Anotacijos |
| Sveikatos priežiūra | Pacientų įrašai, ranka rašyti receptai, medicinos ataskaitos | OCR + Anotacijos + QnA |
| Teisė | Sutartų analizė, sąlygų išgavimas, due diligence | OCR + QnA |
| Draudimas | Žalų administravimas, deklaracijos formos | OCR + Anotacijos |
| Logistika | Pristatymo raštai, muitinės dokumentai, sandėlio kontroliniai sąrašai | OCR + Anotacijos |
| Apskaita | Tiekėjų sąskaitos faktūros, išlaidų ataskaitos, banko sąskaitų suderinimas | OCR + Anotacijos |
| Viešasis sektorius | Archyvų skaitmeninimas, administracinės formos | OCR |
| Gamyba | Techniniai duomenų lapai, kokybės sertifikatai, patikrinimo ataskaitos | OCR + QnA |
Finansai ir bankininkystė: automatizuotas KYC
Klientų registravimas yra dažniausiai pageidaujamas naudojimo atvejis, nes tai pasikartojantis, reglamentuojamas ir laiko reikalaujantis procesas. „Know Your Customer“ (KYC) procesas visada vyksta ta pačia seka:
- Asmens dokumento nuskaitymas: pasas, asmens tapatybės kortelė, vairuotojo pažymėjimas
- OCR išgavimas: vardas, pavardė, gimimo data, dokumento numeris
- Struktūruotos anotacijos: laukų validavimas naudojant „Pydantic“ schemą
- Kryžminis patikrinimas: automatinis palyginimas su vidinėmis duomenų bazėmis
- Praturtintas archyvavimas: dokumentas indeksuojamas ir tampa užklausiamas per QnA
Tai, kas anksčiau atitikties specialistui užimdavo kelias valandas, dabar trunka kelias sekundes vienam failui. Agentas įsikiša tik tais atvejais, kurie pažymimi kaip įtartini.
Sveikatos priežiūra: pacientų įrašai ir receptai
Medicinos sektorius generuoja didžiulius dokumentų kiekius, kurių didelė dalis vis dar rašoma ranka. Ranka rašytas receptas, dažnai laikomas neįskaitomu, yra teisingai transkribuojamas net tada, kai gydytojas maišo lotyniškus terminus su vietine kalba. Varnele pažymimos formos, kurios ilgą laiką buvo galvos skausmas tradiciniams OCR varikliams, dabar leidžia išgauti loginius (boolean) atsakymus nepaprastai tiksliai. Medicinos ataskaitose modelis identifikuoja paciento tapatybę, diagnozę ir paskirtus vaistus.
Vienas elgesio aspektas nusipelno ypatingo dėmesio, nes jis lemia, kiek pasitikėjimo galite skirti sistemai: kai dokumente trūksta lauko – pavyzdžiui, nenurodytas telefono numeris – modelis praneša apie šį trūkumą, o neišgalvoja tikėtinos reikšmės. Tai yra priešingybė bendrosios paskirties modelio refleksui, ir būtent tai daro išgavimą panaudojamu be sisteminės žmogaus peržiūros.
Teisė: sutarčių analizė dideliu mastu
Teisės firmos ir teisiniai skyriai daugiausia naudoja sąlygų išgavimą ir QnA. Pirmasis atvejis apima automatinį nutraukimo, nekonkuravimo arba konfidencialumo sąlygų identifikavimą dokumentų rinkinyje, paverčiant rankinę peržiūrą į pagalbą teikiantį triažą. Antrasis ypač efektyvus atliekant „due diligence“: kai įsigijimas apima šimtus sutarčių, galite užklausti rinkinį natūralia kalba, o ne skaityti viską nuo pradžios iki galo, išsamiai peržiūrėdami tik tuos dokumentus, kuriuos atrado paieška.
Apskaita: sąskaitų faktūrų apdorojimas
Tai yra brandžiausias naudojimo atvejis ir dažnai pirmasis, kuris diegiamas. Viskas sukasi apie „Pydantic“ schemą, kuri tiksliai apibūdina, ką norite gauti:
from pydantic import BaseModel, Field
class Invoice(BaseModel):
vendor: str = Field(..., description="Vendor name")
invoice_number: str = Field(..., description="Invoice number")
date: str = Field(..., description="Invoice date in YYYY-MM-DD format")
amount_excl_tax: float = Field(..., description="Amount excluding tax in euros")
amount_incl_tax: float = Field(..., description="Amount including tax in euros")
vat_amount: float = Field(..., description="VAT amount in euros")
Perduodant tai Anotacijų API, ši schema išgauna laukus iš kiekvienos nuskaitytos sąskaitos faktūros, nereikalaujant jokio išankstinio tiekėjų sąskaitų šablonų konfigūravimo. Atkreipkite dėmesį į rūpestingą aprašymų ir tipų parinkimą: tai nurodo modeliui, kad suma turi būti grąžinta kaip skaičius, o data – YYYY-MM-DD formatu, o ne tokia forma, kokia ji pateikta popieriniame dokumente.
Logistika, archyvai ir viešasis sektorius
Logistikoje tūkstančiai kasdien apdorojamų pristatymo raštų, krovininių važtaraščių ir muitinės dokumentų leidžia automatiškai išgauti siuntėjo ir gavėjo informaciją, nuskaityti brūkšninius kodus ir sekimo numerius, esančius vaizduose, bei skaitmeninti ranka pildomus sandėlio kontrolinius sąrašus, dažnai rašytus ant suglamžytų laikmenų.
Archyvų skaitmeninimas yra ypatingas atvejis. Čia dokumentai yra seni, kartais prastos būklės, rašyti XIX–XX a. rankraščiu, naudojant tipografiją ir posakius, kurie jau nebenaudojami. OCR 4 tvarko juos geriau nei tradiciniai OCR varikliai dėka savo vaizdinio supratimo, tačiau būkite realistiški dėl ribotumų: tikslumas sumažėja stipriai pažeistiems elementams, o bet koks rimtas archyvų projektas visada apima žmogaus peržiūros etapą.
Standartinė gamybos darbo eiga
Nepriklausomai nuo sektoriaus, procesas atrodo panašiai: dokumento priėmimas (ingestion) nuskaitymo, įkėlimo arba el. paštu būdu; OCR tekstui ir struktūrai išgauti naudojant mistral-ocr-latest; anotacijos struktūruotiems duomenims gauti pagal jūsų verslo schemą; praturtinto „Markdown“ indeksavimas vektorių arba SQL duomenų bazėje; tada panaudojimas per paiešką, QnA, ataskaitų teikimą arba darbo eigos automatizavimą. Jei kuriate projektą, suplanuokite šiuos penkis žingsnius prieš rašydami vieną kodo eilutę: jie nulemia, kur saugote duomenis, ką kartojate įvykus klaidai ir už ką mokate.
Svarbiausi punktai
- „Document AI“ taikomas kiekvienam sektoriui, kuris tvarko dokumentus
- Standartinė darbo eiga yra: priėmimas, OCR, anotacijos, indeksavimas, panaudojimas
- „Pydantic“ anotacijos leidžia išgauti būtent tuos duomenis, kurių jums reikia
- QnA leidžia užklausti dokumentus natūralia kalba po indeksavimo
- Visų trijų paslaugų derinimas sukuria end-to-end dokumentų sprendimą