《IDC Innovator:智能文檔處理(IDP),2022》正式發(fā)布
加入技術交流群
隨著數(shù)字化轉型的不斷推進，企業(yè)數(shù)據(jù)量呈現(xiàn)出爆炸式增長。IDC Global DataSphere顯示，2021年，全球數(shù)據(jù)總量達到了84.5ZB，預計到2026年，全球結構化與非結構化數(shù)據(jù)總量將達到221.2ZB。在快速增長的數(shù)據(jù)中，由于格式復雜、標準多樣，非結構化數(shù)據(jù)處理起來既困難又耗時。面對海量非結構化數(shù)據(jù)，如果沒有自動化解決方案，人工手動處理將面臨巨大挑戰(zhàn)。智能文檔處理可以把關鍵信息從半結構化/非結構化數(shù)據(jù)中提取出來，形成結構化數(shù)據(jù)，進一步實現(xiàn)業(yè)務流程的端到端自動化。
本文引用地址：http://www.bjwjmy.cn/article/202301/442663.htmIDC定義的智能文檔處理（IDP），是指能夠從各種文檔格式中捕捉、提取和處理數(shù)據(jù)，它利用自然語言處理 (NLP)、計算機視覺（CV）、深度學習（DL）和機器學習 (ML) 等人工智能技術，對相關信息進行分類、歸類和提取，并對提取數(shù)據(jù)進行驗證。
本次研究IDC對眾多安全廠商和最終用戶進行了深入訪談，發(fā)現(xiàn)最終用戶在其數(shù)據(jù)安全建設前或建設過程中普遍面臨數(shù)據(jù)安全建設無從入手、摸清家底難、分類分級落地難、對于數(shù)據(jù)安全風險和建設成果的無感知以及缺乏專業(yè)的數(shù)據(jù)安全建設治理人才等問題。
針對以上痛點，IDC給出以下幾點建議供技術買家參考：
1.多模態(tài)：能夠利用NLP/CV/OCR等多模態(tài)算法對全域非結構化大數(shù)據(jù)進行充分且統(tǒng)一的結構化處理和精準索引；
2.超大規(guī)模預訓練：感知+決策完整智能化流水線閉環(huán)，讓模型在專業(yè)領域擁有接近技能專家的性能表現(xiàn)及復雜工作場景的替代能力；
3.Auto Automation：將遷移學習和自動機器學習應用到智能文檔領域，大幅降低整體擁有成本和定制化效率，并提供跨組織、跨領域的規(guī)?；瘮U展能力和持續(xù)學習迭代能力。
智能文檔處理技術的應用價值主要在于：
1.構建統(tǒng)一的面向全域非結構化數(shù)據(jù)處理的基礎設施能力避免重復投資
2.可帶來直觀的生產(chǎn)力替代與人均產(chǎn)能提升，滿足降本增效剛需；
3.提升部分行業(yè)/業(yè)務/流程核心生產(chǎn)要素，實現(xiàn)重構與智能化升級。目前在金融、政府和大型企業(yè)已獲得技術驗證并處于業(yè)務需求爆發(fā)的早期階段，隨著與應用和流程自動化的深度整合，潛在的應用場景廣泛普及空間較大。
本報告聚焦智能文檔處理領域，介紹目前在技術、商業(yè)模式等方面有一定創(chuàng)新性的中國公司。本報告提供了北京數(shù)據(jù)項素智能科技有限公司、來也科技（北京）有限公司、全面智能（廈門）科技有限公司三家企業(yè)的研究概述（排名不分先后），體現(xiàn)了各廠商在智能文檔處理方面的差異化特征。
分析師觀點
IDC中國人工智能高級分析師程蔭表示，智能文檔處理（IDP）技術能夠更高效地將非結構化數(shù)據(jù)轉換成結構化數(shù)據(jù)，幫助企業(yè)解決數(shù)據(jù)方面的挑戰(zhàn)，目前已處于業(yè)務需求爆發(fā)的早期階段，隨著與應用和流程自動化的深度整合，潛在的應用場景將變得越來越普及，各個行業(yè)用戶應當積極關注。技術供應商也應升級多模態(tài)、超大規(guī)模預訓練模型、圖神經(jīng)網(wǎng)絡、自動化等方面的底層能力，給行業(yè)用戶帶來更具差異化的產(chǎn)品和服務，幫助企業(yè)實現(xiàn)數(shù)據(jù)處理的效率提升和成本節(jié)約?！?/p>
評論