Nuta
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować się zalogować lub zmienić katalog.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Przetwarzanie dokumentów jest często ręcznym, czasochłonnym zadaniem. Za pomocą Power Automate i AI Builder można usprawnić przetwarzanie dokumentów i zautomatyzować wyodrębnianie danych z dokumentów, takich jak formularze, faktury i zamówienia zakupu.
Wskazówka
W tym artykule przedstawiono przykładowy scenariusz i wizualną reprezentację sposobu przetwarzania dokumentów za pomocą AI Builder. To rozwiązanie jest uogólnioną przykładową architekturą scenariusza, która może być używana dla wielu różnych scenariuszy i branż.
Wykres architektury
Workflow
W poniższych krokach opisano przepływ pracy pokazany na przykładowym diagramie architektury:
Nadawanie dokumentów przychodzących: użytkownik lub system przesyła dokument, taki jak faktura, zamówienie zakupu lub formularz rabatowy, za pośrednictwem poczty e-mail.
Przetwarzanie dokumentów z Power Automate i AI Builder: Po odebraniu wiadomości e-mail, przepływ w chmurze Power Automate uruchamia AI Builder, który wyodrębni kluczowe informacje z dokumentu i zapisze je w tabeli Dataverse do przetwarzania strukturalnego.
Zautomatyzowany przegląd: inny przepływ Power Automate weryfikuje wyodrębnione dane. Jeśli wymagane jest zatwierdzenie lub dalsza weryfikacja, przepływ umieszcza dane w kolejce do przejrzenia przez człowieka.
Przegląd przeprowadzany przez człowieka: Człowiek przegląda wyodrębnione dane w pliku kanwa lub aplikacja oparta na modelu, co umożliwia recenzentowi zatwierdzanie, odrzucanie lub poprawianie danych zgodnie z potrzebami. Proces weryfikacji może obejmować przekazanie nadawcy informacji zwrotnej na temat tego, co jest potrzebne do przyszłego zatwierdzenia przy ponownym przesłaniu.
Informacja zwrotna do nadawcy: Po przejrzeniu przepływ pracy Power Automate wysyła do nadawcy wiadomość e-mail ze stanem zatwierdzenia lub odrzucenia przesłanego dokumentu.
Raportowanie i analityka: pulpity nawigacyjne Power BI zapewniają wgląd w przepływ pracy przetwarzania dokumentów, w tym metryki, takie jak czas przetwarzania, liczba przejrzanych dokumentów i wskaźniki zatwierdzania.
Elementy
AI Builder: wyodrębnia kluczowe dane z dokumentów przy użyciu wstępnie utworzonych lub niestandardowych modeli.
Power Automate: Organizuje przepływy pracy związane z przetwarzaniem dokumentów.
Microsoft Dataverse: Służy jako centralny magazyn danych dla wyodrębnionych danych dokumentów i śledzi postęp dokumentu w całym procesie biznesowym.
Power Apps: Ułatwia weryfikację przez człowieka i poprawianie danych.
Power BI: Dostarcza analizy i wgląd w przepływ pracy przetwarzania dokumentów.
Szczegóły scenariusza
Ta architektura usprawnia i automatyzuje procesy biznesowe wymagające intensywnego wykorzystania dokumentów, wykorzystując AI Builder w celu ograniczenia ręcznego wprowadzania danych, zminimalizowania błędów i przyspieszenia procesów decyzyjnych. Przypadki użycia obejmują automatyzację przetwarzania faktur, zatwierdzania zamówień zakupu i przetwarzania formularzy rabatowych.
Kwestie wymagające rozważenia
Te zagadnienia implementują filary Power Platform dobrze zaprojektowanego środowiska, czyli zestaw założeń przewodnich, które poprawiają jakość zadania. Dowiedz się więcej w Microsoft Power Platform artykule Dobrze zaprojektowane środowisko.
Niezawodność
Zasady ponawiania prób: zasady skonfigurowane w Power Automate obsługują tymczasowe błędy w przetwarzaniu dokumentów w AI Builder lub SharePoint, w tym połączeń Dataverse.
Monitorowanie i alerty:Application Insights jest skonfigurowany do monitorowania kondycji przepływu pracy i alertów o awariach.
Odporność dokumentów: użytkownicy mogą wysyłać dowolne dokumenty. Przepływ pracy, który uruchamia wyodrębnianie danych, musi obsługiwać wyjątki spowodowane nieprawidłowymi lub nieoczekiwanymi dokumentami.
Zabezpieczenia
Kontrola dostępu do danych: Dostęp oparty na rolach zapewnia, że tylko autoryzowani użytkownicy mogą uzyskać dostęp do wyodrębnionych danych Dataverse.
Szyfrowanie: dane przesyłane przez Power Automate i magazynowane w Dataverse są szyfrowane.
Zasada najmniejszych uprawnień: Uprawnienia są ograniczone, aby zminimalizować narażenie. Przepływy Power Automate uzyskują dostęp do systemów przy użyciu najmniej uprzywilejowanych kont lub jednostki usługi, jeśli jest to możliwe. Użytkownicy aplikacji powinni mieć dostęp tylko do tabel danych, które obsługują aplikację.
Doskonałość operacyjna
Zarządzanie cyklem życia aplikacji: zasoby rozwiązania są przechowywane w systemie kontroli wersji, a rozwiązania Dataverse służą do przenoszenia zasobów od programowania przez testowanie do produkcji.
Efektywność wydajności
Użyj wstępnie utworzonych modeli: Rozważ użycie wstępnie utworzonych modeli, gdy są one zgodne ze scenariuszem dokumentu. Na przykład do przetwarzania faktur użyj wstępnie utworzonego modelu AI przetwarzania faktur. Wstępnie utworzone modele pozwalają zaoszczędzić czas, eliminując konieczność zbierania danych w celu trenowania i testowania własnego modelu.
Optymalizacja środowiska
Wydajna obsługa recenzji dokumentów: Aplikacja, która została utworzona za pomocą Power Apps, powinna być aplikacją jednofunkcyjną, która umożliwia użytkownikom wybieranie dokumentów wymagających przeglądu i szybkie identyfikowanie, jakie przeglądy są potrzebne. Działania dostępne dla użytkownika powinny być łatwe do zrozumienia i wykonania bez możliwości wprowadzenia błędu ludzkiego poprzez przypadkowe wybranie niewłaściwego wyniku.
Odpowiedzialna sztuczna inteligencja
Uczciwość: Modele wyodrębniania dokumentów są trenowane przy użyciu różnych danych w celu zminimalizowania stronniczości.
Niezawodność i bezpieczeństwo: Ciągłe monitorowanie zapewnia, że dane wyjściowe AI są dokładne i możliwe do wykorzystania. Człowiek w pętli przegląda anomalie i wyjątki.
Prywatność i bezpieczeństwo: przetwarzane dane AI Builder są zgodne z obowiązującymi przepisami dotyczącymi prywatności.
Inkluzywność: System obsługuje przetwarzanie dokumentów w wielu językach. Człowiek może przejrzeć dokument, jeśli AI Builder ma problemy z interpretacją informacji.
Przejrzystość: wszystkie dane wyjściowe AI są identyfikowalne, a dzienniki są dostępne do audytu.
Odpowiedzialność: Przegląd z udziałem człowieka zapewnia odpowiedzialność za krytyczne decyzje.