IA para processamento de documentos

A resposta curta

Extrair campo de documento é um problema em boa parte resolvido. A parte difícil é saber quando a extração está errada, porque um sistema que acerta 95% das vezes e não consegue dizer quais são os 5% não é automação. É um novo trabalho de conferência.

Então a pergunta de desenho não é acurácia. É confiança, roteamento e revisão: o que acontece com os casos em que o sistema está inseguro, e como um humano resolve rápido.

A cauda longa é o projeto inteiro

Sua amostra é limpa. Produção não é. Digitalização torta, foto de celular, fax de fax, dois documentos num arquivo, formulário redesenhado ano passado, anotação à mão na margem, carimbo em cima do total.

Estime em documento real de produção, nunca nos exemplos que alguém selecionou para a demo. É a razão isolada mais comum de esses projetos estourarem, e é o mesmo padrão de por que pilotos falham em outro domínio.

Confiança é o produto

Todo campo extraído precisa de um valor de confiança, e a confiança precisa ser calibrada: quando o sistema diz 90%, ele deveria acertar cerca de nove em dez. Confiança não calibrada é pior que nenhuma, porque as pessoas aprendem a confiar nela.

Defina limiar por campo conforme a consequência, não de forma uniforme. Um número de referência lido errado é um incômodo. Um valor, uma dosagem ou um número de apólice lido errado é incidente, e merece uma régua bem mais alta.

Desenhe a revisão humana primeiro

Processamento direto acima do limiar, revisão humana abaixo, e a tela de revisão é onde o projeto dá certo ou errado. O revisor precisa ver o valor extraído ao lado da região destacada no original, e corrigir numa ação.

Construa isso antes de ajustar acurácia. Um ótimo modelo atrás de uma fila de revisão ruim produz um time mais lento do que era na digitação manual, e eles vão te dizer isso.

Correção precisa retroalimentar

Toda correção humana é dado rotulado, e um sistema que descarta isso vai errar igual para sempre. Capture a correção, o original e o contexto, e use para melhorar a extração nos formatos que de fato dão trabalho.

É um dos poucos casos de uso em que fine-tuning vale mesmo ser considerado, porque a tarefa é estreita, de alto volume e estável, que é exatamente quando compensa.

Valide contra o mundo, não só contra a página

Os maiores ganhos de qualidade vêm de checagens que o documento sozinho não fornece: o total bate com a soma das linhas, esse fornecedor existe, esse documento confere com o cadastro do cliente, essa data é possível.

Validação por regra de negócio pega erro que nenhuma confiança de extração sinalizaria, e é código determinístico barato. Não pule porque a parte de IA parece o trabalho interessante.

Onde entra

Em qualquer lugar em que um time redigita campo num sistema: nota fiscal e contas a pagar, onboarding e documento de identidade, prontuário e encaminhamento, contrato e documentação de transporte.

Os domínios de retorno mais claro são os regulados, porque o volume é alto e o custo manual é real. A mecânica é a mesma de processamento de sinistros, e as exigências de auditoria também.

Como medir

Taxa de processamento direto, acurácia por campo numa amostra rotulada, tempo de revisão humana por documento e custo por documento ponta a ponta. Depois taxa de erro que escapou: erros que passaram pela revisão e chegaram ao sistema seguinte.

Esse último é o que mais importa e é o que ninguém instrumenta. Exige amostragem e um caminho de retorno de onde quer que o erro apareça, que é o lado prático de observabilidade.

Como sequenciar

Um tipo de documento, uma origem, amostra real de produção, revisão humana desde o dia um com o limiar conservador. Depois suba o limiar conforme a calibração se prove.

Adicionar tipos de documento é incremental depois que o primeiro funciona de verdade. Começar com cinco de uma vez significa não saber qual está falhando, e é assim que IA em produção, ponta a ponta vira demo que nunca sobe.