نظرة عامة على المشروع
خط معالجة مستندات مؤتمت يستوعب طلبات الخدمة، ويستخرج بيانات منظمة عبر الذكاء الاصطناعي، ويوجّه نقاط الموافقة إلى البشر.
التحدي الهندسي
كان موظفو العمليات يقضون أكثر من 15 ساعة أسبوعيًا في استخراج البيانات الجدولية وأرقام الطلبات والمواصفات يدويًا من ملفات PDF ورسائل المورّدين، مما أدى إلى اختناقات إدخال وأخطاء نسخ يمكن تجنبها.
- متطلب دقة عالية: يجب أن يكون الاستخراج الآلي قابلاً للتحقق من الموظفين قبل تنفيذ الإجراءات المالية.
- يجب التعامل مع تنسيقات PDF متنوعة ومستندات ممسوحة ضوئيًا غير منظّمة.
- خصوصية البيانات: يجب أن تبقى معلومات العملاء معزولة وألا تُستخدم أبدًا لتدريب نماذج عامة.
نهج الهندسة والهندسة المعمارية
نفّذنا طبقة أتمتة غير متزامنة قائمة على الأحداث تجمع التحليل البصري الحتمي مع استخراج دلالي مدعوم بنماذج لغوية كبيرة. تُقيَّم الحقول المستخرجة حسب الثقة وتُعرض في درج مراجعة بشرية جنبًا إلى جنب قبل المزامنة مع الأنظمة المستهدفة.
تحليل مؤتمت للـ webhook والبريد مع استخراج نص PDF.
تحليل مخرجات منظمة لنماذج LLM موجَّه بالمخطط مع علامات ثقة على مستوى الحقل.
واجهة مبسّطة تبرز الحقول منخفضة الثقة للتحقق الفوري بنقرة واحدة.
عمال طوابير مرنون يرسلون البيانات المُتحقَّق منها إلى أنظمة ERP وCRM.
قرارات هندسية أساسية
فرضنا مشغّلات تحقق بشري لأي مستند بدرجة ثقة أقل من 98%.
استخدمنا قائمة انتظار Redis مع منطق إعادة محاولة الرسائل الميتة لضمان عدم إسقاط أي مستند أثناء ذروات الحجم.
خزّنا جميع المستندات الأصلية وقياسات الاستخراج للامتثال الشفاف للتدقيق.
نتائج متحققة
حوّلنا ساعات من النسخ اليدوي إلى ثوانٍ سريعة من التحقق.
خفضنا أخطاء إدخال البيانات إلى ما يقارب الصفر عبر تحقق مزدوج آلي وبشري.
حُفظ عزل بيانات المؤسسة دون أي تعرض لتدريب نماذج عامة.