Одна из новейших утилит набора Azure ИИ, Form Recognizer, использует расширенное машинное обучение для точного извлечения текста, пар «ключ-значение» и таблиц из документов. Имея всего несколько образцов, она формирует свой алгоритм распознавания и извлечения вышеназванных элементов на поставляемых документах, как локальных, так и облачных.
Запуск утилиты в тестовом режиме
Распознавание форм направлено на то, чтобы компаниям было проще использовать скрытую информацию в деловых документах – таких, как формы. Теперь разработчики упростили обработку одного из самых распространенных документов в бизнесе ‒ квитанций. Новый встроенный API Form Recognizer идентифицирует и извлекает ключевую информацию, такую как время и дата транзакции, данные о продавце, сумме налогов и т.д.
Оптимизация отчетности о расходах
Отчетность о деловых расходах может быть обременительной для всех, кто вовлечен в процесс. Заполнение и утверждение отчетов вручную отнимает много времени как у сотрудников, так и у руководителей. Помимо потери производительности, при составлении отчетов о расходах существует также ряд проблемных мест касательно аудита. Автоматическое извлечение информации о продавце и транзакции из квитанций может постепенно вытеснить метод их составления вручную.
Учитывая распространение мобильных камер, современные отчеты о расходах часто содержат изображения квитанций, которые выглядят выцветшими, смятыми, а также бумаг, снятых при плохих условиях освещения. Существующие решения по получению информации из квитанций, как правило, рассчитаны на работу с отсканированными изображениями высокого качества и недостаточно надежны, чтобы справляться с вышеописанными случаями.
Улучшите процесс отчетности о расходах, используя предварительно созданные возможности
Form Recognizer упрощает решение типичных проблем отчетности о расходах, поэтому действительно имеет высокую ценность для бизнеса. Используя API квитанций для извлечения информации о продавцах и транзакциях, разработчики могут открыть новые возможности в системе по управлению персоналом. А так как готовая версия работает «с полки» и не требует обучения, это уменьшает время, необходимое для развертывания.
Приложения для контроля расходов, использующие Form Recognizer, могут предварительно заполнять отчеты о расходах ключевой информацией, извлеченной из квитанций. Это экономит время сотрудников и позволяет им сосредоточиться на своих основных задачах. Для ключевых отделов, таких как финансовый отдел компании, ПО также помогает проводить аудит расходов, используя ключевые данные для проверки. Технология оптического распознавания символов (OCR), лежащая в основе сервиса, может обрабатывать квитанции, которые сканируются при любых условиях, включая камеры смартфонов, что сокращает объем ручного поиска и чтения документов транзакций, необходимого для аудиторов.
Внутренние финансовые операции Microsoft
Предварительно созданная функция получения квитанций в Form Recognizer уже была развернута внутренним инструментом отчетности Microsoft, MSExpense, чтобы помочь аудиторам выявить потенциальные аномалии. Существует 3 их типа:
- низкий риск;
- средняя угроза;
- высокий опасность.
Это позволяет аудиторской команде сосредоточиться на партиях с высоким уровнем риска и уменьшить количество потенциальных аномалий, которые остаются непроверенными.
MSExpense также планирует использовать систему извлечения данных чеков и оценку рисков для создания более эффективных отчетов о расходах. Вместо того, чтобы выявлять рискованные расходы во время аудита, такая автоматизированная обработка может помечать потенциальные проблемы на более ранних этапах процесса ‒ во время составления отчетов или утверждения расходов.