Microsoft Azure by Ingram Micro (Thailand)

เริ่มต้นการทำงานอัตโนมัติด้วยการเชื่อมต่อระบบ OCR

เป็นที่ทราบกันดีว่า ในการทำงานทุกองค์กรจะต้องมีประเภทงานที่ต้องทำซ้ำเป็นกิจวัตร ในปริมาณมาก และมีคุณค่าน้อย (High-volume, low-value) ซึ่งจะแทรกตัวอยู่ทั้งที่เป็นงานหน้าบ้าน และงานหลังบ้าน

โดยที่งานเหล่านี้ ไม่จำเป็นต้องใช้ความคิดสร้างสรรค์ หรือกลยุทธ์ในการงานของมนุษย์แม้แต่น้อย ทางเลือกที่ดีที่สุด คือ การนำระบบอัตโนมัติ (Automation) ให้เข้ามาเสริมและเติมเต็มประสิทธิภาพของการทำงานให้ดีขึ้นได้ ด้วยคุณสมบัติเด่น ทั้งที่เป็นการเพิ่มความถูกต้องของข้อมูล (Accuracy) เพิ่มผลผลิต (Productivity) และสร้างมาตรฐานการทำงาน (Compliance)  

จะเห็นได้ว่าเทคโนโลยีหุ่นยนต์ดิจิทัลมาทำงานอัตโนมัติ ด้วยโซลูชัน Robotic Process Automation หรือ RPA ได้เข้ามามีบทบาทและช่วยแปลงเวลาอันมีค่าที่มนุษย์เราต้องสูญเสียไปกับงานซ้ำๆ ให้มาสร้างสรรค์งานอื่นที่จะช่วยพัฒนาศักยภาพของทั้งตัวเองและการทำงาน 

เมื่อข้อมูลยังเป็นปัญหา

จากประสบการณ์ของ I AM Consulting ในการพัฒนาระบบ RPA เมื่อองค์กรได้ตัดสินใจเริ่มต้นทำงานแบบ automation ก็มักจะพบปัญหาว่า เมื่อเอ่ยถึงยุคดิจิทัล เราจะเข้าใจว่าข้อมูลทุกอย่างสามารถหยิบจับมาใช้งานได้ทันที แต่ความเป็นจริง ชีวิตการทำงานเรายังต้องเกี่ยวข้องกับ Unstructured Data ที่อยู่ในรูปแบบของกระดาษ รูปภาพ หรือ ไฟล์เอกสารต่างๆ เป็นต้น เช่น ใบกำกับภาษี ใบสั่งซื้อ สัญญา แบบฟอร์มประกัน แบบฟอร์มต่างๆ เป็นต้น สุดท้ายก็ยังไม่พ้นพนักงานที่จะต้องมาเกี่ยวข้องกับงานเอกสารอยู่ดี

เปลี่ยนทุกอย่างให้เป็นดิจิทัล Intelligent Document Processing by OCR

Optical Character Recognition (OCR) คือ เทคโนโลยีที่ช่วยอ่านตัวหนังสือในเอกสาร และนำเอาเนื้อหาที่เราต้องการใช้งานออกมา โดยใช้กระบวนการต่างๆ แทนที่การป้อนข้อมูลด้วยมนุษย์ การทำงานเช่นนี้มีเป้าหมายเพื่อทำมนุษย์ไม่ต้องเกี่ยวข้องเลย โดยสามารถวัดออกมาเป็นตัวเลขจากค่า Straight-Through Processing (STP) ถ้าเท่ากับ 100% แปลว่ากระบวนการไม่ต้องมีมนุษย์ร่วมด้วยเลย

องค์ประกอบของเทคโนโลยี OCR ที่ดี

  • Recognize ผ่าน Cognitive Technology หรือ Computer Vision เพื่อดึงเนื้อหาออกมาเป็นตัวอักษร
  • Understand ด้วยเทคโนโลยี Natural Language Processing (NLP) เพื่อวิเคราะห์เนื้อหาจากบริบทภายในเอกสาร
  • Enrich มีอัลกอริทึมในการตรวจสอบ เปรียบเทียบข้อมูล ก่อนนำข้อมูลที่ได้ไปใช้งาน
  • Improve ด้วย Machine Learning จะเรียนรู้และปรับปรุงความถูกต้องได้ตลอดเวลา

แม้ระบบ OCR จะถูกออกแบบมาดีแค่ไหน แต่ก็ยังมีอุปสรรคที่ทำให้ STP ไม่ถึงเป้าหมาย นั่นคือ ความหลากหลายของเอกสาร เช่น ใบกำกับภาษีจากผู้ขาย (Vendor Invoice) ที่มีหน้าตาแตกต่างกันไปตามแต่ละองค์กร อาจจะมีผู้ขายรายใหญ่ที่สามารถส่งข้อมูลในรูปแบบอิเล็กทรอนิกส์ ผ่านทาง EDI หรือ e-Tax Invoice /e-Receipt ซึ่งมีปริมาณเพียง 20% ของเอกสารทั้งหมด ทำให้อีก 80% ที่เหลือจะต้องพนักงานในการทำงานเหล่านี้

Intelligent OCR ในการทำงานจริง

บริษัทจำหน่ายอุปกรณ์อิเล็กทรอนิกส์แห่งหนึ่ง ได้จัดตั้งหน่วยงาน Shared Service ส่วนกลาง สำหรับทำงานเอกสารบัญชี หนึ่งในนั้น ได้แก่ ใบกำกับภาษี (Vendor Invoice) ซึ่งผู้ขายส่วนใหญ่ยังคงส่งมาในรูปแบบกระดาษ ที่มีความหลากหลาย ไม่ว่าจะส่งมาทางไปรษณีย์ หรืออีเมล์ เมื่อบริษัทได้นำเทคโนโลยี OCR มาใช้ โดยช่วงแรกที่เริ่มใช้งาน ค่า STP มากถึง 40% จากนั้นระบบ Machine Learning ค่อยๆ เรียนรู้และพัฒนา จนในที่สุดก็สามารถเพิ่มค่า STP เป็น 70% นั่นหมายความว่า ลดการทำงานที่เกี่ยวข้องกับคนไปถึง 70% นั่นเอง

Integrating Task Automation with Intelligent OCR

เห็นได้ว่าการทำงานเอกสารที่ซ้ำๆ สามารถข้ามขีดจำกัดเดิมๆ สู่การทำงานแบบอัตโนมัติได้ ส่งผลกระทบมหาศาลทั้งองค์กร  ในแง่ของบริษัท ประโยชน์จากการทำให้แรงงานที่มีคุณค่าสามารถใช้เวลาไปสร้างสรรค์งานเพิ่มคุณค่าอื่นๆ ให้แก่องค์กร ในส่วนของพนักงาน ก็ช่วยให้พนักงานสามารถ reskill หรือ upskill เพิ่มทักษะแก่ตัวเองได้และยังได้ใช้เวลาในการทำงานอื่นได้

ด้วยการทำงานร่วมกันระหว่างเครื่องมือการทำงานหุ่นยนต์อัตโนมัติ (Robotic Process Automation – RPA) กับเทคโนโลยี Optional Character Recognition – OCR ในการดึงเนื้อหาที่ต้องการจากเอกสารไปใช้ในการทำงานช่วยให้องค์กรเพิ่มประสิทธิภาพการทำงานทั้งในแง่ของบุคลากร และลดการใช้ทรัพยากรด้านต่างๆ โดยนี่เป็นอีกตัวช่วยหนึ่งที่ขับเคลื่อนองค์กรสู่ Digital Transformation ได้

สนใจรายละเอียดเพิ่มเติม สอบถามได้ที่ บริษัท ไอแอม คอนซัลติ้ง จำกัด  Website www.iamconsulting.co.th หรือ 02 690 3663

About techtalkthai

ทีมงาน TechTalkThai เป็นกลุ่มบุคคลที่ทำงานในสาย Enterprise IT ที่มีความเชี่ยวชาญทางด้าน Network, Security, Server, Storage, Operating System และ Virtualization มารวมตัวกันเพื่ออัพเดตข่าวสารทางด้าน Enterprise IT ให้แก่ชาว IT ในไทยโดยเฉพาะ

Check Also

Google Cloud เผยผลการทดลองสู่การนำ Gen AI ไปใช้งานจริงในปีนี้ [PR]

การก้าวตามเทคโนโลยีใหม่อย่าง Generative AI ที่มีการพัฒนาอย่างรวดเร็วอาจเป็นเรื่องที่ท้าทายและน่ากลัว ไม่มีใครรู้เลยว่าบริษัทที่ใช้แนวทาง “รอดูไปก่อน” จะถูกทิ้งไว้ข้างหลังในขณะที่ระบบดิจิทัลเติบโตขึ้นอย่างรวดเร็วในช่วงเริ่มต้นของโควิด-19 และตอนนี้เราก็กำลังอยู่ในอีกหนึ่งช่วงเวลาเปลี่ยนผ่านที่สำคัญอีกครั้งของการปรับตัวกับการเข้ามาถึงอย่างรวดเร็วของเทคโนโลยี Generative AI

ผสาน Automation และ Intelligence เข้าไปยังความสามารถของงานด้านการผลิต โดย Infor

การนำเทคโนโลยีใหม่ๆเข้ามาใช้งานในธุรกิจนั้นไม่ใช่เรื่องง่าย และแต่ละอุตสาหกรรมก็มีความท้าทายเฉพาะตัวที่ต้องเผชิญหน้า ในอุตสาหกรรมการผลิตเองก็เช่นกันที่ได้รับผลกระทบจากการเปลี่ยนแปลงของเทคโนโลยี ความต้องการของลูกค้า Supply Chain และอื่นๆ