കണ്ടന്റ് അണ്ടർസ്റ്റാൻഡിംഗ് & ഡോക്യുമെന്റ് AI - ലളിതമായി വിശദീകരിക്കുന്നു

ഇൻവോയ്സുകൾ, കരാറുകൾ, രസീതുകൾ, ഫോമുകൾ, സ്കാൻ ചെയ്ത PDF-കൾ, ഇമെയിൽ അറ്റാച്ച്മെന്റുകൾ എന്നിവയിൽ വിലപ്പെട്ട ബിസിനസ് വിവരങ്ങൾ അടങ്ങിയിരിക്കുന്നു — എന്നാൽ മിക്ക ഓട്ടോമേഷനും ആ ഡോക്യുമെന്റുകളെ വിശ്വസനീയവും ഘടനാപരവുമായ ഡാറ്റയാക്കി മാറ്റുന്നതിൽ ഇപ്പോഴും ബുദ്ധിമുട്ടുന്നു.

M365 FM – Simply Explained-ന്റെ ഈ എപ്പിസോഡിൽ, Microsoft Content Understanding, Document AI, OCR, AI Builder, Power Automate, Dataverse, Power Apps എന്നിവ വിശദീകരിക്കുകയും, ഡോക്യുമെന്റുകളെ ഉപയോഗയോഗ്യമായ ബിസിനസ് ഡാറ്റയും ഓട്ടോമേറ്റഡ് പ്രക്രിയകളുമാക്കി മാറ്റാൻ അവ എങ്ങനെ ഒരുമിച്ച് പ്രവർത്തിക്കുന്നു എന്നും നാം പരിശോധിക്കുന്നു.

പരമ്പരാഗത OCR ഒരു തുടക്കം മാത്രമാണ് എന്നത് എന്തുകൊണ്ടെന്ന് നിങ്ങൾ പഠിക്കും. ഒരു ഇൻവോയ്സ് നമ്പറോ തുകയോ OCR തിരിച്ചറിയും, പക്ഷേ ഒരു സംഖ്യ ഇൻവോയ്സ് ID ആണോ, പർച്ചേസ് ഓർഡർ ആണോ, ബാങ്ക് അക്കൗണ്ട് ആണോ, നികുതി മൂല്യമാണോ, ഫോൺ നമ്പറാണോ എന്ന് അത് സ്വയം മനസ്സിലാക്കില്ല. Document AI വേർതിരിച്ചെടുത്ത വിവരങ്ങളിലേക്ക് സന്ദർഭവും ഘടനയും ബിസിനസ് അർത്ഥവും ചേർക്കുന്നു.

ഡോക്യുമെന്റുകളും ഇമേജുകളും എടുത്ത് നിർവചിച്ച ഫീൽഡുകൾ വേർതിരിച്ചെടുക്കാനും, വിവരങ്ങൾ വർഗ്ഗീകരിക്കാനും, താഴെയുള്ള സിസ്റ്റങ്ങൾക്ക് ഉപയോഗിക്കാവുന്ന ഘടനാപരമായ ഫലങ്ങൾ തിരികെ നൽകാനും Microsoft Content Understanding എങ്ങനെ കഴിയും എന്ന് ഞങ്ങൾ വിശദീകരിക്കുന്നു. മുഴുവൻ ഡോക്യുമെന്റും സംഗ്രഹിക്കാൻ AI-യോട് ആവശ്യപ്പെടുന്നതിന് പകരം, സപ്ലയർ നെയിം, ഇൻവോയ്സ് തീയതി, ഇൻവോയ്സ് നമ്പർ, ഇൻവോയ്സ് ആകെ തുക, ഡോക്യുമെന്റ് തരം, ലൈൻ ഇനങ്ങൾ തുടങ്ങിയ ഫീൽഡുകൾ അടങ്ങിയ സ്കീമ സംഘടനകൾക്ക് നിർവചിക്കാം.

ഈ എപ്പിസോഡ്, ഡോക്യുമെന്റ് വേർതിരിച്ചെടുക്കലിനെ പൂർണ്ണമായ ഒരു ബിസിനസ് വർക്ക്ഫ്ലോ ആക്കി Microsoft Power Platform എങ്ങനെ മാറ്റുന്നു എന്നും കാണിക്കുന്നു. ഇമെയിലിലോ SharePoint-ലോ പുതിയ ഡോക്യുമെന്റുകൾ കണ്ടെത്താനും, വേർതിരിച്ചെടുക്കലിനായി അയയ്ക്കാനും, തിരികെ ലഭിച്ച വിവരങ്ങൾ പരിശോധിക്കാനും, റെക്കോർഡുകൾ സൃഷ്ടിക്കാനും, അപ്രൂവലുകൾ ആരംഭിക്കാനും, അപവാദങ്ങൾ ശരിയായ വ്യക്തിക്ക് കൈമാറാനും Power Automate-ന് കഴിയും.

ഘടനാപരമായ ഡോക്യുമെന്റ് റെക്കോർഡുകളും പ്രോസസ് ചരിത്രവും Dataverse-ൽ സൂക്ഷിക്കാം, അനിശ്ചിതമോ നഷ്ടപ്പെട്ടതോ ആയ വിവരങ്ങൾ തിരുത്താനുള്ള മനുഷ്യ അവലോകന ഇന്റർഫേസ് Power Apps നൽകാം.
Document AI-യുടെ ഏറ്റവും പ്രധാനപ്പെട്ട ഭാഗങ്ങളിൽ ഒന്നായ confidence scores, human-in-the-loop അവലോകനം എന്നിവയും ഞങ്ങൾ ചർച്ച ചെയ്യുന്നു. ഉയർന്ന confidence score എന്നത് ഒരു മൂല്യം സ്വാഭാവികമായി വിശ്വസിക്കാവുന്നതാണ് എന്നല്ല അർത്ഥമാക്കുന്നത്.

ഇൻവോയ്സ് ആകെ തുകകൾ, പേയ്മെന്റ് നിർദ്ദേശങ്ങൾ, ബാങ്ക് വിശദാംശങ്ങൾ, കരാർ തീയതികൾ തുടങ്ങിയ നിർണായക വിവരങ്ങൾ ബിസിനസ് നിയമങ്ങളും നിലവിലുള്ള സിസ്റ്റങ്ങളുമായി താരതമ്യം ചെയ്ത് അധിക പരിശോധന ആവശ്യമായേക്കാം.
സപ്ലയർ നിലവിലുണ്ടോ, പർച്ചേസ് ഓർഡറുകൾ പൊരുത്തപ്പെടുന്നുണ്ടോ, തുകകൾ ശരിയാണോ, തീയതികൾ സാധുവാണോ, ഡ്യൂപ്ലിക്കേറ്റ് ഇൻവോയ്സുകൾ ഇതിനകം പ്രോസസ് ചെയ്തിട്ടുണ്ടോ എന്നിവ വാലിഡേഷന് പരിശോധിക്കാനാകുന്നത് എങ്ങനെയെന്ന് നിങ്ങൾ കണ്ടെത്തും.
AI വേർതിരിച്ചെടുക്കൽ, വാലിഡേഷൻ നിയമങ്ങൾ, ഗവർണൻസ്, മനുഷ്യ അവലോകനം എന്നിവയുടെ ഈ സംയോജനമാണ് Document AI-യെ ആകർഷകമായ ഡെമോയിൽ നിന്ന് വിശ്വസനീയമായ ബിസിനസ് പ്രക്രിയയാക്കി മാറ്റുന്നത്.

ഇൻവോയ്സ് പ്രോസസ്സിംഗ്, ജീവനക്കാരുടെ ഓൺബോർഡിംഗ് ഫോമുകൾ, ക്ലെയിമുകൾ, കരാർ കാലാവധി തീയതികൾ, സപ്ലയർ ഡോക്യുമെന്റുകൾ, പ്രൊക്യുർമെന്റ് വർക്ക്ഫ്ലോകൾ, HR ഡോക്യുമെന്റുകൾ, നിയമ ഡോക്യുമെന്റുകൾ, സേവന അഭ്യർത്ഥനകൾ, ഉപഭോക്തൃ ഫോമുകൾ എന്നിവ ഉൾപ്പെടെയുള്ള പ്രായോഗിക ആദ്യ ഉപയോഗ കേസുകളും ഞങ്ങൾ പരിശോധിക്കുന്നു.

ഒരു ഡോക്യുമെന്റ് തരം, ഒരു വ്യക്തമായ തീരുമാനം, നിർവചിച്ച ഉടമസ്ഥൻ, അപവാദങ്ങൾക്കുള്ള അവലോകന പാത എന്നിവയോടെ തുടങ്ങുക എന്നതാണ് പ്രധാനം.

ഈ എപ്പിസോഡിന്റെ അവസാനത്തോടെ, പൂർണ്ണമായ Document AI പാറ്റേൺ നിങ്ങൾ മനസ്സിലാക്കും:
ഡോക്യുമെന്റ് → Content Understanding → ഘടനാപരമായ ഡാറ്റ → വാലിഡേഷൻ → Power Automate → Dataverse → മനുഷ്യ അവലോകനം → ബിസിനസ് നടപടി

ലക്ഷ്യം കൂടുതൽ PDF-കൾ പ്രോസസ് ചെയ്യുക മാത്രമല്ല. അടിസ്ഥാന വിവരങ്ങൾക്കായി ആളുകൾ ഡോക്യുമെന്റുകളിൽ തിരയുന്നത് നിർത്തി, തീരുമാനങ്ങൾ എടുക്കുന്ന ബിസിനസ് പ്രക്രിയയിലേക്ക് ഘടനാപരവും വാലിഡേറ്റ് ചെയ്തതുമായ ഡാറ്റ നേരിട്ട് എത്തിക്കുക എന്നതാണ് ലക്ഷ്യം.

Microsoft Content Understanding, Power Platform, Power Automate, AI Builder, Microsoft AI, ഓട്ടോമേഷൻ, Copilot, ഡോക്യുമെന്റ് പ്രോസസ്സിംഗ്, ജോലിയുടെ ഭാവി എന്നിവയെക്കുറിച്ചുള്ള പ്രായോഗിക എപ്പിസോഡുകൾക്കായി M365 FM സബ്സ്ക്രൈബ് ചെയ്യുക.

ഈ പോഡ്കാസ്റ്റിന്റെ പിന്തുണക്കാരനാകുക: https://www.spreaker.com/podcast/m365-fm-a-microsoft-mvp-podcast-by-mirko-peters--6704921/support.