Hiperautomatización del proceso de gestión documental

Según el informe de tendencias tecnológicas de Gartner para 2021, la pandemia está impulsando la hiperautomatización en las compañías y seguirá haciéndolo el próximo año. Tal y como comenta Brian Burke, Vicepresidente de Investigación en Gartner, «La hiperautomatización es inevitable e irreversible. Todo lo que puede y debe ser automatizado, será automatizado».

Sin duda, debido a la creciente tendencia del uso de canales online para comunicarnos con los clientes y realizar gestiones, el tratamiento de documentación es un proceso que lleva irrevocablemente a la automatización a corto plazo. En la búsqueda por mejorar la eficiencia y la agilidad de la gestión documental, debemos automatizar las tareas repetitivas y de poco valor, para que no haya intervención humana.

Para poder aplicar la hiperautomatización al proceso de gestión documental, debemos contar con una herramienta que nos permita orquestar el proceso de manera transversal desde que entra la documentación hasta que se realiza la actividad correspondiente. A continuación, mostramos cómo podría mapearse y gestionarse el proceso de gestión documental a través de un BPMS o Suite BPM, integrando tecnologías como bots o RPA, modelos de Inteligencia Artificial y sistemas de ayuda a la toma de decisiones como BRMS (Sistemas de Gestión de Reglas de Negocio).

En primer lugar, se debe recopilar la documentación solicitada al cliente y extraer la información pertinente. Utilizar bots para la recopilación de documentos permite gestionar un gran volumen de trabajo y desagregar la documentación recibida, lo que aumenta la eficiencia del proceso ya que no debe ser una persona física la que lea el documento e introduzca los datos de forma manual en la base de datos correspondiente. Además, permite gestionar las incidencias que pueda haber, hasta ahora gestionadas por personas con la consecuente latencia en tiempo.

Los documentos pueden llegar en diferentes formatos y tipos de archivo, como ficheros extraíbles a texto o imágenes (o PDFs convertibles a imágenes). Para poder analizar esta documentación y extraer los datos que interesan a la compañía deberemos aplicar diferentes técnicas y modelos de Inteligencia Artificial, como por ejemplo el reconocimiento de texto a través de un OCR (Optical Character Recognition). El modelo será más o menos complejo dependiendo de la casuística, pero de base nos encontramos con problemáticas como que: los campos dinámicos imposibilitan la opción de indexar el documento por fila y aplicar expresiones regulares a cada una de ellas a partir de una configuración fija, o que la calidad de las imágenes provistas varía, por lo que se estima un porcentaje de error del OCR que habrá que corregir para garantizar una alta fiabilidad.

En el webinar se explica paso a paso el funcionamiento de un modelo de reconocimiento de texto y sus diferentes pasos: identificación del archivo, localización de textos y los campos a extraer, extracción del dato y ranking por confianza. ¿Quieres verlo? Descarga el video de la sesión en este enlace.

Una vez que tenemos los datos, se debe valorar la fiabilidad de los mismos. En este punto un modelo basado en Inteligencia Artificial analiza estos datos y verifica si son o no fiables, es decir, si tienen lógica en función de la información que se necesita. Si no son fiables, el sistema notifica la necesidad de corrección o de incorporación de nueva información. Si se acepta la fiabilidad de los datos, se envían a un BRMS o sistema de gestión de reglas de negocio. El BRMS analiza la completitud de la información, valora los riesgos asociados y hace un perfilado de clientes, que nos permitirá tomar las decisiones pertinentes en función de los productos que queramos vender o la tipología de cliente.