什麼是文檔AI？

文檔AI是將人工智能（包括機器學習、自然語言處理和光學字符識別）應用於自動從文檔中提取、分類和理解信息的技術。其他可互換的術語包括“文檔智能”和“智能文檔處理”（IDP）。

與傳統的OCR不同，文檔AI能理解上下文和含義。例如，它能識別出“$1,250.00”出現在“應付總額”旁邊意味着這是發票金額，而不僅僅是頁面上的數字。文檔AI可以處理多種文檔類型，包括電子表格等結構化文件、發票和收據等半結構化文檔，以及合同和電子郵件等非結構化文件，將它們轉化為可操作的數據。

文檔AI的工作流程包括多個步驟：首先是文檔攝入，支持PDF、掃描圖像等多種格式；然後通過OCR將視覺內容轉換為機器可讀文本；接着進行佈局解析，識別文檔結構如標題、段落、表格等；實體提取利用NLP和機器學習模型抽取具體信息；分類和拆分對文檔類型進行標記並拆分多文檔文件；後處理階段對提取的數據進行驗證和格式化；最後，對於高風險或低置信度的提取結果，由人工審核並糾正，這也有助於持續改進模型準確性。

生成式AI正在改變文檔AI。傳統的文檔AI結合OCR、基於規則的模板和較舊的機器學習模型，在處理非標準格式時表現不佳。現代文檔智能將大型語言模型（LLM）融入傳統架構，使其能夠進行總結和問答，甚至從新文檔格式中零樣本提取信息。然而，LLM存在幻覺風險，可能生成與源文檔不符的輸出，因此在受監管行業中，驗證和人工審核至關重要。

文檔AI在各行業有廣泛應用。金融和會計部門處理大量發票、採購訂單等，通過文檔AI自動提取和驗證關鍵信息，減少手動錄入。保險業在理賠處理中利用文檔AI進行文檔分類和數據提取，加快審核速度並減少錯誤。醫療保健領域處理患者登記表、同意書等，文檔AI將其數字化並集成到電子健康記錄系統中。法律和合規團隊使用文檔AI識別合同關鍵條款、標記義務和風險，縮短審查時間。抵押貸款和房地產行業處理各種文件，文檔AI幫助標準化和提取數據。公共部門處理公民服務申請和身份證明文件，文檔AI確保隱私控制和可審計性。

文檔AI的優勢包括提高處理速度、減少錯誤、擴展處理規模、降低成本、增強可搜索性以及為其他AI系統提供乾淨的結構化數據。然而，它也有侷限性：語言覆蓋不均衡，低資源語言準確率下降；文檔質量影響結果；需要大量重複樣本才能有效訓練；邊緣案例需要人工標註；LLM幻覺風險需通過驗證和人工審核緩解；且必須實施適當的數據治理。

Databricks的文檔智能方法將文檔AI與分析和AI工作流統一在一個平台上，幫助企業更有效地管理文檔處理流程。