什麼是文件AI？

文件AI是將人工智慧（包括機器學習、自然語言處理和光學字元識別）應用於自動從文件中提取、分類和理解資訊的技術。其他可互換的術語包括“文件智慧”和“智慧文件處理”（IDP）。

與傳統的OCR不同，文件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”旁邊意味著這是發票金額，而不僅僅是頁面上的數字。文件AI可以處理多種文件型別，包括電子表格等結構化檔案、發票和收據等半結構化文件，以及合同和電子郵件等非結構化檔案，將它們轉化為可操作的資料。

文件AI的工作流程包括多個步驟：首先是文件攝入，支援PDF、掃描影像等多種格式；然後透過OCR將視覺內容轉換為機器可讀文本；接著進行佈局解析，識別文件結構如標題、段落、表格等；實體提取利用NLP和機器學習模型抽取具體資訊；分類和拆分對文件型別進行標記並拆分多文件檔案；後處理階段對提取的資料進行驗證和格式化；最後，對於高風險或低置信度的提取結果，由人工稽核並糾正，這也有助於持續改進模型準確性。

生成式AI正在改變文件AI。傳統的文件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。現代文件智慧將大型語言模型（LLM）融入傳統架構，使其能夠進行總結和問答，甚至從新文件格式中零樣本提取資訊。然而，LLM存在幻覺風險，可能生成與源文件不符的輸出，因此在受監管行業中，驗證和人工稽核至關重要。

文件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，透過文件AI自動提取和驗證關鍵資訊，減少手動錄入。保險業在理賠處理中利用文件AI進行文件分類和資料提取，加快稽核速度並減少錯誤。醫療保健領域處理患者登記表、同意書等，文件AI將其數字化並整合到電子健康記錄系統中。法律和合規團隊使用文件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檔案，文件AI幫助標準化和提取資料。公共部門處理公民服務申請和身份證明檔案，文件AI確保隱私控制和可審計性。

文件AI的優勢包括提高處理速度、減少錯誤、擴充套件處理規模、降低成本、增強可搜尋性以及為其他AI系統提供乾淨的結構化資料。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；文件質量影響結果；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幻覺風險需透過驗證和人工稽核緩解；且必須實施適當的資料治理。

Databricks的文件智慧方法將文件AI與分析和AI工作流統一在一個平臺上，幫助企業更有效地管理文件處理流程。