El software OCR (reconocimiento óptico de caracteres) ha recorrido un largo camino desde su función original en la conversión de imágenes de caracteres de texto en texto digital. Hoy en día, las soluciones de captura inteligente pueden convertir imágenes de texto en caracteres digitales y LUEGO analizar la información que han creado para identificar datos procesables o relevantes para un proceso. Por ejemplo, las soluciones inteligentes de OCR pueden identificar y extraer números de órdenes de compra de docenas de facturas diferentes que llegan a un centro de procesamiento de AP.
Las propias soluciones de captura inteligente han seguido evolucionando. Mientras que las soluciones anteriores de 'OCR de zona' dependían de documentos con formatos estandarizados o regiones/zonas donde podían extraer información, los sistemas actuales están diseñados para ser lo suficientemente flexibles como para aprender y adaptarse a una gama cada vez más amplia de formatos y tipos de documentos.
Esa evolución conducirá en última instancia a sistemas artificialmente inteligentes que puedan leer, comprender y extraer información y conocimientos de cualquier fuente de datos no estructurados.
A continuación se explica brevemente cómo han evolucionado estos sistemas y hacia dónde pueden dirigirse.
La década de 1950: el enfoque limitado de la OCR
Ya en la década de 1950, las empresas con visión de futuro aprovecharon la tecnología OCR para convertir texto escrito a máquina en datos que podrían usarse para analizar tendencias de ventas o ayudar a procesar pagos. En ese momento, el OCR se limitaba a manejar únicamente texto escrito a máquina, limitado a documentos con formatos muy específicos y dentro de regiones estrictamente definidas de esos documentos. Si bien el proceso era tremendamente innovador para la época, seguía siendo un proceso muy manual y que requería mucha mano de obra.
En ese momento, entre las empresas de vanguardia que confiaban en OCR se encontraba Reader's Digest, que instaló el primer sistema comercial de OCR para convertir informes de ventas mecanografiados en datos para el departamento de suscripción de la revista. Standard Oil aplicó la tecnología OCR para procesar pagos de facturas con tarjetas de crédito.
En la década de 1960, los sistemas OCR se utilizaban para leer códigos de cupones y billetes de avión. Sin embargo, aunque las aplicaciones de OCR siguieron creciendo, se aplicaron las mismas limitaciones tecnológicas: el texto todavía tenía que imprimirse a máquina, en una ubicación predefinida en cada documento.
La década de 1970: flexibilidad tipográfica
En la década de 1970, una de las mentes pioneras actuales en inteligencia artificial ayudó a marcar el comienzo de la próxima era de innovación en OCR. Actualmente, el principal futurista de 'oogle, Ray Kurzweil, desarrolló un producto de software que podía reconocer imágenes de texto en cualquier fuente. Originalmente combinado con la síntesis de texto a voz para permitir que las computadoras leyeran material impreso a los ciegos, el software de Kurzweil generó la posibilidad de convertir páginas impresas de todo tipo en texto de computadora. Esto permitió la extracción de caracteres sin procesar o datos ASCII de una página.
Si bien el OCR ahora estaba libre de restricciones relacionadas con tipos específicos de texto, todavía estaba limitado en términos de lo que se podía hacer con texto o información específica dentro de un documento.
Los años 80: imponer orden con plantillas
Para superar la capacidad de la tecnología OCR para identificar y extraer información de documentos no estructurados, los proveedores de soluciones intentaron imponer artificialmente una estructura a esos documentos. Los programas de captura de datos basados en OCR de primera generación dependían en gran medida de plantillas, lo que significaba que los elementos de datos debían estar contenidos en ubicaciones específicas para leerse, guardarse y asociarse con campos de datos estructurados específicos, como el nombre del cliente o el monto de la factura.
Si bien las plantillas superaron algunas de las limitaciones de las tecnologías OCR anteriores, el proceso siguió siendo muy rígido y laborioso. Era necesario desarrollar manualmente una plantilla para cada formulario o documento comercial específico, lo que significaba que el OCR se limitaba a documentos generados internamente o requería que los clientes, socios o proveedores utilizaran formatos de documentos muy específicos.
La década de 1990: sistemas basados en reglas
Para liberarse de las limitaciones de las plantillas, las empresas de software de finales de los años 80 y 90 desarrollaron soluciones que podían analizar el texto capturado con "palabras ancla" como "factura" o "monto" para identificar información relevante. Si bien este enfoque se liberó de documentos estandarizados y formularios con plantillas, dependía en gran medida de las reglas y generaba altas tasas de error que requerían revisión e intervención humana para identificar y resolver excepciones.
Los productos de segunda generación más sofisticados combinaban métodos de palabras clave con la capacidad de analizar el mismo formulario varias veces, lo que permitía que un programa practicara y "aprendiera" de una manera que reducía los errores y, en última instancia, mejoraba el reconocimiento futuro. Pero incluso con estos productos de “reconocimiento de memoria”, las tasas de error siguieron siendo altas, la eficiencia siguió siendo baja, mientras que el costo y la complejidad mantuvieron estas soluciones fuera del alcance de la mayoría de las empresas.
El nuevo milenio: surge la captura inteligente
A principios de siglo, el OCR había adquirido un nivel de inteligencia que permitía que la tecnología se aplicara de manera más amplia, con un nivel de precisión lo suficientemente bueno como para abordar procesos repetibles y de gran volumen, como cuentas por pagar y procesamiento de pedidos de ventas.
Al aprovechar técnicas de reconocimiento de patrones y modelos matemáticos optimizados para leer e interpretar texto, así como caracteres escritos a mano y códigos de barras, las soluciones modernas de captura inteligente pueden manejar prácticamente cualquier tipo de documento, aprendiendo y adaptándose para mejorar la eficiencia y la precisión, mientras dependen de la integración con sistemas de datos estructurales como el software ERP para validar los resultados.
A más de una década del siglo XXI, estos sistemas se han vuelto más asequibles y más flexibles, de modo que empresas de prácticamente cualquier tamaño pueden aprovechar la tecnología de captura inteligente para manejar papel escaneado o documentos digitales nativos.
En la última década, estos sistemas han evolucionado hasta convertirse en “plataformas de procesos inteligentes” que van más allá de extraer información de archivos no estructurados para automatizar un proceso empresarial completo de principio a fin.
En el caso de las cuentas por pagar, las plataformas y aplicaciones de procesos inteligentes pueden transformar grandes volúmenes de facturas en múltiples formatos en datos de transacciones. Luego, las plataformas de procesos inteligentes pueden manejar cómo se clasifican, archivan o enrutan los documentos para su aprobación aplicando reglas comerciales a los datos extraídos de esos documentos. También pueden cotejar de forma inteligente documentos como cotizaciones/pedidos/facturas/recibos y gestionar una gama cada vez más amplia de excepciones.
El futuro de la captura inteligente
A medida que las noticias empresariales y tecnológicas se centran en nuevas tecnologías como la automatización robótica de procesos y la inteligencia artificial, las plataformas de procesos inteligentes evolucionarán hacia sistemas de autoaprendizaje que pueden adaptarse más fácilmente para manejar cualquier documento y cualquier proceso. Si bien estos sistemas amenazan ciertos trabajos de bajo nivel orientados a tareas, en realidad estos sistemas estarán diseñados para funcionar en conjunto con sus contrapartes humanas, liberándolos de tareas rutinarias y repetitivas, mientras dependen de los humanos para manejar las excepciones y definir los procesos y procedimientos que estos sistemas deben seguir.
En Artsyl Technologies, hemos tenido el privilegio de ser parte de la evolución de la captura inteligente y el empoderamiento de los trabajadores para que se centren en funciones y responsabilidades que aprovechen al máximo sus conocimientos, habilidades y experiencia. Estamos particularmente entusiasmados con el potencial de las plataformas de procesos inteligentes para generar más valor a partir de las inversiones en tecnología que las empresas han realizado en planificación de recursos empresariales y sistemas de gestión de contenido empresarial, y para permitir a las empresas centrarse más en sus objetivos estratégicos y pasiones profesionales que en tareas rutinarias.
En ese sentido, el futuro parece realmente brillante y esperamos trabajar con nuestros socios y clientes para escribir el próximo capítulo.