Korea Deep Learning công bố lộ trình chuyển đổi sang 'AI làm việc thực thụ'

| NBNTV = Phóng viên Joo Hyun-woong | Korea Deep Learning (Đại diện Gim Ji-hyeon), công ty giải pháp AI thị giác dành cho công chúng và doanh nghiệp, đã công bố lộ trình nửa cuối năm nhằm mở rộng giải pháp AI tài liệu 'Deep Agent' thành một AI Worker có khả năng thực hiện các nghiệp vụ thực tế.

Lộ trình lần này tập trung vào việc mở rộng phạm vi tự động hóa từ việc chỉ dừng lại ở trích xuất ký tự và thông tin từ tài liệu (trọng tâm là OCR truyền thống) sang việc đưa ra phán đoán nghiệp vụ, phê duyệt và thực thi các hệ thống doanh nghiệp.

Trước đây, mỗi khi doanh nghiệp thêm tài liệu hoặc nghiệp vụ mới, họ phải xây dựng một hệ thống OCR riêng biệt và kiểm chứng tỷ lệ nhận diện. Korea Deep Learning sẽ chuyển đổi sang phương thức lưu trữ các mô hình và tiêu chuẩn nghiệp vụ đã được kiểm chứng thành tài sản vận hành để tái sử dụng cho các bộ phận và nghiệp vụ khác.

Nền tảng cốt lõi là 'VLM Ops'. Các mô hình AI, câu lệnh (prompt), lược đồ trích xuất thông tin và tiêu chuẩn chất lượng được sử dụng trong một nghiệp vụ cụ thể sẽ được tích lũy vào VLM Ops. Khi có nghiệp vụ mới được thêm vào, thay vì phát triển hệ thống từ đầu, công ty có thể chỉ cần điều chỉnh và kiểm chứng các hạng mục cần thiết để áp dụng.

Công ty cũng sẽ cung cấp tính năng cho phép khách hàng trực tiếp ứng phó với những thay đổi về biểu mẫu tài liệu hoặc các hạng mục trích xuất. Kế hoạch là hỗ trợ khách hàng tự thiết lập và tinh chỉnh các hạng mục cần thiết trong VLM Ops, nhằm giảm bớt gánh nặng phải yêu cầu đơn vị phát triển bảo trì mỗi khi các giá trị khóa (key-value) thay đổi sau khi đã triển khai.

Korea Deep Learning cũng mở rộng tiêu chuẩn đánh giá AI tài liệu từ trọng tâm là tỷ lệ nhận diện sang tỷ trọng tỷ lệ không cần con người can thiệp và tỷ lệ hoàn thành công việc. Mục tiêu là đo lường thành quả tự động hóa không chỉ ở mức độ đọc chính xác tài liệu mà còn ở mức độ xử lý thực tế công việc đến giai đoạn nào mà không cần con người xác nhận.

Các mô hình và tiêu chuẩn nghiệp vụ được lưu trữ trong VLM Ops sẽ được kết nối với quy trình làm việc của Agent. Quy trình này cấu thành một dòng chảy duy nhất bao gồm: phân loại tài liệu, trích xuất thông tin, kiểm tra chéo giữa các tài liệu, phán đoán nghiệp vụ, phê duyệt của người phụ trách và thực thi hệ thống tiếp theo.

Đối với các trường hợp bình thường đáp ứng đủ tiêu chuẩn tin cậy, Deep Agent sẽ xử lý cho đến cả các quy trình tiếp theo. Chỉ những trường hợp ngoại lệ có thông tin không rõ ràng hoặc cần phán đoán riêng biệt mới được chuyển đến người phụ trách để kiểm tra.

Kết quả sau khi hoàn tất kiểm tra và phê duyệt sẽ được liên kết với các hệ thống nghiệp vụ hiện có của doanh nghiệp như ERP, CRM, Hệ thống quản lý tài liệu điện tử (EDMS) và Tự động hóa quy trình bằng robot (RPA). Cơ sở phán đoán của AI, lịch sử phê duyệt/kiểm tra và kết quả thực thi hệ thống cũng sẽ được lưu trữ để sử dụng cho mục đích kiểm toán và kiểm soát nội bộ.

Cấu trúc kiểm chứng nhằm giảm thiểu các phán đoán sai lầm của AI cũng được tăng cường. Sử dụng OCR và bộ phân tích (parser) để nhận diện ký tự và cấu trúc tài liệu, sau đó dùng Mô hình ngôn ngữ thị giác (VLM) để phân tích ngữ cảnh và ý nghĩa nghiệp vụ, cuối cùng so sánh kết quả trích xuất với vị trí trong văn bản gốc.

Các kết quả lệch khỏi định dạng quy định hoặc có độ tin cậy thấp sẽ được tách biệt khỏi các trường hợp bình thường. Điều này nhằm giảm thiểu tình trạng thông tin thiếu căn cứ bị nhập vào hệ thống tiếp theo mà không có sự xác nhận riêng biệt.

Korea Deep Learning đang áp dụng Deep Agent vào nghiệp vụ thẩm định mới/thay đổi đại lý của một công ty thẻ trong nước. Hệ thống tự động phân loại đơn đăng ký tham gia/thay đổi, giấy phép kinh doanh, bản sao sổ tài khoản, giấy chứng nhận đăng ký kinh doanh, v.v., đồng thời kiểm tra chéo các thông tin chính theo từng loại tài liệu.

Đối với các trường hợp bình thường, hệ thống sẽ tự động xử lý từ việc che thông tin cá nhân (masking) đến liên kết với hệ thống thẩm định, và chỉ những trường hợp cần xác nhận thêm mới được người phụ trách kiểm tra. Các mô hình và tiêu chuẩn nghiệp vụ đã được kiểm chứng trong nghiệp vụ này sẽ được lưu vào VLM Ops để ứng dụng cho các nghiệp vụ thẩm định đại lý khác.

Korea Deep Learning đã đưa ra định hướng này dưới tên gọi 'Chiến lược 3 Zero AI Worker'. Chiến lược này bao gồm: 'Zero Training' nhằm giảm thiểu việc học tập và thiết lập lặp đi lặp lại; 'Zero Hallucination' nhằm giảm thiểu phán đoán sai bằng cách sử dụng văn bản gốc và các quy tắc kiểm chứng; và 'Zero Review' nhằm kiểm tra các trường hợp ngoại lệ thay vì kiểm tra toàn bộ các trường hợp bình thường.

Gim Ji-hyeon, đại diện của Korea Deep Learning, cho biết: "Chúng tôi sẽ thoát khỏi phương thức xây dựng lại OCR mỗi khi có tài liệu và nghiệp vụ mới, để mở rộng AI đã được kiểm chứng và các tiêu chuẩn nghiệp vụ ra toàn bộ doanh nghiệp. Mục tiêu của lộ trình lần này là giảm chi phí cho việc xây dựng và kiểm tra lặp đi lặp lại, đồng thời tạo ra một cấu trúc mà AI có thể hoàn thành công việc thực tế."",