DEEP Agent là gì? AI Agent đọc tài liệu rồi thực hiện luôn công việc, giải thích đầy đủ

DEEP Agent là AI Agent do Korea Deep Learning phát triển, hiểu dữ liệu phi cấu trúc, phán đoán dựa trên quy tắc nghiệp vụ và ngữ cảnh, rồi thực hiện các công việc thực tế như thẩm định, rà soát và đăng ký vào hệ thống. Đây là một sản phẩm.

Vì sao cần DEEP Agent

Trích xuất giá trị xong thì công việc vẫn chưa kết thúc.

Ngay cả ở những tổ chức đã đưa vào nhận dạng tài liệu và trích xuất hạng mục, khối lượng việc của người phụ trách thường không giảm như kỳ vọng. Lý do là việc xem giá trị đã trích xuất để xác định có đáp ứng điều kiện không, đối chiếu với tài liệu khác, và đưa kết quả vào hệ thống nghiệp vụ vẫn do con người đảm nhận.

Lấy công việc thẩm định làm ví dụ: tiếp theo việc xác nhận đã nhận đủ giấy tờ cần thiết là việc so sánh xem thông tin giống nhau có được ghi đúng trên từng giấy tờ hay không, rồi theo tiêu chuẩn mà phê duyệt hoặc yêu cầu bổ sung. Chỉ công nghệ đọc tài liệu thì mới giải quyết được phần đầu của chuỗi này.

Cấu trúc sản phẩm của Korea Deep Learning được xây dựng theo khoảng trống này. DEEP OCR đọc tài liệu, DEEP Parser khôi phục cấu trúc, KIE tìm các hạng mục cần thiết. DEEP Agent nhận kết quả đó và đảm nhận chặng cuối: phán đoán và thực thi.

Định nghĩa chính xác của DEEP Agent: khác gì trợ lý AI hội thoại

Ba điểm khác biệt giữa trợ lý AI hội thoại và DEEP Agent

Thứ nhất, điểm khởi động khác nhau. Trợ lý AI hội thoại chỉ chạy khi người dùng nhập câu hỏi. DEEP Agent bắt đầu xử lý theo luồng đã định khi tài liệu được tiếp nhận vào hệ thống nghiệp vụ.

Thứ hai, kết quả đầu ra khác nhau. Trợ lý AI hội thoại hiển thị câu trả lời hoặc bản tóm tắt trên màn hình. DEEP Agent ghi lại kết quả phán đoán và căn cứ, đồng thời đi đến việc đăng ký giá trị vào ERP hoặc hệ thống nội bộ, hoặc soạn email phản hồi.

Thứ ba, tiêu chí phán đoán khác nhau. Trợ lý AI hội thoại nhắm đến câu trả lời khiến người dùng hài lòng. DEEP Agent phán đoán dựa trên quy tắc nghiệp vụ và điều kiện kiểm chứng do tổ chức đặt ra, và chuyển sang ngoại lệ những hồ sơ không thể kết luận theo tiêu chí đó.

Hai cách này có công dụng khác nhau. Khi nhân viên cần tìm hoặc sắp xếp tài liệu, công cụ hội thoại tiện lợi hơn; còn với công việc thẩm định và đăng ký lặp lại hằng ngày, Agent xử lý đến cùng theo một luồng cố định sẽ phù hợp hơn.

Bốn bước xử lý tạo nên DEEP Agent

Bốn bước từ phán đoán đến thực thi

Thứ nhất, cấu trúc hóa. Kết quả từ OCR, Parser và KIE được sắp xếp thành dạng hạng mục và giá trị mà nghiệp vụ sử dụng. Nếu bước này không ổn định thì phán đoán phía sau cũng sẽ không ổn định.

Thứ hai, suy luận. Đọc ngữ cảnh của tài liệu để hiểu giá trị có ý nghĩa gì và các tài liệu có quan hệ với nhau như thế nào. Việc phân biệt một cái tên là người nộp đơn hay là người đại diện thuộc về bước này.

Thứ ba, phán đoán điều kiện. Kiểm tra theo quy tắc nghiệp vụ xem đã có đủ các hạng mục bắt buộc chưa, thông tin giữa các tài liệu có khớp không, và hợp đồng có điều khoản rủi ro hay không.

Thứ tư, thực thi. Đăng ký kết quả phán đoán vào ERP, hệ thống quản lý tài liệu hoặc hệ thống nghiệp vụ nội bộ, và khi cần thì soạn email yêu cầu bổ sung hoặc phản hồi.

Bốn bước này nối tiếp nhau nhưng kết quả không chỉ chảy theo một chiều. Nếu ở bước phán đoán điều kiện xác định thiếu giấy tờ, bước thực thi sẽ gửi yêu cầu bổ sung; khi có giấy tờ mới được đưa vào, quy trình lại bắt đầu từ cấu trúc hóa.

Cách áp dụng DEEP Agent trong thực tế

Chọn công việc theo từng hồ sơ

Việc đưa vào sử dụng nên bắt đầu từ một hồ sơ công việc, thay vì từ danh sách tính năng. Chọn một công việc có điểm bắt đầu và điểm kết thúc rõ ràng, như thẩm định cửa hàng hoặc rà soát hồ sơ, sẽ dễ thiết lập tiêu chí cho việc gì được tự động hoàn tất và việc gì chuyển cho con người, cũng như dễ đo hiệu quả theo từng hồ sơ.

Nếu giao nhiều công việc cùng lúc ngay từ đầu, tiêu chí ngoại lệ sẽ lẫn vào nhau và khó vận hành. Thực tế hơn là mở rộng sang công việc liền kề dùng cùng loại tài liệu, sau khi phạm vi tự động và tiêu chí ngoại lệ đã ổn định ở một công việc.

Ghi lại quy tắc phán đoán và căn cứ

Phán đoán của Agent cần có thể kiểm tra về sau. Nếu ghi lại giá trị nào đã được dùng làm căn cứ và theo quy tắc nào để đưa ra kết luận cùng với kết quả, người rà soát có thể kiểm tra nhanh, và khi cùng một lỗi lặp lại thì đó là căn cứ để sửa quy tắc.

Quy tắc nên được viết thành các câu mà người phụ trách có thể đọc và hiểu. Như vậy khi tiêu chí nghiệp vụ thay đổi, sẽ rõ ai cần sửa điều gì.

Thiết kế kết nối với hệ thống hiện có trước

Nếu chưa xác định kết quả phán đoán được đưa đi đâu, người phụ trách sẽ phải nhập lại kết quả bằng tay. Trong nghiệp vụ tài chính, cấu hình thường gặp là dữ liệu đã kiểm chứng đi qua hệ thống quản lý tài liệu và công cụ tự động hóa để đến hệ thống nghiệp vụ, nên điểm kết nối này và định dạng nhập liệu cần được xác định ngay từ đầu.

Cũng cần thống nhất cách hoàn tác và quy tắc thử lại khi lỗi xảy ra ở đoạn kết nối. Nếu việc đăng ký dừng giữa chừng, khối lượng việc cần xác nhận của người phụ trách có thể còn tăng thêm.

DEEP Agent trong môi trường tại Hàn Quốc

Trong tài chính và khu vực công tại Hàn Quốc, nhiều môi trường hạn chế kết nối ra bên ngoài, nên cần xác nhận sớm cách cài đặt và đường cập nhật mô hình ngay từ giai đoạn đầu cân nhắc triển khai. Cấu hình lưu căn cứ phán đoán, lịch sử xử lý và hồ sơ người đã phê duyệt cũng được yêu cầu như một điều kiện kiểm toán. Khi dùng cho công việc có thể thuộc nhóm AI có tác động lớn như thẩm định, nên cân nhắc các trách nhiệm theo Luật Cơ bản về Trí tuệ nhân tạo và đưa thủ tục giám sát và quản lý của con người vào ngay trong luồng xử lý.