کاربردهای هوش مصنوعی در اتوماسیون اداری شامل استخراج اطلاعات نامه‌ها، دسته‌بندی مکاتبات، تهیه پیش‌نویس، خلاصه‌سازی اسناد، جست‌وجوی هوشمند، تنظیم صورتجلسه و پیشنهاد مسیر ارجاع است. این قابلیت‌ها می‌توانند بخشی از خواندن، نوشتن و بررسی تکراری اطلاعات را ساده‌تر کنند.
فرض کنید کارشناس دبیرخانه باید نامه‌ای را ثبت کند، مدیر چند مکاتبه مرتبط را بخواند و مسئول پروژه تصمیم‌های یک جلسه را پیگیری کند. ارزش هوش مصنوعی زمانی مشخص می‌شود که اطلاعات هر مرحله را برای اقدام بعدی آماده کند. اما این کمک در عمل چگونه اتفاق می‌افتد؟
هوش مصنوعی چه چیزی به اتوماسیون اداری اضافه می‌کند؟
در نرم افزار اتوماسیون اداری ابری، امکاناتی مانند ثبت نامه، کارتابل، ارجاع و نگهداری سابقه، مسیر مکاتبات را سامان می‌دهند. هوش مصنوعی می‌تواند با تحلیل محتوای نامه و پیوست‌ها، اطلاعات موردنیاز این مسیر را استخراج یا پیشنهاد کند.
برای مثال، فرستادن درخواست خرید بالاتر از مبلغ مشخص به مدیرعامل، یک قاعده گردش‌کار است. تشخیص اینکه متن یک نامه درباره خرید تجهیزات است و استخراج اقلام درخواستی از آن، به پردازش محتوای سند مربوط می‌شود.
۱. خواندن نامه‌های اسکن‌شده و استخراج اطلاعات
یکی از کاربردهای هوش مصنوعی در اتوماسیون اداری، کمک به ورود اطلاعات از اسناد کاغذی است. تشخیص نوری نویسه‌ها یا OCR متن تصویر را استخراج می‌کند و ابزارهای پردازش سند می‌توانند فیلدهای موردنیاز را از آن جدا کنند.
برای نمونه، شماره نامه، تاریخ و نام فرستنده می‌تواند برای بررسی در اختیار مسئول دبیرخانه قرار بگیرد. کیفیت پایین اسکن، مهر روی نوشته و اعداد فارسی و لاتین بر نتیجه اثر می‌گذارند؛ بنابراین ارزیابی با نامه‌های واقعی سازمان ضروری است.
۲. دسته‌بندی مکاتبات براساس موضوع
نامه‌های سازمان ممکن است درباره خرید، استخدام، پشتیبانی یا پیگیری تعهدات باشند. دسته‌بندی هوشمند به سامانه کمک می‌کند براساس متن، موضوع احتمالی نامه را پیشنهاد دهد.
فرض کنید نامه‌ای درباره خرابی تجهیزات و درخواست تأمین قطعه رسیده است. این نامه ممکن است هم به تعمیرات مربوط باشد و هم به خرید. سامانه مناسب باید امکان بررسی و اصلاح برچسب‌ها را فراهم کند. چنین قابلیتی می‌تواند نظم بایگانی و یافتن مکاتبات مرتبط را بهتر کند.
۳. تهیه پیش‌نویس و اصلاح لحن نامه اداری
نوشتن پاسخ رسمی به بازنویسی چندباره نیاز دارد. هوش مصنوعی مولد می‌تواند توضیحات کارشناس را به پیش‌نویسی منظم تبدیل کند و در کوتاه‌کردن جملات یا هماهنگ‌کردن لحن کمک کند.
برای مثال، کارشناس توضیح می‌دهد که مدارک درخواست ناقص است و باید سه پیوست مشخص ارسال شود. دستیار می‌تواند متن اولیه پاسخ را آماده کند. نام اشخاص، شماره‌ها، مهلت‌ها و هر تعهد درج‌شده باید پیش از ارسال کنترل شوند. اطلاعاتی که در ورودی وجود ندارد نباید به‌عنوان واقعیت وارد نامه شود.
۴. خلاصه‌سازی مکاتبات و اسناد طولانی
مدیران برای تصمیم‌گیری گاهی باید چند نامه و پیوست مربوط به یک موضوع را مرور کنند. خلاصه‌سازی هوشمند می‌تواند درخواست اصلی، پاسخ‌های قبلی و اقدام‌های باقی‌مانده را در یک متن کوتاه‌تر کنار هم قرار دهد.
برای نمونه، در پیگیری تأخیر تحویل تجهیزات، خلاصه باید نشان دهد چه درخواستی مطرح شده، تأمین‌کننده چه پاسخی داده و کدام موضوع هنوز تعیین تکلیف نشده است. خلاصه مفید باید امکان مراجعه به سند اصلی را حفظ کند تا جزئیات مهم و اختلاف‌های احتمالی قابل بررسی بمانند.
۵. جست‌وجوی معنایی و پرسش‌وپاسخ از اسناد
گاهی کاربر موضوع را به یاد دارد، اما نام فایل یا عبارت دقیق داخل آن را نمی‌داند. جست‌وجوی معنایی می‌تواند براساس ارتباط مفهومی به یافتن اسناد کمک کند.
در سامانه مجهز به پرسش‌وپاسخ سازمانی، کاربر می‌تواند بپرسد: «در آخرین صورتجلسه درباره خرید تجهیزات چه تصمیمی گرفته شد؟» پاسخ باید براساس اسناد قابل دسترس تهیه شود و منبع آن مشخص باشد. توجه به تاریخ و نسخه سند نیز اهمیت دارد؛ یک تصمیم قدیمی ممکن است بعداً تغییر کرده باشد. دستیار باید کمبود اطلاعات را روشن کند و دسترسی‌های سازمان را رعایت کند.
۶. تهیه صورتجلسه پیشنهادی و استخراج اقدام‌ها
از کاربردهای هوش مصنوعی در اتوماسیون اداری، کمک به مستندسازی جلسه‌هاست. در صورت فراهم‌بودن قابلیت تبدیل گفتار به متن، دستیار می‌تواند از محتوای جلسه، پیش‌نویس صورتجلسه و فهرست تصمیم‌ها را استخراج کند.
مثلاً اگر گفته شود «واحد مالی تا دوشنبه گزارش را ارسال کند»، خروجی پیشنهادی می‌تواند شامل اقدام، مسئول و مهلت باشد. اگر مسئول یا تاریخ صریحاً بیان نشده، آن بخش باید برای تکمیل مشخص بماند. پس از بازبینی دبیر جلسه، اقدام‌ها می‌توانند وارد مسیر پیگیری شوند. کیفیت صدا و صحبت هم‌زمان افراد نیز در ارزیابی نتیجه باید لحاظ شود.
۷. پیشنهاد واحد مسئول و مسیر ارجاع
در سازمان‌های چندواحدی، تشخیص گیرنده مناسب همیشه ساده نیست. سامانه‌ای که محتوای نامه را تحلیل می‌کند و به ساختار سازمانی دسترسی دارد، می‌تواند واحد احتمالی مسئول را پیشنهاد دهد.
برای نمونه، درخواست بررسی مشکل یک دستگاه ممکن است ابتدا به پشتیبانی فنی ارجاع شود و پس از تشخیص نیاز به قطعه، وارد فرآیند خرید شود. پیشنهاد هوشمند باید با حدود اختیار و قواعد سازمان هماهنگ باشد. تحلیل متن، مجوز تأیید درخواست یا ارسال خودکار نامه نیست؛ سطح اختیار سامانه باید از ابتدا مشخص شود.
چگونه این قابلیت‌ها را در سازمان ارزیابی کنیم؟
برای انتخاب راهکار، یک مسئله محدود مانند ثبت نامه‌های ورودی یا خلاصه‌سازی مکاتبات را انتخاب کنید. سپس چند نمونه واقعی را با رعایت محرمانگی در محیط آزمایشی بررسی کنید.
زمان انجام کار، تعداد اصلاحات لازم، صحت اطلاعات استخراج‌شده و امکان مشاهده منبع، معیارهای مناسبی برای مقایسه هستند. در اسناد فارسی، نمونه‌هایی با سربرگ، جدول، اعداد و کیفیت‌های متفاوت را امتحان کنید. نتیجه زمانی ارزشمند است که مجموع زمان پردازش و بازبینی، انجام کار را ساده‌تر کند.
آریا آی‌تی؛ اتصال هوشمندی به کار روزانه سازمان
آریا آی‌تی در معرفی پلتفرم خود، مکاتبات، وظایف، جلسات و اسناد را اجزای یک فضای کاری مشترک قرار داده است. در صفحه دستیار و جست‌وجوی هوشمند آریا آی‌تی، قابلیت‌هایی مانند پرسش از اطلاعات مجاز سازمان، پاسخ با ارجاع به منبع، پردازش اسناد و استخراج تصمیم‌های جلسه معرفی شده‌اند.
برای بررسی تناسب این راهکار، یک نامه، یک سند و یک صورتجلسه نمونه را مبنای نمایش محصول قرار دهید و درباره امکانات فعال، کیفیت خروجی و شیوه استقرار سؤال کنید. بررسی کاربردهای هوش مصنوعی در اتوماسیون اداری با سناریوی واقعی، کمک می‌کند انتخاب نرم‌افزار به نیاز روزمره کارکنان و مدیران نزدیک‌تر شود.