Iako se umjetna inteligencija pojavila u svijetu relativno nedavno, većina ljudi i tvrtki još uvijek ga koristi uglavnom u obliku pitanja i odgovora u ChatGPT-u. Dakle, ChatGPT je samo jedna od brojnih AI usluga, stvorena za odgovor na pitanja, uređivanje teksta i generiranje slika. Mnoge vodeće tvrtke u svijetu počele su stvarati vlastite modele i proizvode AI-a za praktičnu primjenu.To je omogućilo poduzećima da integriraju umjetnu inteligenciju u svoje procese i povećaju operativnu učinkovitost.Na primjer, prema PwC-u, tvrtke koje su integrirale AI u ključne procese smanjuju operativne troškove za 20-40% i povećavaju produktivnost za 30%. Neki trebaju AI chatbot koji odgovara kupcima 24/7, pokriva do 80% tipičnih upita i prenosi razgovor operateru samo kada je pitanje previše specifično. Prema IBM statistici, poduzeća koja su implementirala AI chatbots smanjila su radno opterećenje na operaterima do 70% i smanjila vrijeme čekanja kupaca za 90%. Za poduzeća, to znači značajno ubrzanje usluge i mogućnost optimizacije troškova podrške. Postoje financijske tvrtke koje moraju periodično provoditi provjeru korisnika. Treba odmah napomenuti: kompletni modul provjere je složeno tehnološko rješenje, ali poduzeća mogu implementirati pojedinačne dijelove. Na primjer, provjera dokumenata može se integrirati ne samo u financijske usluge, već i u rad registara imena domena ili pružatelja usluga. Tržište rješenja KYC (Know Your Customer) doseglo je 12.4 milijarde dolara u 2024. godini i, prema prognozama, raste za 22% godišnje. Sada, ako jedna akcija zahtijeva provjeru dokumenata, potrebno je ne samo preuzeti datoteku, već i izvući informacije iz nje i sačuvati podatke u profil klijenta i bazu podataka tvrtke. Ranije je to zahtijevalo da se od korisnika zatraži da ručno unese sve podatke i dodatno preuzme dokument. Sada se ovaj proces može automatizirati: sustav samostalno izvlači potrebne informacije bez dodatnih zahtjeva za klijenta. OCR tehnologije i AI analize smanjuju vrijeme za provjeru dokumenata s 5-10 minuta na nekoliko sekundi i smanjuju broj pogrešaka za 80%, prema Deloitteu. Screenshot s službenog Google Docs AI servisa: https://cloud.google.com/document-ai https://cloud.google.com/document-ai Zatim ćemo razmotriti kako implementirati slično rješenje koristeći Google Cloud, koristeći usluge Vertex AI i Document AI. Let’s break it down step by step using the example of Google Cloud: Vertex AI and Document AI. Ispod je glosar za bolje razumijevanje svrhe svake usluge: — koristi se za automatsko čitanje i prepoznavanje podataka iz dokumenata (ID-ovi, putovnice, računi). Omogućuje dobivanje strukturiranih podataka u JSON formatu bez ručnog unosa. Document AI API – dizajniran za stvaranje, obuku i primjenu modela umjetne inteligencije. Omogućuje korištenje ML-a za analizu, ocjenjivanje, otkrivanje anomalija i predviđanje. Vertex AI API Integration of Document AI and Vertex AI in your project: step by step 1) Stvaranje Google Cloud projekta Ako projekt još nije kreiran, dodajte ga u Google Cloud, postavite račune i kreirajte račun za usluge s pravima pristupa potrebnim uslugama. Linkovi : cloud.google.com/document-ai cloud.google.com/dokumentacija Omogućuju se dvije glavne usluge: 
 
 
 Sljedeći članak API Sljedeći članak Vertex AI API Sljedeće, morate konfigurirati AI dokumenata tako da sustav pravilno čita dokumente. 
 
 
 
 Stvoriti Procesor tipa Procesor dokumenata za identifikaciju (primjeren za obradu putovnica i vozačkih dozvola) Odaberite regiju u kojoj radite (SAD ili EU). Nakon stvaranja, dobit ćete ID procesora. Kopirajte ga - to će biti potrebno za podnošenje zahtjeva putem API-ja. Sljedeći, vaša web stranica može imati vlastiti sučelje gdje će korisnici učiti dokumente. JPEG, PNG, PDF. Mehanizam rada izgleda ovako: 
 
 
 
 Backend vaše web stranice prima datoteku od korisnika. Zatim šalje ovu datoteku u Document AI API. U tijelu zahtjeva datoteka se šalje u Base64 formatu. Primjer zahtjeva: POST https://documentai.googleapis.com/v1/projects/{project_id}/locations/{location}/processors/{processor_id}:process 
 Dokument AI obrađuje ove podatke i vraća ih u JSON formatu: 
 
 
 OCR tekst (prepoznati tekst iz dokumenta) Strukturirani podaci: prezime, prezime, datum rođenja, broj dokumenta, datum isteka. Primjer JSON odgovora iz dokumenta AI + Entities:
! First Name: John (confidence 0.99)
! Last Name: Doe (confidence 0.98)
! Date of Birth: 1990-01-01 (confidence 0.97)
! Document Number: X1234567 (confidence 0.96)
! Expiry Date: 2030-12-31 (confidence 0.95)
 Što smo dobili u JSON-u? First Name: John
Last Name: Doe
Date of Birth: 1990-01-01
Document No: X1234567
Expiry: 2030-12-31
 Uz dobivene podatke, već možete raditi i dodati ih u bazu podataka. Na primjer, možete ih sačuvati u profil klijenta tako da više ne morate tražiti da unesu ove informacije. Screenshot s službenog Google Docs AI servisa: https://cloud.google.com/document-ai https://cloud.google.com/document-ai U praksi postoje slučajevi kada AI ne prepoznaje određene elemente. Na primjer, odgovor iz Document AI možda ne uključuje prezime, čak i ako je prisutan u dokumentu. Da biste izbjegli situaciju u kojoj se čini da je sve završeno, ali zapravo podaci nedostaju, potrebno je provjeriti jesu li sva ključna polja ispunjena.Nakon što primite entitete iz Document AI (prvo ime, prezime, datum rođenja, broj dokumenta, datum isteka), provjerite jesu li nijedna od njih prazna.Ako sustav otkrije nedostajuće vrijednosti, možete pokrenuti rescan dokumenta i ispuniti nedostajuća polja. - required_fields = ["first_name", "last_name", "date_of_birth", "document_number"] 
+ for field in required_fields:  
! if field not in extracted_data or not extracted_data[field]:
# raise ValueError(f"Missing required field: {field}")
 Ili za vašu uslugu važno je da korisnik ima najmanje 18 godina. inače ne možete odobriti pristup usluzi. Na primjer, možete provjeriti datum rođenja (u formatu YYYY-MM-DD) i provjeriti je li dob > 18 godina (ili drugi utvrđeni prag). - from datetime import datetime
+ dob = datetime.strptime(extracted_data["date_of_birth"], "%Y-%m-%d")
! age = (datetime.now() - dob).days // 365
# if age < 18:
# raise ValueError("Client must be over 18.")
 Do ove faze, uglavnom ste provjeravali statičke podatke dobivene pomoću AI-a. 2) Using Vertex AI Ali možete ići još dalje i koristiti Vertex AI modul, jer do sada ste samo radili s Document AI za skeniranje i prepoznavanje dokumenata. Screenshot s službenog Vertex AI servisa: https://cloud.google.com/vertex-ai/generative-ai/docs/learn/overview https://cloud.google.com/vertex-ai/generative-ai/docs/learn/overview Možete imati dodatne podatke, kao što su IP adrese ili zemlje iz kojih ne možete registrirati korisnike zbog unutarnjih pravila ili regulatornih ograničenja. Slanje podataka u Vertex AI za ocjenjivanje: - from google.cloud import aiplatform endpoint = aiplatform.
+ Endpoint(endpoint_name="projects/your-project/locations/us-central1/endpoints/123456789") 
! response = endpoint.predict(instances=[{ 
! "document_number": "X1234567", 
! "age": 32, 
! "country": "UK", 
! "upload_time": 2.5 }])
# print(response)
 U ovoj fazi, Vertex AI već ima sve podatke dobivene iz Document AI: Data from the document (Document AI Output) 
 
 
 
 
 
 Prvo i posljednje ime (otkrivanje anomalija, dvostruki računi). Datum rođenja (za dobna ograničenja i profil rizika). Broj dokumenta (jedinstvenost i uzorak) Datum isteka (provjera valjanosti) Država izdavateljica (države s visokim rizikom) Ali također pružate informacije koje vaš sustav prikuplja o klijentu. Ispod je ograničena količina informacija. To može biti mnogo više, ili manje, ovisno o potrebama. File metadata 
 
 
 
 Vrijeme preuzimanja (sumnjivo vrijeme, na primjer, noć). Format datoteke (JPEG, PNG, PDF) Broj pokušaja preuzimanja (znak prijevare) User behavioral data 
 
 
 
 Brzina punjenja obrasca (prebrzo → sumnja na bot) IP adresa i geolokacija (odgovara zemlji dokumenta) VPN ili proxy (znak skrivanja) Vertex AI Endpoint sustav, koji se primjenjuje kao ML/AI model, analizira podatke i vraća predviđanje.To nije hardcodirana logika, već kombinacija podataka, algoritma i statističkog modela koji proizvodi rezultat na temelju obuke. Na primjer, odgovor bi mogao izgledati ovako: risk_score = 0.12.
 Pravila donošenja odluka: If risk_score < 0.2 → approve.
If 0.2 ≤ risk_score < 0.5 → review.
If risk_score ≥ 0.5 → reject.
 Zatim, ovisno o postavkama vaše web stranice ili aplikacije, rezultat se prikazuje klijentu, a strukturirani podaci se bilježe u bazu podataka tvrtke (PostgreSQL, MySQL, Firestore ili nešto drugo). Također možete: 
 
 
 Promijenite status klijenta u profilu. Pošaljite Push ili email obavijesti. Ovo je primjer kako se jedan AI model može koristiti za rješavanje poslovnih zadataka i ubrzavanje procesa za tvrtku i njezine klijente. AI modeli još ne pokrivaju sve scenarije u stvarnom životu, ali nova rješenja se pojavljuju svaki mjesec. Ostanite usmjereni na ažuriranje. Ono što je već dostupno može se učinkovito koristiti u radu. Below are examples of AI models and ways to use them: OpenAI (ChatGPT, GPT-4/4o) 
 
 
 
 ChatGPT API – integracija AI chat u aplikacije (podrška, automatizacija). Asistenti API – prilagođeni asistenti za poslovne zadatke. Code Interpreter – analiza podataka i Python skripta (financijska analiza, kontrolne ploče). Google Cloud AI (Vertex AI) 
 
 
 
 Dokument AI – analiziranje dokumenata (KYC, ugovori, izjave). AutoML – izgradnja modela bez koda (ocjena, predviđanja). AI Hub – gotovi modeli (otkrivanje prijevara, kreditni rezultat). AWS AI Services 
 
 
 
 Textract – OCR iz PDF-a (faktura, financijski dokumenti). Razumjeti – analiza teksta (recenzije, osjećaje) SageMaker – obuka prilagođenih modela (upravljanje rizicima, prognoze). Microsoft Azure AI (Copilot) 
 
 
 Dokumentna inteligencija – prepoznavanje obrazaca i izvješća. Azure OpenAI Service – GPT u oblaku za korporativna rješenja. Anthropic (Claude) 
 
 Claude API – chat, generacija teksta, analiza podataka (pravni dokumenti, usklađenost). Fireblocks 
 
 AI analiza – praćenje transakcija, AML, zaštita od prijevara u kriptografiji. DocuSign AI 
 
 Inteligentni uvid – analiza ugovora i rizika. Salesforce Einstein AI 
 
 Einstein GPT – Prognoza prodaje, CRM automatizacija. Umjetna inteligencija prestaje biti samo trend i postala je pravi alat za optimizaciju poslovanja.Od automatizacije provjere kupaca do predviđanja rizika i personaliziranja usluga – AI pruža tvrtkama mogućnosti da uštede vrijeme, smanje troškove i poboljšaju točnost. Primjeri kao što je Google Cloud sa svojim uslugama Vertex AI i Document AI pokazuju da provedba takvih rješenja više nije prerogativa tehnoloških divova – dostupna je tvrtkama bilo koje veličine i industrije. Igor Nikolajev, tehnički voditelj proizvoda u fintech i AI

Read My Stories

Ovaj zvuk je proizveden na izvornom jeziku priče!

Predugo; Čitati

Make resilience your competitive advantage

AI može provjeriti vaš ID u sekundi - Evo kako to funkcionira

About Author

KOMENTARI

VIJESI OZNAKE

OVAJ ČLANAK JE PREDSTAVLJEN U

Related Stories

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps