AI შეუძლია შეამოწმოს თქვენი ID წამში - აქ არის, თუ როგორ მუშაობს

მიუხედავად იმისა, რომ ხელოვნური ინტელექტურობა მსოფლიოში შედარებით უახლესი დროში გამოჩნდა, ყველაზე ადამიანი და კომპანიები ჯერ კიდევ გამოიყენება ძირითადად კითხვები და პასუხები ChatGPT- ში. ბევრი, ეს არის ის, რაც დაკავშირებულია კონცეფციით "მომხმარება AI". ეს ასევე მიუთითებს McKinsey მონაცემებს, რომ მეტი 75% ბიზნესები უკვე ექსპერიმენტი AI, მაგრამ თითქმის 60% შეზღუდულია იყენებს გენერატული მოდელები ძირითადი საქმიანობისთვის - ტექსტში, მონაცემების ანალიზი, ან კოდი. ასე რომ, ChatGPT არის მხოლოდ ერთ-ერთი მრავალფეროვანი AI მომსახურება, რომელიც შექმნილია კითხვებს პასუხი, ტექსტებს და სურათების გენერაციისთვის. და ეს მხოლოდ საკმარისია ნებისმიერ ზოგადად მომხმარებლის შეჩერება. მსოფლიოს მრავალი წამყვანი კომპანიები იწყებენ საკუთარი AI მოდულების და პროდუქტების შექმნა პრაქტიკული გამოყენებისთვის. ეს უზრუნველყოფს კომპანიებს შესაძლებლობებს გააუმჯობესოს ხელოვნური ინტელექტურობა მათი პროცესებში და გაზრდის ოპერაციული ეფექტურობა. მაგალითად, PwC- ის მიხედვით, კომპანიები, რომლებიც ინტელექტურობენ AI ძირითადი პროცესებში, შეამციროს ოპერაციული ღირებულება 20-40% და გაზრდის წარმოუდგენას 30%. კომპანიის მოთხოვნები შეიძლება განსხვავდეს. ზოგიერთი საჭიროა AI chatbot, რომელიც პასუხს მომხმარებელს 24 / 7 წუთი, შეიცავს 80% ტიპიური მოთხოვნებს, და გადაცემს კონტაქტი ოპერატორს მხოლოდ როდესაც კითხვები ძალიან სპეციფიკურია. IBM სტატისტიკის მიხედვით, ბიზნესები, რომლებიც იყენებენ AI chatbots, შეამციროს ოპერატორების მუშაობის ტანსაცმელი 70% წუთი და შეამციროს მომხმარებლის შეზღუდვის დრო 90% წუთი. ბიზნესისთვის, ეს ნიშნავს მომსახურების მნიშვნელოვანი გაჩერება და მხარდაჭერა ღირებულების ოპტიმიზაციის შესაძლებლობა. არსებობს ფინანსური კომპანიები, რომლებსაც საჭიროა რეგულარულად გამოიყენოთ მომხმარებლის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონფიდენციალურობის კონ ახლა, თუ საქმიანობა მოითხოვს დოკუმენტის კონფიგურაცია, საჭიროა არა მხოლოდ ფაილი ჩამოტვირთვა, არამედ მონაცემების გამოტვირთვა და მონაცემების შენარჩუნება კლიენტების პროფილიში და კომპანიის მონაცემთა ბაზარზე. ადრე, ეს მოითხოვს მომხმარებელს ყველა მონაცემების მექანიზმი და გარდა ამისა დოკუმენტის ჩამოტვირთვა. ახლა ეს პროცესი შეიძლება ავტომატურად იყოს: სისტემა სავარაუდოდ ატვირთებს საჭირო მონაცემებს კლიენტზე დამატებითი მოთხოვნები გარეშე. OCR ტექნოლოგია და AI ანალიტიკა შეამციროს დოკუმენტის კონფიგურაციის დრო 5–10 წუთს რამდენიმე წამში და შეამციროს შეცდომების რაოდენობა 80%, Deloitte- ის თქმით. ეს მი Screenshot from ოფიციალური Google Docs AI მომსახურება: https://cloud.google.com/document-ai https://cloud.google.com/document-ai შემდეგი, ჩვენ ვხედავ, თუ როგორ გამოიყენოთ მსგავსი გადაწყვეტილება Google Cloud- ის გამოყენებით, Vertex AI და Document AI მომსახურების გამოყენებით. ეს არის გლობალური მიმოხილვა, რომელიც შეიძლება განკუთვნილია კომპანიებს სხვადასხვა სფეროებში. Let’s break it down step by step using the example of Google Cloud: Vertex AI and Document AI. ქვემოთ არის გლოზერი, რათა უკეთესად გაიგოთ თითოეული მომსახურების მიზნით: — გამოიყენება ავტომატური წაიკითხვა და აღიარება მონაცემები დოკუმენტები (IDs, პასპორტიები, ფასი). ეს საშუალებას გაძლევთ მიიღოს სტრუქტურული მონაცემები JSON ფორმატში გარეშე manual input. ძირითადი მიზნით არის ავტომატიზაცია KYC /KYB, ფასი დამუშავება, და დოკუმენტების შეამოწმება. Document AI API — განკუთვნილია შექმნა, ტრენინგი და განთავსება artificial intelligence მოდელები. ეს საშუალებას იძლევა გამოყენება ML ანალიზი, სინათლის, anomaly აღჭურვილობა, და პროგნოზი. ძირითადი მიზნით არის განთავსება მორგებული AI ლოგიკური: საწყისი ანტიფრაიდული გადაწყვეტილებები მორგებული რეკომენდაციები. Vertex AI API Integration of Document AI and Vertex AI in your project: step by step Google Cloud Project შექმნა თუ პროექტი არ უკვე შექმნილია, დაამატეთ იგი Google Cloud- ში, დააყენეთ გადახდის და შექმნათ მომსახურების ანგარიშს, რომელიც უზრუნველყოფს ხელმისაწვდომობა საჭირო მომსახურებისთვის. კონტაქტი : cloud.google.com/document-ai Cloud.google.com / დოკუმენტები გაძლევთ ორი ძირითადი მომსახურება: API დოკუმენტები Vertex და API შემდეგი, თქვენ უნდა კონფიგურაცია დოკუმენტის AI, რათა სისტემა სწორი წაიკითხა დოკუმენტები. შექმნა Processor ტიპის ID დოკუმენტების Processor (დაწვრილებით დამუშავება პასპორტები და საავტომობილო ლიცენზები) აირჩიეთ რეგიონს, სადაც თქვენ მუშაობთ (US ან EU). მას შემდეგ, რაც შექმნა, თქვენ მიიღებთ დამუშავებელი ID. კუპირება — ეს იქნება საჭირო, რათა მოთხოვნებს API. შემდეგი, თქვენს საიტზე შეიძლება იყოს საკუთარი ინტერფეისი, სადაც მომხმარებლები ატვირთებენ დოკუმენტები. ფორმატები შეიძლება იყოს: JPEG, PNG, PDF. მუშაობის მექანიზმი აჩვენებს: თქვენი საიტის backend მიიღებს ფაილი მომხმარებლისგან. მას შემდეგ, რაც ეს ფაილი გაგზავნა Document AI API- ში. მოთხოვნების სახით, ფაილი გადაცემა Base64 ფორმატში. მაგალითად მოთხოვნა: POST https://documentai.googleapis.com/v1/projects/{project_id}/locations/{location}/processors/{processor_id}:process დოკუმენტის AI ამ მონაცემებს დამუშავებს და იგი JSON ფორმატში გადაცემს: OCR ტექსტი (გამოწმებული ტექსტი დოკუმენტში) სტრუქტურული მონაცემები: სახელი, სახელი, თარიღი, დოკუმენტის ნომერი, დასრულების თარიღი JSON პასუხის მაგალითია Document AI-დან + 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) რა მოდის JSON- ში? First Name: John Last Name: Doe Date of Birth: 1990-01-01 Document No: X1234567 Expiry: 2030-12-31 შემუშავებული მონაცემები, თქვენ შეგიძლიათ უკვე მუშაობა და დაამატოთ მას მონაცემთა ბაზარზე. მაგალითად, თქვენ შეგიძლიათ შენარჩუნოთ მას კლიენტების პროფილი, ასე რომ თქვენ არ უნდა მოითხოვოს მათ ამ მონაცემებს. მაგრამ თქვენ არ უნდა შეუწყოს მას. Screenshot from ოფიციალური Google Docs AI მომსახურება: https://cloud.google.com/document-ai https://cloud.google.com/document-ai ჩვენ შეგვიძლია ამ მონაცემების შემდგომი დამუშავება და verification გაკეთება. პრაქტიკაში, არსებობს შემთხვევაში, როდესაც AI არ აღიარებს ზოგიერთი ელემენტები. მაგალითად, პასუხი დოკუმენტის AI შეიძლება არ მოიცავს სახელი, მიუხედავად იმისა, რომ ეს არსებობს დოკუმენტში. ეს ხდება - ზოგჯერ AI მოდელები შეუზღუდავი ზოგიერთი ფართობი. მას შემდეგ, რაც Document AI-დან მიიღეთ ინტენსიები (საწყისი სახელი, მისამართი, თარიღი জন্ম, დოკუმენტის ნომერი, დასრულების თარიღი), დარწმუნდით, რომ მათ შორის არ არის შავი. თუ სისტემა იპოვებს დაკარგული ღირებულებები, შეგიძლიათ დაწყოს დოკუმენტის რეზინის და შეავსოთ დაკარგული ფართობი. - 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}") ან თქვენი მომსახურებისთვის მნიშვნელოვანია, რომ მომხმარებლის ასაკი მინიმუმ 18 წლისა. სხვა შემთხვევაში, თქვენ არ შეგვიძლია ხელმისაწვდომია მომსახურება. მაგალითად, შეგიძლიათ შეამოწმოთ თარიღი თარიღი (და ფორმატში YYYY-MM-DD) და დარწმუნდით, რომ ასაკი > 18 წლის (ან სხვა დასაწყისში). - 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.") ამ ეტაპზე, თქვენ ძირითადად შეამოწმეთ სტატისტიკური მონაცემები, რომელიც მიიღო გამოყენებით AI. 2) Using Vertex AI მაგრამ თქვენ შეგიძლიათ გააკეთოთ კიდევ უფრო მეტი და გამოიყენოთ Vertex AI მოდული, რადგან ამ დროს თქვენ მხოლოდ მუშაობთ Document AI- ისთვის დოკუმენტების სკანირება და აღიარება. Screenshot from ოფიციალური Vertex AI მომსახურება: https://cloud.google.com/vertex-ai/generative-ai/docs/learn/overview https://cloud.google.com/vertex-ai/generative-ai/docs/learn/overview მაგალითად, შემდეგი ნაბიჯი არის კლიენტების შეფასება პარამეტრების მიხედვით. თქვენ შეიძლება გაქვთ დამატებითი მონაცემები, როგორიცაა IP მისამართები ან ქვეყნებში, სადაც თქვენ არ შეგიძლიათ რეგისტრაცია მომხმარებელს შიდა პოლიტიკა ან რეგულარული შეზღუდვა. მონაცემების გადაცემა Vertex AI- ს სთვის: - 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) ამ ეტაპზე, Vertex AI- ს უკვე აქვს ყველა მონაცემები, რომლებიც Document AI- სგან მიიღებენ: Data from the document (Document AI Output) პირველი და უპირატესობა (მაგონება ანაბოლოგია, duplicate ანგარიშები) თარიღი თარიღი თარიღი თარიღი თარიღი თარიღი თარიღი თარიღი თარიღი თარიღი დოკუმენტის ნომერი (სუნიკალური და მოდელი) დასრულების თარიღი (გამოწმეთ validity) უმაღლესი რისკის ქვეყნებში (High Risk Countries) მაგრამ თქვენ ასევე უზრუნველყოფს ინფორმაცია, რომ თქვენი სისტემა მოკლე მომხმარებლის შესახებ. ქვემოთ არის შეზღუდული რაოდენობა ინფორმაცია. ეს შეიძლება იყოს ბევრი მეტი, ან ნაკლებად, დამოკიდებულია საჭიროებებს. File metadata ჩამოტვირთვა დრო (მაგ. მძიმე დრო, ღამით) ფაილი ფორმატში (JPEG, PNG, PDF) ზოგიერთი ცდილობს გატვირთვა (გადასტურა fraud). User behavioral data Form filling speed (შესაფხულზე ძალიან სწრაფად → bot suspension) IP მისამართი და geolocation (გორგება დოკუმენტის ქვეყანა) VPN ან Proxy (გავიწყობის ნომერი) Vertex AI Endpoint სისტემა, რომელიც განაყენება ML / AI მოდელი, ანალიზიებს მონაცემებს და მოგცემს პროგნოზი. ეს არ არის hardcoded ლოგიკა, არამედ მონაცემთა კავშირი, ალგორტიმი და სტატისტიკური მოდელი, რომელიც აწარმოებს შედეგს საფუძველზე სასწავლო. მაგალითად, პასუხი შეიძლება იყოს ეს: risk_score = 0.12. კონფიდენციალურობის წესები : If risk_score < 0.2 → approve. If 0.2 ≤ risk_score < 0.5 → review. If risk_score ≥ 0.5 → reject. შემდეგი, დამოკიდებულია თქვენს ვებ-გვერდზე ან განაცხადის პარამეტრები, თქვენ აჩვენებთ შედეგს კლიენტს, და სტრუქტურული მონაცემები ჩაწერილი კომპანიის მონაცემთა ბაზარზე (PostgreSQL, MySQL, Firestore, ან სხვა). თქვენ ასევე შეგიძლიათ: ცვლილება კლიენტების სტატისტიკა პროფილიში. Push ან ელ-ფოსტის გაგზავნა. ეს არის მაგალითია, თუ როგორ ერთ-ერთი AI მოდელი შეიძლება გამოყენებულ იქნას ბიზნეს საქმიანობის გადაწყვეტილებების გადაწყვეტა და პროცესების გააუმჯობესება, როგორც კომპანიის, ისევე როგორც მისი კლიენტებისთვის. AI მოდელები ჯერ კიდევ არ მოიცავს ყველა რეალურ ცხოვრებაში სცენარეთა, მაგრამ ახალი გადაწყვეტილებები იღებენ ყოველ თვეში. გაგრძელეთ განახლება. რაც უკვე ხელმისაწვდომია, შეიძლება ეფექტურად გამოყენებულ იქნას სამუშაოში. ყველაფერი მხოლოდ თქვენი საჭიროებებსა და შექმნა. Below are examples of AI models and ways to use them: OpenAI (ChatGPT, GPT-4/4o) ChatGPT API – ინტეგრირება AI ჩატი განაცხადების (მაგონება, ავტომატაცია). Assistants API – Custom Assistants for Business Task – მორგებული მორგებული მორგებული მორგებული მორგებული მორგება. Code Interpreter - მონაცემთა ანალიზი და Python სკრიპტები (ფინანსური ანალიტიკა, dashboards). Google Cloud AI (Vertex AI) დოკუმენტური AI – დოკუმენტური შეამოწმება (KYC, კონტაქტები, შეტყობინებები) AutoML – აშენება მოდელები გარეშე კოდი (სკონტროლი, პროგნოზი). AI Hub – მზად მოდელები (კრედიტო სინთეზი, საკრედიტო სინთეზი). AWS AI Services Textract – OCR from PDFs (ფარები, ფინანსური დოკუმენტები) შეამოწმეთ – ტექსტის ანალიზი (მოხილვა, გრძნობები) SageMaker – სასწავლო მორგებული მოდელები (ზოგის მართვა, პროგნოზი). Microsoft Azure AI (Copilot) დოკუმენტის ინტელექტურობა - ფორმების და ანგარიშების აღიარება. Azure OpenAI სერვისი – GPT in the cloud for enterprise solutions. Anthropic (Claude) Claude API – ჩატი, ტექსტის წარმოება, მონაცემთა ანალიზი (გურთული დოკუმენტები, კონფიგურაცია). Fireblocks AI ანალიტიკა – გადაზიდვის მონიტორინგი, AML, საშრობო დაცვა crypto. DocuSign AI Intelligent Insights – კონტაქტები და რისკები. Salesforce Einstein AI Einstein GPT – გაყიდვების პროგნოზი, CRM ავტომატაცია. გაფართოებული ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენსიური ინტენ Igor Nikolaiev, ტექნიკური პროდუქტის წამყვანი Fintech და AI