Внутренний порядок работы над проектом
Мы не показываем этот процесс как витрину — он нужен, чтобы вы понимали, на каком этапе находится ваша задача и что от вас потребуется. Ниже — пять шагов, через которые проходит каждый проект по подготовке данных и запуску интеллектуальной автоматизации.
Фиксируем исходную формулировку задачи, смотрим, какие процессы уже описаны, а какие существуют только в головах сотрудников. На этом шаге важно не приукрашивать ситуацию: если правила противоречат друг другу или часть данных вообще не собирается, это лучше увидеть сразу.
Разбиваем задачу на этапы и определяем, что должно быть готово до старта работы с моделями. Здесь же обозначаем владельцев данных, ожидаемые форматы и то, какие исторические примеры понадобится поднять из архивов.
Собираем источники, описываем структуру, проверяем реальные документы и письма. Работа идёт итерациями: сначала разбираем типовые случаи, затем — пограничные, которые обычно и создают основную нагрузку на команду.
Сверяем результат с исходными критериями: совпадают ли описания форматов с фактическими файлами, зафиксированы ли исключения, есть ли у каждого источника ответственный. Если что-то расходится — возвращаемся на предыдущий шаг, а не переносим проблему дальше.
Отдаём описание данных, зафиксированные правила и разобранные примеры. Дальше с этим материалом можно работать спокойно: подключать модели распознавания, классификации или извлечения смысла и понимать, на что они опираются.
Ниже — уточнения, которые снимают самые частые спорные трактовки. Они касаются того, что входит в этап подготовки данных, кто за него отвечает и почему мы не называем сроков и объёмов заранее.
Инвентаризация источников, определение владельцев, описание форматов и проверка исторических примеров идут до того, как модели распознавания, классификации или извлечения смысла начнут работать с документами и письмами свободного формата. Если этот этап пропустить, дальше придётся возвращаться к нему уже на живых данных, и это дороже.
Длительность зависит от того, сколько источников, насколько они противоречат друг другу и есть ли у них владельцы. Пока нет инвентаризации, любая цифра будет выдумкой. Поэтому в плане фиксируются шаги и критерии готовности, а не календарные обещания.
У каждого источника должен быть человек, который отвечает за его актуальность и может подтвердить, что формат описан верно. Без этого спорные случаи разбираются стихийно, а качество результата становится непредсказуемым.
На описаниях процессов пограничные случаи почти не видны. Реальные документы и письма показывают, где правила перестают работать и где понадобится участие человека. Это влияет на то, как устроена логика обработки исключений.
Метрики качества и обратная связь от пользователей фиксируются до запуска, чтобы потом было с чем сравнивать. Сам этап подготовки снижает риск, что автоматизация столкнётся с неподготовленной средой, но не отменяет последующей настройки.
В материалах проекта разбираются практические критерии и типичные пробелы, которые стоит закрыть заранее. Конкретные истории клиентов, цифры результатов и сроки окупаемости здесь не приводятся, потому что их нет в подтверждённых данных проекта.
Прежде чем модели распознавания, классификации или извлечения смысла начнут работать с неоднородными документами и письмами свободного формата, команде важно понять, откуда приходят данные, кто отвечает за их качество и как выглядят реальные примеры. Ниже — четыре формата работы с этим этапом: от разовой инвентаризации до сопровождения на всём пути до запуска.
Форматы можно комбинировать: часто начинают с обзора источников, а затем переходят к разметке примеров и проверке исторических случаев.
Разбираем, откуда приходят документы и письма, в каких системах они живут, как часто меняются и где дублируются. На выходе — карта источников с описанием форматов и типичных расхождений между ними. Хорошо подходит командам, которые ещё не сводили данные в единую картину и не понимают, где именно теряется качество.
Обсудить обзор источников
Определяем, кто отвечает за каждый источник, кто подтверждает изменения и как фиксируются договорённости. Без этого этапа модели получают противоречивые сигналы, а спорные случаи решаются каждый раз заново. Формат подходит, если данные уже собраны, но ответственность за них размыта между отделами.
Уточнить роли и правила
Проходим по реальным документам и письмам прошлых периодов, отмечаем исключения и пограничные случаи, которые не видны в описаниях процессов. Это помогает заранее увидеть, где правила перестают работать и нужна ли модель распознавания или извлечения смысла. Полезно перед пилотом, чтобы оценить объём нестандартных ситуаций.
Согласовать разметку примеров
Ведём подготовку данных параллельно с проектированием решения: уточняем форматы, договариваемся о метриках качества, фиксируем правила для спорных случаев. Такой формат снижает риск, что автоматизация столкнётся с неподготовленной средой. Подходит командам, которые уже выбрали направление и хотят пройти этап подготовки без разрывов.
Обсудить сопровождение
Если пока неясно, с какого формата начать, посмотрите решения или напишите нам через страницу контактов — разберёмся вместе.