《IDC Innovator:智能文檔處理(IDP),2022》正式發布
加入技術交流群
隨著數字化轉型的不斷推進，企業數據量呈現出爆炸式增長。IDC Global DataSphere顯示，2021年，全球數據總量達到了84.5ZB，預計到2026年，全球結構化與非結構化數據總量將達到221.2ZB。在快速增長的數據中，由于格式復雜、標準多樣，非結構化數據處理起來既困難又耗時。面對海量非結構化數據，如果沒有自動化解決方案，人工手動處理將面臨巨大挑戰。智能文檔處理可以把關鍵信息從半結構化/非結構化數據中提取出來，形成結構化數據，進一步實現業務流程的端到端自動化。
本文引用地址：http://www.j9360.com/article/202301/442663.htmIDC定義的智能文檔處理（IDP），是指能夠從各種文檔格式中捕捉、提取和處理數據，它利用自然語言處理 (NLP)、計算機視覺（CV）、深度學習（DL）和機器學習 (ML) 等人工智能技術，對相關信息進行分類、歸類和提取，并對提取數據進行驗證。
本次研究IDC對眾多安全廠商和最終用戶進行了深入訪談，發現最終用戶在其數據安全建設前或建設過程中普遍面臨數據安全建設無從入手、摸清家底難、分類分級落地難、對于數據安全風險和建設成果的無感知以及缺乏專業的數據安全建設治理人才等問題。
針對以上痛點，IDC給出以下幾點建議供技術買家參考：
1.多模態：能夠利用NLP/CV/OCR等多模態算法對全域非結構化大數據進行充分且統一的結構化處理和精準索引；
2.超大規模預訓練：感知+決策完整智能化流水線閉環，讓模型在專業領域擁有接近技能專家的性能表現及復雜工作場景的替代能力；
3.Auto Automation：將遷移學習和自動機器學習應用到智能文檔領域，大幅降低整體擁有成本和定制化效率，并提供跨組織、跨領域的規模化擴展能力和持續學習迭代能力。
智能文檔處理技術的應用價值主要在于：
1.構建統一的面向全域非結構化數據處理的基礎設施能力避免重復投資
2.可帶來直觀的生產力替代與人均產能提升，滿足降本增效剛需；
3.提升部分行業/業務/流程核心生產要素，實現重構與智能化升級。目前在金融、政府和大型企業已獲得技術驗證并處于業務需求爆發的早期階段，隨著與應用和流程自動化的深度整合，潛在的應用場景廣泛普及空間較大。
本報告聚焦智能文檔處理領域，介紹目前在技術、商業模式等方面有一定創新性的中國公司。本報告提供了北京數據項素智能科技有限公司、來也科技（北京）有限公司、全面智能（廈門）科技有限公司三家企業的研究概述（排名不分先后），體現了各廠商在智能文檔處理方面的差異化特征。
分析師觀點
IDC中國人工智能高級分析師程蔭表示，智能文檔處理（IDP）技術能夠更高效地將非結構化數據轉換成結構化數據，幫助企業解決數據方面的挑戰，目前已處于業務需求爆發的早期階段，隨著與應用和流程自動化的深度整合，潛在的應用場景將變得越來越普及，各個行業用戶應當積極關注。技術供應商也應升級多模態、超大規模預訓練模型、圖神經網絡、自動化等方面的底層能力，給行業用戶帶來更具差異化的產品和服務，幫助企業實現數據處理的效率提升和成本節約。”
評論