KI-Delivery
Einführung der intelligenten Dokumentenverarbeitung für ein Finanzdienstleistungsunternehmen in den Vereinigten Staaten
Auf einen Blick
- Sektor
- Finanzdienstleistungen
- Geografie des Kunden
- Vereinigte Staaten, landesweiter Kreditgeber
- Größe des Kunden
- Mittelstand, Spezialkreditgeber
- Servicelinie
- KI-Leistung, intelligente Dokumentenverarbeitung, Annotation, Human-in-the-Loop-QA
- Hauptsprache
- Englisch, mit Spanisch für mitgliederseitige Ausgaben
- Delivery-Standort
- Bogotá
- Dauer des Engagements
- 14 Monate, laufend
- Teamgröße
- 40 Spezialisten, 4 Fachprüfer, 3 QA-Leiter, 3 ML-Ingenieure
Kundenprofil
Der Kunde ist ein Spezialkreditgeber aus den Vereinigten Staaten, der ein hohes Volumen an Finanz- und Identitätsdokumenten für die Kreditvergabe und -bearbeitung verarbeitet, von denen ein Großteil als gescanntes PDF, Fax oder Bild statt als strukturierte Daten eintrifft. Sein Verarbeitungsbetrieb bestimmt, wie schnell er Kredite vergeben kann, was seine Wettbewerbsfähigkeit bestimmt.
Die Herausforderung
Die Dokumentenannahme war fast vollständig manuell. Mitarbeiter öffneten jedes Dokument, bestimmten seinen Typ, extrahierten die relevanten Daten und gaben sie in das Vergabesystem ein. Bei diesem Volumen band dies eine erhebliche Belegschaft an repetitiver, fehleranfälliger Arbeit, die für menschliche Aufmerksamkeit schlecht geeignet ist. Die Bearbeitungsdauer war die sichtbare Folge und lag bei 7,6 Tagen vom Eingang bis zu einer entscheidungsreifen Akte, in einem Markt, in dem schnellere Vergabe Geschäft gewinnt. Ein früherer Automatisierungsversuch hatte zu wenig geliefert. Ein kommerzielles IDP-Produkt erreichte eine Durchlaufquote ohne manuellen Eingriff von etwa 12 %, das bei sauberen, vorlagenbasierten Dokumenten gut abschnitt und bei den handschriftlichen Anmerkungen, gefaxten Reproduktionen und nicht standardisierten Formaten, die den Großteil der realen Annahme ausmachten, schlecht. Der Kunde war zu dem Schluss gekommen, zutreffend, dass die Lücke bei den Trainingsdaten und nicht bei der Software lag, und dass er weder über die Annotationskapazität noch über die Fachprüfungsfähigkeit verfügte, um sie in der erforderlichen Qualität zu erzeugen.
Warum Corpshore Colombia
Corpshore Colombia wurde aufgrund einer Kombination aus KI-Leistungsfähigkeit, Fachprüfungskapazität und Compliance-Haltung ausgewählt. Der Auftrag erforderte nicht nur Annotation, sondern auch fachliches Urteilsvermögen zu Finanzdokumenten in der Prüfungsebene, und Corpshore schlug eine vierköpfige
Fachprüferebene vor, die konkurrierende Annotationsanbieter nicht boten. Die Compliance-Dimension war für die Risikofunktion des Kunden ausschlaggebend. Die Dokumente enthalten Finanz- und Identitätsdaten, und das Kontrollumfeld von Corpshore, die abgetrennte Einrichtung und die Annahme einer Prüfrechtsklausel überzeugten eine Risikofunktion, die frühere Offshore-Vorschläge abgelehnt hatte. Die Nearshore-Geografie machte physische Prüfungen praktikabel.
Das Engagement
Vierzig Spezialisten in Bogotá, bestehend aus einem Annotationsteam von 30, einer Fachprüferebene von vier, drei QA-Leitern und drei ML-Ingenieuren, eingebunden in die IDP-Trainingspipeline des Kunden. Die Fachprüfer bringen Erfahrung aus dem Finanzdienstleistungsbereich mit und bearbeiten Dokumente, die Urteilsvermögen erfordern. Alle Mitarbeiter durchlaufen ein sechswöchiges Onboarding, das die Dokumententaxonomie, das Finanzvokabular, die Compliance-Pflichten und das Annotationsschema umfasst, in einem abgetrennten Bereich ohne persönliche Geräte und mit Protokollierung auf Sitzungsebene.
Ansatz und Methodik
Zuerst die schwierigen Dokumente annotieren. Die frühere Umsetzung war auf sauberen Dokumenten trainiert worden. Die Annotation wurde bewusst auf die schwierige Population ausgerichtet: Faxe, handschriftliche Anmerkungen, nicht standardisierte Formate und Bündel aus mehreren Dokumenten. Fachprüferebene für Urteilsfälle. Dokumente, die finanzielle Interpretation erfordern, werden an die Fachprüferebene statt an allgemeine Annotatoren geleitet, die Komponente, die konkurrierenden Vorschlägen fehlte und die die erreichbare Genauigkeit ermöglichte. Human-in-the-Loop von Tag eins an. Das Team übernahm von Beginn an die Ausnahmewarteschlange, was für sofortige operative Entlastung und einen kontinuierlichen Strom von Trainingsbeispielen aus genau den Fällen sorgte, an denen das Modell scheiterte. Konfidenzgeschwellte Durchlaufverarbeitung. Dokumente werden nur oberhalb einer mit der Risikoführung des Kunden vereinbarten Konfidenzschwelle automatisch verarbeitet, konservativ gesetzt und gelockert, sobald die gemessene Genauigkeit es rechtfertigte, wodurch das Risiko durchgängig gesteuert blieb.
Durchlaufquote der Dokumente ohne manuellen Eingriff
Ergebnisse
Die Durchlaufverarbeitung ohne manuellen Eingriff stieg bis Monat 12 von 12 % auf 82 %, wobei die Genauigkeit bei automatisch verarbeiteten Dokumenten über dem manuellen Ausgangswert des Kunden lag. Die verbleibenden 18 % werden an die Human-in-the-Loop-Warteschlange statt zurück an den Kunden geleitet. Die Bearbeitungsdauer sank von 7,6 Tagen auf 1,6 Tage, was sich unmittelbar in schnellere Kreditvergabe und einen Wettbewerbsvorteil übersetzt. Der Kunde setzte das Äquivalent von etwa vierundzwanzig Stellen von der Dokumentenerfassung auf kundennahe und Underwriting-unterstützende Tätigkeiten um, statt Personal abzubauen.
Dauerhafter Wert
Das annotierte Korpus und die Dokumententaxonomie sind Eigentum des Kunden und werden künftiges Nachtrainieren unabhängig von jedem Anbieter unterstützen. Das Governance-Modell der Konfidenzschwelle ist zum Standard des Kunden für Automatisierung geworden. Der Auftrag wurde auf die Bearbeitungskorrespondenz und die Zahlungsverarbeitung ausgeweitet.
Kernkennzahlen
| Kennzahl | Ausgangspunkt | Monat 12 | Veränderung |
|---|---|---|---|
| Durchlaufquote ohne manuellen Eingriff | 12% | 82% | +70 pts |
| Bearbeitungsdauer | 7.6 days | 1.6 days | -79% |
| Extraktionsgenauigkeit, Schlüsselfelder | 94.0% (manuell) | 98.6% | +4.6 pts |
| Verarbeitete Dokumente pro Tag | n/a | n/a | +300% |
| Umgesetzte Stellen | 0 | ≈ 24 | Neue Fähigkeit |
| Kosten pro verarbeitetem Dokument | n/a | n/a | -67% |
| Compliance-Prüfungsfeststellungen | n/a | 0 | Keine Feststellungen |
Wenn eine Kennzahl nur eine Veränderung offenbarte, werden die absoluten Zahlen mit einem Bindestrich dargestellt. Die Zahlen sind vom Kunden berichtet oder gemeinsam gemessen.
Unser früherer Anbieter trainierte auf den Dokumenten, die leicht zu trainieren waren. Corpshore fragte im ersten Meeting nach unserer schlechtesten Eingangspopulation. Das ist der ganze Unterschied.
Verwandte Themen