AI内部，以其在数据录入操作中的支持而闻名，使用’DX Suite’ AI-OCR和生成式AI代理’Heylix’，最近在5月31日举行的会议中展示了他们的业务战略。CEO渡边拓志强调了公司通过其XResearch团队加速发展，并将他们的Heylix代理推广给DX Suite客户的努力，从而应对不断增长的业务流程外包（BPO）市场。
他们的代理Heylix已经进入实施阶段。值得注意的是，2023年11月与77银行的合作项目旨在增强银行业务运作，而2024年4月，SOMPO日本保险公司将引入AI以在其火险部门中处理非结构化数据。此外，与京都府医科大学的合作导致了一种AI的开发，该AI通过预测罕见的眼表疾病的预后来支持医生。
渡边的目标是创建一个新的股票业务模型，希望构建一个确保生成收入大幅贡献到利润结构的模型。该公司在业务转型中利用生成式AI的框架分为三个阶段：第一阶段涉及使用多模AI处理多样化数据，第二阶段以AI代理替代员工任务，第三阶段通过AI代理优化业务资源来支持高管管理。
AI内部计划推出Heylix SDK和Heylix API，使合作伙伴公司能够在无需AI和LLM基础设施的复杂性的情况下将先进的AI集成到其服务中。目标是通过合作业务拓展将其服务平台化。
目前，主要的收入来自DX Suite，该套件预计将在2024年6月和7月进行更新。AI内部计划重新调整对BPO业务的关注，刺激系统集成，并在2025财年扩大OCR市场。他们打算通过提高处理速度、改善文件阅读能力、为企业创建定制的运营基础，并通过与其他企业合作最大限度地提高客户价值而在自动化方面利用不断扩大的BPO市场。预计随计划支持蓝图OCR功能的扩展将导致OCR市场的扩张。
与AI-OCR创新和预测性AI项目、业务流程外包（BPO）的扩展相关的一些问题和疑问可能被认为是重要的：
关键问题和回答：
1. AI-OCR技术如何推动BPO行业？
AI-OCR（人工智能光学字符识别）技术极大地提升了BPO公司处理大量文件和数据的能力，提高了处理速度和准确性。这项技术不仅可以识别打印或手写文本，还可以理解上下文，使数据提取和处理更加高效。
2. 预测性人工智能在医疗保健和保险领域扮演什么角色？
预测性人工智能可以分析大量数据以预测未来事件或趋势，在医疗保健领域特别有用，用于诊断疾病或预测患者结果。在保险领域，它可以帮助进行风险评估、诈骗检测和个性化保险政策。
3. 在BPO中实施AI面临哪些挑战？
挑战包括高昂的初始成本和复杂的AI系统、需要大量数据集来训练AI模型、可能的工作岗位替代担忧，以及与数据隐私和安全相关的问题。
主要挑战或争议：
– 工作安全： AI-OCR和预测性AI提供的任务自动化可能会引发对从事数据录入和分析工作人员工作安全的担忧。
– 数据隐私： 随着AI在处理敏感数据中的增加使用，公司必须确保严格遵守数据隐私法律和法规。
– 集成复杂性： 在现有基础架构中实施AI解决方案可能是复杂的，需要仔细的规划和执行。
优势：
– 数据处理和预测分析的效率和准确性提升。
– 长期通过自动化和减少人工劳动节省成本。
– 通过先进技术为BPO客户提供增强的服务。
– 了解业务运营和客户偏好的更大见解，有助于更好的决策。
劣势：
– 初始设置成本和集成复杂性。
– 由于自动化可能导致员工数量减少。
– 依赖技术可能会导致漏洞或运营风险，如果管理不当。
– 持续需求更新和维护具有最新技术和数据的AI系统。
AI内部是一个更大趋势的一部分，在这个趋势中，企业正在将AI技术整合到其运营中，以保持竞争力并满足数字转型不断增长的需求。像AI内部这样的公司继续创新并提供AI-OCR和预测性AI能力等高级工具时，他们不仅塑造了BPO行业的未来，还提出了关于技术与劳动之间互动、数据安全和AI道德用途的新问题。
有关AI-OCR、预测性AI和BPO主题的进一步信息，您可以探索这些相关领域：
– IBM
– Microsoft
– Google
– Salesforce
这些公司处于人工智能和云服务的前沿，并经常发布关于BPO行业和人工智能发展的白皮书和见解。
The source of the article is from the blog girabetim.com.br