安东尼·马西奥拉，ABBYY 首席创新官 – 采访系列

安东尼被认为是思想领袖和产品、解决方案和技术的主要创新者，专注于智能捕获、RPA、BPM、BI 和移动市场。

ABBYY 是人工智能（AI）技术的创新者和领导者，包括机器学习和自然语言处理，帮助组织更好地理解和从数据中驱动背景和结果。该公司的目标是通过满足对 AI 启用的产品和解决方案的日益增长的需求来增长和加强其领导地位。

ABBYY 多年来一直在开发语义和 AI 技术。来自 200 多个国家和地区的成千上万的组织选择了 ABBYY 的解决方案，这些解决方案可以将文档转化为商业价值，通过捕获任何格式的信息。这些解决方案帮助不同行业的组织提高收入、改进流程、减轻风险和驱动竞争优势。

是什么让你最初对 AI 感兴趣？

我最初是在 90 年代对 AI 感兴趣的。在我的角色中，我们使用支持向量机、神经网络和机器学习引擎来创建提取和分类模型。当时，它还没有被称为 AI。然而，我们利用 AI 来解决数据和文档驱动的流程中的问题，例如有效地和准确地从文档中提取、分类和数字化数据。从我职业生涯的早期开始，我就知道 AI 可以在将非结构化内容转化为可操作的信息方面发挥关键作用。现在，AI 不再被视为一种未来主义的技术，而是我们日常生活中的一部分——无论是在企业还是消费者中，它都变得非常普遍。在 ABBYY，我们利用 AI 来帮助解决当今一些最紧迫的挑战。AI 和相关技术，包括机器学习、自然语言处理、神经网络和 OCR，帮助我们的解决方案使企业能够更好地理解其流程和内容。

您目前是 ABBYY 的首席创新官。这个职位的部分职责是什么？

在 ABBYY 的首席创新官角色中，我负责我们关于各种 AI 计划的总体愿景、战略和方向，这些计划利用机器学习、机器人流程自动化（RPA）、自然语言处理和文本分析来识别流程和数据洞察，以改善业务结果。

作为 CIO，我负责监督我们的产品创新方向以及识别外部技术以集成到我们的产品组合中。我启动了与 TimelinePI 的讨论，现已成为 ABBYY Timeline，市场上唯一的端到端流程智能平台。我们的新产品使 ABBYY 能够为企业提供更强大和动态的解决方案，以优化其业务流程和数据。我们为各个行业的企业提供解决方案，以加速数字化转型计划并解锁为客户提供价值的新机会。

我还指导研究与开发和产品创新团队的战略优先事项。我的创新成功愿景由以下原则指导：

• 简化:使我们做的一切尽可能容易部署、使用和维护。
• 云:利用我们能力在基于云的 SaaS 模型中的日益增长的需求。
• 人工智能:建立在我们在语言学和机器学习方面的传统专业知识之上，确保我们在内容分析、自动化和流程自动化市场中的机器学习应用方面发挥领导作用。
• 移动性:确保我们拥有最好的移动捕获能力，无论是在设备上还是零脚印。

ABBYY 使用 AI 技术来解决企业的文档相关问题，使用智能捕获。您能否带我们了解一下用于这些应用的不同机器学习技术？

ABBYY 利用多种 AI 启用的技术来解决企业的文档相关和流程相关挑战。更具体地说，我们使用计算机视觉、神经网络、机器学习、自然语言处理和认知技能。我们利用这些技术如下：

计算机视觉:用于从图像中提取、分析和理解信息，包括扫描文档。

神经网络:在我们的捕获解决方案中使用，以加强我们的分类和提取技术的准确性。我们还在 OCR 产品中使用先进的神经网络技术，以提高 OCR 技术的准确性和容忍度。

机器学习:使软件能够“学习”和改进，从而提高准确性和性能。在涉及捕获文档然后使用 RPA 处理的工作流中，机器学习可以从多个文档变体中学习。

自然语言处理:使软件能够读取、解释和创建围绕非结构化内容的可操作和结构化数据，例如完全非结构化的文档，例如合同、电子邮件和其他自由形式的通信。

认知技能:执行特定任务的能力，具有确定的结果，在特定的时间和成本内。我们的产品中的示例包括提取数据和分类文档。

ABBYY 的数字智能解决方案帮助组织加速其数字化转型。您如何定义数字智能，它如何利用 RPA，您如何向客户介绍这一概念？

数字智能意味着获得对组织运营的宝贵而往往难以获得的洞察力，使得真正的业务转型成为可能。通过实时访问有关其流程和驱动它们的内容的数据，数字智能使企业能够在最重要的地方产生巨大的影响：客户体验、竞争优势、可见性和合规性。

我们正在教育客户了解数字智能如何通过解决他们在发票、索赔、运单、医疗表格等文档中锁定的非结构化和半结构化数据的挑战来加速他们的数字化转型项目。专注于实施自动化项目的客户可以利用内容智能解决方案来提取、分类和验证文档，以从他们的数据中生成有价值和可操作的业务洞察。

数字智能的另一个组成部分是帮助客户解决与流程相关的挑战。特别是在使用 RPA 时，往往缺乏对整个端到端流程的可见性，因此没有考虑到流程中的人工工作流步骤和它们工作的文档。通过使用流程智能来理解整个流程，他们可以就自动化什么、如何衡量它以及如何在生产中监控整个流程做出更好的决定。

我们通过我们的数字智能平台组成的具体解决方案向客户介绍这一概念。内容智能使 RPA 数字工人能够将非结构化内容转化为有意义的信息。流程智能提供对流程及其实时性能的完整可见性。

您目前可以处理哪些类型的非结构化数据？

我们可以转化几乎任何类型的非结构化内容，从简单的表格到复杂和自由形式的文档。发票、抵押贷款申请、入职文档、索赔表格、收据和运单是我们客户中的常见用例。许多组织利用我们的内容智能解决方案，例如 FlexiCapture，来转化他们的应付账款运营，实现公司减少与繁琐和重复的行政任务相关的时间和成本，同时也释放宝贵的人员资源来专注于高价值、关键任务的责任。

哪种类型的企业最能从 ABBYY 提供的解决方案中受益？

所有规模、行业和地理市场的企业都可以从 ABBYY 的数字智能解决方案中受益。特别是那些非常注重流程和文档驱动的组织从我们的平台中获得了显著的益处。保险、银行和金融服务、物流和医疗保健等行业的企业从我们的解决方案中获得了显著的转型。

对于金融服务机构，有效地提取和处理内容可以增强申请和入职操作，并实现移动功能，这在保持竞争力方面变得越来越重要。通过内容智能，银行可以在几乎任何设备上轻松捕获客户提交的文档，包括公用事业账单、工资单、W-2 表格。

在保险行业，数字智能可以显著改进索赔流程，通过识别、提取和分类索赔文档中的数据，然后将这些数据转化为可操作的信息，供其他系统使用，例如 RPA。

数字智能是一种跨行业的解决方案。它使所有构成的企业能够改进其流程并从其数据中产生价值，帮助企业提高运营效率和增强整体利润率。

您能否提供一些客户从 ABBYY 的数字智能解决方案中受益的例子？

有几个最近的例子与转化 应付账款和索赔 相关。一个每年销售额增长两位数的医疗用品制造商和分销商使用 ABBYY 的解决方案和 RPA 自动化其每天 2,000 张发票，并实现了显著的生产力和成本效率。同样，一个保险公司数字化了其每年 15 万多份的索赔处理，从索赔设置到发票明细，实现了 5,000 多个小时的生产力效益。

另一个例子是具有高度手动发票处理挑战的全球物流公司。它每年从 124 个不同的供应商那里处理数十万张发票。它使用我们的解决方案来提取、分类和验证发票数据，包括用于发票训练的机器学习。如果有无法匹配的数据，发票会被发送给员工进行验证，但需要检查的点会被明确突出以最小化努力。然后使用 RPA 软件机器人在 ERP 系统中处理发票。结果，其应付账款现在完全自动化，并且可以在大大减少的时间内处理数千张发票，错误也大大减少。

ABBYY 提供的其他有趣的机器学习应用程序是什么？

机器学习是我们内容智能解决方案的核心。机器学习驱动了我们如何训练我们的分类和提取技术。我们在 FlexiCapture 解决方案中使用这种技术来获取、处理和验证文档（甚至复杂或自由形式的文档）的数据，然后将这些数据馈送到业务应用程序中，包括 BPM 和 RPA。通过利用机器学习，我们能够以真正先进的方式转化以内容为中心的流程。

您还想分享关于 ABBYY 的其他信息吗？

不言而喻，这些都是不确定和前所未有的时期。ABBYY 致力于帮助企业应对这些具有挑战性的情况。现在比以往任何时候都更重要的是，企业必须拥有做出及时和明智的决策的能力。有大量的数据正在涌入，可能会让人感到不知所措。我们致力于确保组织拥有所需的技术来实现结果并帮助客户。

我真的很享受学习您的工作，任何希望了解更多的人都可以访问 ABBYY。