安东尼·马奇奥拉，ABBYY 首席创新官 – 采访系列

安东尼被认为是产品、解决方案和技术的思想领袖和主要创新者，尤其是在智能捕获、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 多个国家和地区的数千家组织已经选择了 ABBYY 的解决方案，这些解决方案可以将文档转化为业务价值，通过捕获任何格式的信息。这些解决方案帮助各个行业的组织提高收入、改善流程、减轻风险和推动竞争优势。

是什么让你最初对 AI 感兴趣？

我在 90 年代第一次对 AI 感兴趣。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，它不被称为 AI。然而，我们利用 AI 来解决围绕数据和文档驱动的流程的问题，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行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不可或缺的一部分——无论是在企业内部还是作为消费者。它已经变得非常普遍。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。这个职位的职责是什么？

作为 ABBYY 的首席创新官，我负责我们在各种 AI 计划中的整体愿景、战略和方向，这些计划利用机器学习、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 的收购讨论，现在是 ABBYY Timeline，这是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。
• 云计算：利用我们在基于云的 SaaS 模型中的能力日益增长的需求。
• 人工智能：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，利用我们在语言学和机器学习方面的传统优势，确保我们在这些领域保持领导地位。
• 移动性：确保我们在设备上和零脚印移动捕获方面具有最佳的能力。

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

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。我们还在我们的 OCR 产品中使用高级神经网络技术，以提高我们的 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行和结构化数据，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 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且往往难以获得的洞察力，从而实现真正的业务转型。通过实时访问其流程和内容的数据，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。

我们正在教育客户关于数字智能如何通过解决非结构化和半结构化数据的挑战来加速其数字化转型计划，这些数据被锁定在发票、索赔、提单、医疗表格等文档中。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，以从其数据中生成有价值且可行的业务洞察力。

数字智能的另一个组成部分是帮助客户解决其流程相关的挑战。特别是在使用 RPA 时，往往缺乏对整个端到端流程的可见性，因此无法考虑流程中的人类工作流步骤和文档。通过使用流程智能来理解整个流程，客户可以就什么应该自动化、如何衡量和如何监控整个流程做出更好的决定。

我们通过构成我们的数字智能平台的具体解决方案向客户介绍这一概念。内容智能使 RPA 数字工作者能够将非结构化内容转化为有意义的信息。流程智能提供了对流程和其性能的完整可见性。

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、收据和运单是我们的客户中常见的用例。许多组织使用我们的内容智能解决方案，例如 FlexiCapture，来转化其应付账款运营，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，同时也解放了宝贵的人员资源来关注高价值和关键任务的责任。

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可以从我们的平台中获得显著的好处。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，这对于保持竞争力越来越重要。使用内容智能，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 表格等。

在保险行业，数字智能可以显著改善索赔流程，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行的信息，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。它使所有类型的企业能够改善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。

您能给出一些客户从 ABBYY 的数字智能解决方案中受益的例子吗？

最近有几个例子与转化 应付账款和索赔 相关。一个销售额十亿美元的医疗用品制造商和分销商经历了每年双位数的销售增长。它使用 ABBYY 的解决方案与 RPA 自动化其每天 2,000 张发票，并在生产力和成本效率方面取得了显著的成果。同样，一个保险公司数字化了其每年 150,000 多个索赔处理流程，从索赔设置到发票清晰度，获得了超过 5,000 小时的生产力效益。

另一个例子是与一个全球物流公司合作，该公司面临着高度手动的发票处理挑战。它每年从 124 个不同的供应商中处理数十万张发票。最初考虑使用 RPA 进行其众多财务活动时，它由于半结构化文档的复杂性而放弃了发票处理。它使用我们的解决方案来提取、分类和验证发票数据，包括用于持续培训发票的机器学习。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工作量。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，并且可以在很短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。机器学习为我们训练分类和提取技术提供了动力。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）中的数据，然后将这些数据馈送到业务应用程序中，包括 BPM 和 RPA。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？

毫无疑问，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，企业必须具备做出及时、明智的决策的能力。有很多数据正在涌入，令人感到不知所措。我们致力于确保组织拥有实现结果和帮助客户所需的技术。

我很高兴能够了解您的工作，对于任何希望了解更多信息的人，请访问 ABBYY。