处理文档通常是一项耗时的手动任务。 通过 Power Automate 和 AI Builder,您可以简化文档处理并自动从表单、发票和采购订单等文档中提取数据。
小费
本文提供了如何使用 AI Builder 处理文档的示例场景和可视化表示。 该解决方案是一个通用的示例场景架构,可用于许多不同的场景和行业。
体系结构示意图
Workflow
以下步骤描述了示例体系结构图中显示的工作流:
输入文件提交:用户或系统通过电子邮件提交文档,如发票、采购订单或回扣表。
使用 Power Automate 和 AI Builder 处理文档:收到电子邮件后,Power Automate 云端流会触发 AI Builder,从文档中提取关键信息并存储到 Dataverse 表中,以便进行结构化处理。
自动审核:另一个 Power Automate 流验证提取的数据。 如果需要审批或进一步验证,流会将数据排入队列,以供人工审核。
人工审核:人工审核画布或模型驱动应用程序中提取的数据,审核人员可根据需要批准、拒绝或更正数据。 审核流程可以包括向发件人提供反馈,说明将来重新提交时批准所需的内容。
向发送者反馈:审查结束后,Power Automate 工作流会向发送者发送一封电子邮件,说明所提交文档的批准或拒绝状态。
报告和分析:Power BI 仪表板提供文档处理工作流程的深入分析,包括处理时间、已审核文档数量和批准率等指标。
组件
AI Builder:使用预生成模型或自定义模型从文档中提取关键数据。
Power Automate:协调文档处理工作流程。
Microsoft Dataverse:充当提取文档数据的中央数据存储库,并通过业务流程跟踪文档进度。
Power Apps:便于人工审查和数据更正。
Power BI:提供对文档处理工作流的分析和见解。
方案详细信息
该架构可简化文档密集型业务流程并使其自动化,利用 AI Builder 减少手动数据输入,最大限度地减少错误,并加快决策工作流程。 用例包括自动执行发票处理、采购订单审批和返利表单处理。
注意事项
这些注意事项实现了架构良好的 Power Platform 支柱,这是一组可提高工作负荷质量的指导原则。 在架构良好的 Microsoft Power Platform 中了解详细信息。
可靠性
重试策略:在 Power Automate 中配置的策略通过 AI Builder 或 SharePoint(包括 Dataverse 连接)处理文档处理中的临时故障。
监控和警报:Application Insights 配置为监控工作流程的健康状况并发出故障警报。
文档弹性:用户可以发送任何文档。 运行数据提取的工作流必须处理由于文档无效或意外而导致的异常。
安全组
数据访问控制:基于角色的访问确保只有授权用户才能访问 Dataverse 中提取的数据。
加密:通过 Power Automate 传输的数据和 Dataverse 中的静态数据都经过加密。
最小特权原则:限制权限以尽量减少暴露。 Power Automate 流尽可能使用权限最小的账户或服务主体访问系统。 应用程序用户应仅有权访问支持该应用程序的数据表。
卓越运营
应用程序生命周期管理:解决方案资产存储在源代码管理中,Dataverse 解决方案用于将资产从开发提升到测试再到生产。
性能效率
使用预生成模型:当预生成模型与您的文档场景相匹配时,考虑使用预生成模型。 例如,发票处理使用发票处理预生成 AI 模型。 预生成模型无需收集数据来训练和测试自己的模型,从而节省了时间。
体验优化
高效处理文件审核:用 Power Apps 构建的应用程序应该是一个单一用途的应用程序,让用户选择需要审核的文档,并快速确定需要审核的内容。 用户可执行的操作应易于理解和完成,不会因意外选择错误结果而导致人为错误。
负责任 AI
公平性:使用不同的数据对文档提取模型进行训练,以尽量减少偏差。
可靠性和安全性:持续监控可确保人工智能输出的准确性和可操作性。 环路中的人工智能会审查异常和异常情况。
隐私与安全:AI Builder 处理的数据符合适用的隐私法规。
包容性:系统支持以多种语言处理文档。 如果 AI Builder 在解释信息时遇到问题,可以由人工审核文件。
透明度:所有人工智能输出结果都可追溯,日志可供审核。
问责制:环中人工审核可确保对关键决策负责。