Resumen: Este documento presenta un enfoque inteligente de automatización de trabajo en el contexto de la transformación digital contemporánea integrando tecnologías generativas de procesamiento de documentos de IA y documentos inteligentes (IDP) con un agente de automatización para realizar la automatización de fines de gastos financieros corporativos de las tareas de procesamiento de gastos financieros. Si bien la automatización tradicional de procesos robóticos (RPA) ha demostrado ser efectiva para la automatización de tareas simple repetitiva y basada en reglas, enfrenta limitaciones en el manejo de datos no estructurados, gestión de excepciones y toma de decisiones complejas. Este estudio diseña e implementa un proceso integrado de cuatro estadios que comprende el reconocimiento automático de documentos de respaldo, como los recibos a través de OCR/IDP, la clasificación de elementos basada en una base de datos basada en políticas, el manejo inteligente de excepciones compatibles con la IA generativa (modelos de idiomas grandes, LLMS) y la toma de decisiones final de los humanos en el sistema con el aprendizaje continuo del sistema continuo a través de un agente de automatización. Aplicado a una importante empresa coreana (compañía), el sistema demostró beneficios cuantitativos, incluida más del 80% de reducción en el tiempo de procesamiento para tareas de gastos de recibo en papel, tasas de error disminuidas y un mejor cumplimiento, así como beneficios cualitativos, como una mayor precisión y consistencia, mayor satisfacción de los empleados y apoyo a la decisión basado en datos. Además, el sistema incorpora un ciclo virtuoso al aprender de los juicios humanos para mejorar progresivamente las capacidades automáticas de manejo de excepciones. Empíricamente, esta investigación confirma que la integración orgánica de los agentes generativos de IA, IDP y automatización supera de manera efectiva las limitaciones de la automatización convencional y permite la automatización de E2E de procesos corporativos complejos. El estudio también analiza las posibles extensiones a otros dominios, como la contabilidad, los recursos humanos y las adquisiciones, y propone direcciones futuras para el desarrollo de hiper-autor de la AI.
Publicado Originalme en rss.arxiv.org El 27 de mayo de 2025.
Ver Fuente Original
