面向企業(yè)文檔智能服務(wù)的AI中臺構(gòu)建研究*

施千里 劉雨欣 王可欣

（1.福建福清核電有限公司信息文檔處 福清 350300；2.中國人民大學(xué)信息資源管理學(xué)院 北京 100872）

0 引言

在數(shù)據(jù)時(shí)代，企業(yè)文檔是企業(yè)中重要的數(shù)據(jù)，在企業(yè)運(yùn)行發(fā)展中具有重要作用。當(dāng)下，隨著人工智能技術(shù)的快速發(fā)展，其應(yīng)用領(lǐng)域逐漸擴(kuò)展到各行各業(yè)。其中，在企業(yè)文檔服務(wù)方面，文字識別、語義解析、實(shí)體識別等人工智能（Artificial Intelligence，簡稱AI）技術(shù)也發(fā)揮著越來越重要的作用。2018年12月,中央經(jīng)濟(jì)工作會議做出要加快包括AI在內(nèi)的新型基礎(chǔ)設(shè)施建設(shè)的部署，AI正日益成為助力社會經(jīng)濟(jì)的發(fā)展重要應(yīng)用基礎(chǔ)設(shè)施?！癆I新基建”強(qiáng)調(diào)普惠性和低成本，其技術(shù)服務(wù)應(yīng)更加注意各種軟件技術(shù)的開源開放，鼓勵以模型庫、算法包、開放接口等方式向公眾提供各種服務(wù)，降低技術(shù)門檻，提高開發(fā)效率?；谌斯ぶ悄芗夹g(shù)的企業(yè)文檔新基建，是企業(yè)文檔智能服務(wù)的基礎(chǔ)，提供智能服務(wù)是未來的發(fā)展趨勢。但目前AI技術(shù)的應(yīng)用開發(fā)成本高，且具有較高的門檻。若企業(yè)根據(jù)每個業(yè)務(wù)需求都進(jìn)行一次AI技術(shù)研發(fā)，那將消耗大量的人力物力資源，同時(shí)，由于每個系統(tǒng)互不關(guān)聯(lián)，隨著建設(shè)的規(guī)模越來越大，越來越復(fù)雜，維護(hù)成本也會呈直線增加，在新基建的背景下，如何將AI技術(shù)以更低的成本，更迅捷的方式應(yīng)用于文檔管理，是目前文檔智能服務(wù)急需解決的問題。

為了更好的支撐企業(yè)文檔智能服務(wù)，本文提出構(gòu)建面向企業(yè)文檔智能服務(wù)的AI中臺，來解決目前企業(yè)文檔在AI技術(shù)構(gòu)建與應(yīng)用方面的問題。AI中臺可以實(shí)現(xiàn)各種AI算法的集成和自由組合，以幫助企業(yè)更迅速的對前臺業(yè)務(wù)的變化做出反應(yīng)。但目前國內(nèi)外學(xué)界關(guān)于面向企業(yè)文檔智能服務(wù)的AI中臺的研究還較為少見，因此本文重點(diǎn)研究在于對面向企業(yè)文檔智能服務(wù)的AI中臺進(jìn)行構(gòu)建研究，旨在為AI中臺的建設(shè)提供理論依據(jù)。

1 研究現(xiàn)狀

通過對知網(wǎng)全文數(shù)據(jù)庫進(jìn)行遍歷，以“ (文檔管理 + 檔案管理 + 文件管理) * 人工智能、(文檔管理 + 檔案管理 + 文件管理) * 人工智能 * 企業(yè)、人工智能 * 中臺”這些檢索式在知網(wǎng)的全文數(shù)據(jù)庫中進(jìn)行檢索，篩選收集到相關(guān)的目標(biāo)文獻(xiàn)。在對文獻(xiàn)進(jìn)行篩選和梳理后，發(fā)現(xiàn)目前國內(nèi)關(guān)于AI技術(shù)在企業(yè)文檔智能服務(wù)中的應(yīng)用、AI技術(shù)的模塊化應(yīng)用以及AI中臺的發(fā)展的研究情況如下。

1.1 AI技術(shù)在企業(yè)文檔智能服務(wù)中的應(yīng)用

AI技術(shù)在文檔智能服務(wù)中的應(yīng)用主要有智能化鑒定、智能化檢索、智能化解讀、智能化利用等。[1][2]在“互聯(lián)網(wǎng)+”的背景下，網(wǎng)絡(luò)中存在大量的檔案信息資源，為了更好的利用這些資源，在對文檔進(jìn)行鑒定和解讀的基礎(chǔ)上可以利用AI技術(shù)以智能化的手段，如智能Agent技術(shù)、專家系統(tǒng)、知識圖譜等，來提供面向企業(yè)文檔的智能服務(wù)，如智能檢索，智能解析等。

目前，AI技術(shù)在國內(nèi)外企業(yè)文檔智能服務(wù)中均已取得了一定的成果。在國內(nèi)應(yīng)用中，科大訊飛股份有限公司將語音AI 技術(shù)應(yīng)用到音視頻檔案開發(fā)和利用中，實(shí)現(xiàn)口述檔案智能化征集；[3]東軟集團(tuán)利用人工智能技術(shù)在檔案管理系統(tǒng)中添加相關(guān)的業(yè)務(wù)規(guī)則，針對不同類型的檔案提供相應(yīng)的質(zhì)量校驗(yàn)?zāi)Ｐ?，并進(jìn)行自動化檢查。[4]國泰君安證券股份有限公司采用人臉識別技術(shù)，對企業(yè)工作人員的照片或身份證信息進(jìn)行采集以及特征化處理，并提取相關(guān)片段，應(yīng)用于公司人物、專題等檔案編研，同時(shí)進(jìn)行身份核對，保證企業(yè)信息安全。[5]江蘇核電采用圖像識別技術(shù)，對文檔進(jìn)行自動化識別，可自動發(fā)現(xiàn)海量掃描數(shù)據(jù)中的異常圖像并輔助文檔管理人員快速處理。[6]而在國外，微軟亞洲研究院提出了結(jié)合文檔結(jié)構(gòu)信息和視覺信息的通用文檔預(yù)訓(xùn)練模型 layoutLM，在表單理解、票據(jù)理解、文檔圖像分類等任務(wù)的測試中均取得了目前的最佳成績；[7]意大利羅馬特雷大學(xué)的學(xué)者將機(jī)器視覺技術(shù)運(yùn)用于梵蒂岡秘密檔案的轉(zhuǎn)錄工作，以解決傳統(tǒng)OCR識別技術(shù)對中世紀(jì)檔案文本識別誤差大、效率低的問題，從而提升檔案轉(zhuǎn)錄工作的精準(zhǔn)度和效率；比爾肯特大學(xué)研究人員提出建立一個基于場景的視頻監(jiān)控檔案查詢系統(tǒng)。該視頻監(jiān)控檔案查詢系統(tǒng)通過引入倒置追蹤方案，可以實(shí)現(xiàn)對以場景為單位移動對象的查詢和搜索，同時(shí)，該系統(tǒng)配置了視覺查詢專屬界面，用以提升圖像檢索的精確度。[8]

1.2 “AI樂高模式”到AI中臺

AI技術(shù)的開發(fā)具有成本高，周期長，門檻高的特點(diǎn)。為了使AI技術(shù)能夠快速的在各種應(yīng)場景中進(jìn)行應(yīng)用，很多企業(yè)開發(fā)了AI平臺，以此提供各種AI技術(shù)的接口，以供用戶快速使用。如百度的AI開放平臺，騰訊AI開放平臺，阿里智能應(yīng)用平臺，京東AI開放平臺等，都可根據(jù)用戶提出的需求，直接調(diào)用組合平臺中的各種AI技術(shù)，幫助用戶快速使用AI技術(shù)來面對各種業(yè)務(wù)場景。2020年10月12日，李彥宏在第三屆數(shù)字中國建設(shè)峰會上提出了“樂高模式”[9]，指將各種技術(shù)能力模塊化，使用者根據(jù)具體的業(yè)務(wù)場景，可以對這些模塊化技術(shù)能力進(jìn)行自由組合，迅速搭建能夠應(yīng)對該需求的技術(shù)體系，AI技術(shù)的樂高模式可以幫助每一個企業(yè)以較低的門檻較為迅速的向智能化轉(zhuǎn)型。模塊化的人工智能技術(shù)體系調(diào)用也可被稱“U盤式創(chuàng)新”[10]，即面對不同的業(yè)務(wù)場景，企業(yè)可以使用不同的人工智能“U盤”，即插即用，這種U盤式思想極大提升了人工智能的利用效率。

在基礎(chǔ)設(shè)施智能化層面，AI技術(shù)應(yīng)用的樂高模式已成為未來的發(fā)展趨勢。而中臺的建設(shè)為AI技術(shù)“樂高模式”的發(fā)展提供了平臺。國內(nèi)最早建設(shè)中臺的公司是阿里巴巴，自從阿里巴巴集團(tuán)宣布啟動“中臺戰(zhàn)略”以來，中臺技術(shù)也受到了越來越多企業(yè)的關(guān)注。其中，AI中臺是對企業(yè)需要的算法模型提供了分步構(gòu)建和全生命周期管理的服務(wù)，讓企業(yè)可以將自己的業(yè)務(wù)不斷以“模塊化”的形式下沉為一個個算法模型，以達(dá)到復(fù)用、組合創(chuàng)新、規(guī)?；瘶?gòu)建智能服務(wù)的目的及業(yè)務(wù)賦能的作用[11]。AI中臺可以作為“樂高模式”的具體實(shí)現(xiàn)方式，各種模塊化的AI技術(shù)能力集中在企業(yè)內(nèi)部的AI中臺中，基于AI中臺企業(yè)可以對內(nèi)部的AI技術(shù)及算法進(jìn)行集成化管理，并根據(jù)不同的業(yè)務(wù)需求對AI基礎(chǔ)算法進(jìn)行快速組合開發(fā)，通過AI中臺的建設(shè)與使用，可以實(shí)現(xiàn)“AI樂高模式”從理論到實(shí)踐的轉(zhuǎn)化，AI中臺的構(gòu)建為“樂高模式”的實(shí)現(xiàn)提供了解決方案。目前，基于AI技術(shù)在文檔智能服務(wù)中的重要作用，若將AI中臺也應(yīng)用于文檔智能服務(wù)中，那對企業(yè)文檔智能服務(wù)發(fā)展也會有極大的提升。

從以上相關(guān)研究中可以看出，AI技術(shù)的模塊化應(yīng)用已逐漸成為一種趨勢，同時(shí)AI技術(shù)在企業(yè)文檔智能服務(wù)中也有著重要的應(yīng)用，各大企業(yè)也正增加AI技術(shù)在其中的比重，但很少對相應(yīng)的AI技術(shù)進(jìn)行集中的訓(xùn)練與管理，更多的是根據(jù)不同的業(yè)務(wù)場景中進(jìn)行即時(shí)的選擇與開發(fā)，造成了一定的資源冗余與浪費(fèi)，且無法快速響應(yīng)業(yè)務(wù)需求的變化。在當(dāng)前的研究中，對面向企業(yè)文檔智能服務(wù)的AI中臺的構(gòu)建關(guān)注相對較少，這也為本文提供了研究空間。

2 面向企業(yè)文檔智能服務(wù)的AI中臺建設(shè)需求分析

根據(jù)文獻(xiàn)調(diào)研和企業(yè)在生產(chǎn)活動中的實(shí)踐，本文對面向企業(yè)文檔智能服務(wù)的AI中臺的建設(shè)需求進(jìn)行了分析，主要從文檔數(shù)字化、知識化和AI技術(shù)優(yōu)化兩方面進(jìn)行了梳理。

2.1 文檔數(shù)據(jù)化、知識化的需求

目前企業(yè)普遍對文檔的利用不夠充分且效率低下。文檔大部分以紙質(zhì)版的形式進(jìn)行存儲，利用效率較低，無法在數(shù)據(jù)層面對企業(yè)各文檔中蘊(yùn)含的知識進(jìn)行挖掘與深化，這樣企業(yè)難以從以往大量的文檔數(shù)據(jù)中獲取更多新的知識；同時(shí)在企業(yè)的各項(xiàng)信息化建設(shè)中，數(shù)據(jù)孤島的現(xiàn)象比較嚴(yán)重，文檔之間沒有建立完整的關(guān)系網(wǎng)絡(luò)，各個項(xiàng)目之間的文檔信息之間沒有實(shí)現(xiàn)互通，無法形成共享數(shù)據(jù)池，為企業(yè)之后的各項(xiàng)任務(wù)提供接口和數(shù)據(jù)服務(wù)；并且文檔中的各項(xiàng)知識元也缺少知識關(guān)聯(lián)，在搜索某一關(guān)鍵詞時(shí)，無法提供與之相關(guān)的完整的知識網(wǎng)絡(luò)，現(xiàn)有系統(tǒng)難以回答有關(guān)機(jī)組的發(fā)散性、綜合性、開放性的問題。

而AI技術(shù)的應(yīng)用可以為以上提到的企業(yè)文檔智能服務(wù)中存在的問題提供解決方法，企業(yè)文檔數(shù)字化、數(shù)據(jù)化、知識化已成為一種新的趨勢。其中OCR文字識別技術(shù)可幫助企業(yè)對紙質(zhì)檔案數(shù)字圖像文件中的各種字符進(jìn)行識別，實(shí)現(xiàn)文字轉(zhuǎn)換，是文檔從數(shù)字化向數(shù)據(jù)化轉(zhuǎn)化的重要步驟。這對推動紙質(zhì)檔案管理具有重要的意義；圖像識別技術(shù)可以幫助企業(yè)對圖像文檔中的各類特征進(jìn)行識別，如人、物、地點(diǎn)等，實(shí)現(xiàn)圖像文檔的智能管理；自然語言處理技術(shù)可對企業(yè)中不同類型的文檔進(jìn)行處理，以實(shí)現(xiàn)文檔的統(tǒng)一管理，消除信息孤島，同時(shí)，自然語言處理技術(shù)可以將文檔中的非結(jié)構(gòu)化數(shù)據(jù)變?yōu)榻Y(jié)構(gòu)化數(shù)據(jù)，并按照相應(yīng)類別進(jìn)行存儲，利于后續(xù)企業(yè)文檔的圖譜化組織與構(gòu)建，形成企業(yè)文檔知識庫，構(gòu)建基于知識庫的智能問答應(yīng)用，提升文檔利用效率，以實(shí)現(xiàn)企業(yè)文檔表示結(jié)構(gòu)化、組織知識化、利用智能化，更好更快的面向各種個性化業(yè)務(wù)。

2.2 AI技術(shù)優(yōu)化的需求

隨著AI技術(shù)在企業(yè)文檔智能服務(wù)中的應(yīng)用，如何優(yōu)化AI技術(shù)的開發(fā)及利用，也成為了企業(yè)急需解決的問題。若每出現(xiàn)一個業(yè)務(wù)需求，都需要根據(jù)該業(yè)務(wù)場景進(jìn)行一輪分析、數(shù)據(jù)收集、數(shù)據(jù)整理，模型建立、模型訓(xùn)練，最后構(gòu)建系統(tǒng)進(jìn)行應(yīng)用，那將耗費(fèi)大量的時(shí)間和物力成本，AI技術(shù)開發(fā)周期長，成本高的特點(diǎn)，將導(dǎo)致系統(tǒng)無法快速響應(yīng)快速變化的業(yè)務(wù)需求；同時(shí)，AI技術(shù)的開發(fā)流程以及某些算法高度類似，通用化程度很高，如果缺乏規(guī)劃，對于每個業(yè)務(wù)需求，系統(tǒng)的開發(fā)都會經(jīng)歷完整的流程，會造成大量的重復(fù)建設(shè)，在這樣不斷重復(fù)的過程中，建設(shè)的系統(tǒng)會越來越多，即意味著矗立的煙囪越來越多，長此以往，整個系統(tǒng)的規(guī)模越來越大，系統(tǒng)越來越復(fù)雜，維護(hù)人力和成本直線增加，但效果卻不盡人意。并且各系統(tǒng)之間互不相通，各部門的文檔數(shù)據(jù)缺乏連貫性，信息無法共享。AI系統(tǒng)也無法從這些大量的文檔數(shù)據(jù)中更快更準(zhǔn)確的挖掘出其中蘊(yùn)含的信息，為業(yè)務(wù)決策提供更精準(zhǔn)的支撐。由此可見，企業(yè)在實(shí)現(xiàn)文檔數(shù)字化、化知識化之后，需要進(jìn)一步實(shí)現(xiàn)AI技術(shù)系統(tǒng)敏捷開發(fā)，降低系統(tǒng)耦合度，和信息互通。

針對以上需求，面向企業(yè)文檔智能服務(wù)的AI中臺的建立能幫助企業(yè)在實(shí)現(xiàn)文檔數(shù)字化、知識化之余，把各種通用AI技術(shù)能力算法、標(biāo)準(zhǔn)下沉，形成通用的算法池，這樣在面對新的業(yè)務(wù)需求時(shí)，可對算法池的各項(xiàng)算法能力進(jìn)行靈活組配，調(diào)取即用，以此來減輕后臺系統(tǒng)的運(yùn)算負(fù)擔(dān)，快速響應(yīng)前臺業(yè)務(wù)變化。同時(shí)算法池的實(shí)現(xiàn)易于AI技術(shù)能力的擴(kuò)展和自我學(xué)習(xí)，在需要更新和維護(hù)時(shí)，只需維護(hù)更新AI中臺算法能力，即可實(shí)現(xiàn)對所有應(yīng)用系統(tǒng)的技術(shù)升級，這樣的快速迭代，可極大降低人力物力成本。

3 企業(yè)文檔AI中臺技術(shù)模型與實(shí)現(xiàn)路徑

本文以中臺思想為基礎(chǔ)，對面向企業(yè)文檔智能服務(wù)的AI中臺模型進(jìn)行初步的構(gòu)建，包括數(shù)據(jù)層、AI基礎(chǔ)設(shè)施層、文檔AI能力層。并根據(jù)AI技術(shù)在文檔管理中的應(yīng)用，對中臺中進(jìn)行應(yīng)用的AI技術(shù)進(jìn)行優(yōu)選。

3.1 面向企業(yè)文檔智能服務(wù)的AI中臺架構(gòu)

百度作為中國AI的先行者，在AI技術(shù)領(lǐng)域有著較為明顯的優(yōu)勢，目前，百度智能云已為國家電網(wǎng)、央視等客戶提供了產(chǎn)品與方案，效果良好，架構(gòu)通用性和適用性較強(qiáng)。因此，本文參考百度智能云的AI中臺架構(gòu)[12]，在此基礎(chǔ)上構(gòu)建面向企業(yè)文檔智能服務(wù)的AI中臺架構(gòu)。百度智能云的AI中臺主要包括開發(fā)中心和資產(chǎn)中心，開發(fā)中心主要包括數(shù)據(jù)處理、資源調(diào)度和模型生產(chǎn)三個部分，數(shù)據(jù)處理、資源調(diào)度主要是為上層模型構(gòu)建提供底層資源，以便其進(jìn)行模型構(gòu)建和訓(xùn)練；資產(chǎn)中心主要包括模型中心、能力中心和資產(chǎn)共享中心，主要是根據(jù)下層的模型訓(xùn)練進(jìn)行算法集成，形成各種可調(diào)用的AI能力?？紤]到該AI中臺主要是將其內(nèi)部的各種技術(shù)及算法提供給其他的公司使用，且面向企業(yè)文檔智能服務(wù)的AI中臺主要是以文檔為主要數(shù)據(jù)源，采用的AI技術(shù)服務(wù)于文檔管理，與百度的AI中臺有較大的差異，因此本文在此基礎(chǔ)上，結(jié)合AI技術(shù)在檔案管理中的實(shí)際應(yīng)用情況，將文檔AI中臺分為了數(shù)據(jù)層、AI基礎(chǔ)設(shè)施層、AI集成算法層。企業(yè)文檔AI中臺構(gòu)架如圖1所示。

圖1 面向企業(yè)文檔智能服務(wù)的AI中臺架構(gòu)圖

3.1.1 數(shù)據(jù)層

數(shù)據(jù)層的數(shù)據(jù)存儲于數(shù)據(jù)庫，是數(shù)據(jù)庫中被指定用于上層算法模型訓(xùn)練的數(shù)據(jù)，主要是企業(yè)中各個業(yè)務(wù)所產(chǎn)生的文檔數(shù)據(jù)，包括各種文件數(shù)據(jù)如公文、信函、生產(chǎn)文件；信息系統(tǒng)數(shù)據(jù)如技術(shù)文件；檔案如工作記錄等，同時(shí)數(shù)據(jù)層具備對文檔數(shù)據(jù)中數(shù)據(jù)的獲取、聚合能力，如從文檔數(shù)據(jù)中獲取各種三元組，形成“知識庫”，這些基于文檔的關(guān)聯(lián)數(shù)據(jù)，可以作為構(gòu)建語義檢索模型數(shù)據(jù)集，訓(xùn)練語義檢索模型，并且用于文檔類別模型的自動聚類與分類。數(shù)據(jù)層對數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行清洗，篩選，標(biāo)注，提供跨域數(shù)據(jù)的治理能力，并將可用數(shù)據(jù)抽象封裝成服務(wù)，作為AI中臺模型訓(xùn)練的數(shù)據(jù)基礎(chǔ)。同時(shí)，數(shù)據(jù)層可以規(guī)定企業(yè)文檔數(shù)據(jù)的固定格式，以避免各種不規(guī)范的文檔后續(xù)難以利用的問題，方便計(jì)算機(jī)的統(tǒng)一識別、整理與提取。

3.1.2 AI基礎(chǔ)設(shè)施層

AI新基建強(qiáng)調(diào)各類通用技術(shù)的開源開放，以開放接口、模型庫、算法包等形式向公眾提供開放共享式的服務(wù)，AI基礎(chǔ)設(shè)施層作為中臺的底層通用算法訓(xùn)練層，是將各項(xiàng)最基本AI算法能力池化，以便上層進(jìn)行調(diào)用組裝。本文擬構(gòu)建多個AI算法池，包括文字識別、圖像識別、自然語言處理這些與文檔管理緊密相關(guān)的算法，同時(shí)提供外部算法的接入接口。AI基礎(chǔ)設(shè)施層將構(gòu)建成為各項(xiàng)算法的底層“基板”，利用數(shù)據(jù)層提供的數(shù)據(jù)，對其進(jìn)行進(jìn)一步的提取與解析，以此為基礎(chǔ)進(jìn)行AI學(xué)習(xí)、預(yù)測、分析，形成可復(fù)用的模型庫。AI基礎(chǔ)設(shè)施層是在滿足技術(shù)算法集成化和文檔數(shù)據(jù)進(jìn)一步處理要求的同時(shí)，將各個算法進(jìn)行模塊化解耦，滿足外部算法的快速集成與未來新算法的持續(xù)擴(kuò)展。

3.1.3 文檔 AI能力層

文檔AI能力層是根據(jù)不同的文檔智能服務(wù)需求，對AI基礎(chǔ)設(shè)施層中各項(xiàng)基本算法進(jìn)行拼接整合后，形成面向不同智能服務(wù)的AI技術(shù)能力，即形成各種AI“工具包”，以解決不同業(yè)務(wù)場景的需要，例如面向文檔領(lǐng)域的專有命名實(shí)體識別能力，可以對其直接調(diào)用以識別紙質(zhì)文檔中不同文本類型中包含的實(shí)體：首先通過OCR技術(shù)對文本進(jìn)行掃描，對于表格文本和圖像還需使用表格識別和圖像識別技術(shù)，再通過自然語言處理技術(shù)中的專有名詞識別技術(shù)進(jìn)行實(shí)體識別，以到達(dá)預(yù)期效果。類似的AI技術(shù)能力還有面向知識圖譜構(gòu)建的文本關(guān)系抽取、面向智能問答的自然語言語義解析、面向圖片分類的對象檢測場景識別、面向人物照片分類的人臉識別等，這些AI技術(shù)能力提供可統(tǒng)一調(diào)用的接口，如HTTP RESTful API、應(yīng)用程序SDK等，以便滿足系統(tǒng)AI能力調(diào)用和集成需求，從而能更加敏捷的對各種智能服務(wù)做出反應(yīng)。

3.2 AI中臺的技術(shù)實(shí)現(xiàn)路徑

依據(jù)層次模型的架構(gòu)，AI中臺得以更好支持前臺創(chuàng)新的關(guān)鍵在于AI應(yīng)用能力的建設(shè)。一方面，需要技術(shù)基礎(chǔ)設(shè)施的構(gòu)建；另一方面，AI中臺還需實(shí)現(xiàn)能高效迭代、敏捷響應(yīng)的一系列AI應(yīng)用開發(fā)流程?；谄髽I(yè)文檔數(shù)據(jù)的管理閉環(huán)，AI中臺需要提供統(tǒng)一的數(shù)據(jù)存儲、模型訓(xùn)練以及模塊部署與接口調(diào)用等，因而優(yōu)選人工智能技術(shù)和搭建AI應(yīng)用敏捷化開發(fā)通用流程是技術(shù)實(shí)現(xiàn)路徑的重點(diǎn)。

3.2.1 人工智能技術(shù)的優(yōu)選

作為支撐AI基礎(chǔ)設(shè)施層的重要組成部分，人工智能技術(shù)需要基于細(xì)分技術(shù)或算法來集成AI中臺三大算法池。而針對文檔管理方面尤其是文檔對象識別、語義分析、關(guān)系抽取等方面的應(yīng)用，需要優(yōu)選相關(guān)技術(shù)并形成一定的AI體系。

基于企業(yè)文檔智能服務(wù)的業(yè)務(wù)場景需求，技術(shù)優(yōu)選的原則如下。除了必須包含機(jī)器學(xué)習(xí)、深度學(xué)習(xí)作為核心基礎(chǔ)，大多數(shù)AI技術(shù)也往往與其他人工智能組合使用或者作為輔助為需求決策服務(wù)；原則上選取的技術(shù)應(yīng)當(dāng)在文檔智能管理方面已有廣泛的應(yīng)用場景和可行性，能夠完成對文檔的識別、知識提取和關(guān)聯(lián)乃至進(jìn)一步分析挖掘及可視化，以支撐企業(yè)智能服務(wù)的具體功能應(yīng)用。另外，AI中臺系統(tǒng)優(yōu)化和數(shù)據(jù)存儲維護(hù)勢必還依賴于基于云平臺或邊緣計(jì)算平臺的底層數(shù)據(jù)管理技術(shù)，才能保證自下而上的正常運(yùn)行。

據(jù)此，自然語言處理、OCR識別、計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、智能查詢、用戶畫像技術(shù)、數(shù)據(jù)可視化和數(shù)據(jù)存儲等底層數(shù)據(jù)管理技術(shù)成為企業(yè)文檔智能管理中更為適用、常見的技術(shù)。而在體系架構(gòu)層面，人工智能技術(shù)體系的分類研究尚未形成統(tǒng)一的觀點(diǎn)，但由于人工智能作為多學(xué)科交叉結(jié)果和通用型技術(shù)，在企業(yè)文檔智能管理方面的應(yīng)用處于更為更新快速、變化劇烈的動態(tài)發(fā)展?fàn)顟B(tài)，它同上下游的相關(guān)技術(shù)和應(yīng)用一起形成錯綜復(fù)雜的技術(shù)體系網(wǎng)絡(luò)。為求全面，本文參考沈應(yīng)龍的研究[13]，遵循根技術(shù)、核心共性技術(shù)、智能應(yīng)用技術(shù)的層次分類提出AI中臺的人工智能技術(shù)體系（見圖2），作為AI中臺架構(gòu)過程中應(yīng)用AI技術(shù)賦能、開發(fā)應(yīng)用的參考和基礎(chǔ)。

圖2 面向企業(yè)文檔智能管理的人工智能技術(shù)體系

3.2.2 面向智能服務(wù)的AI應(yīng)用敏捷化開發(fā)

AI中臺的核心是將算法模型融入進(jìn)來構(gòu)建上層智慧服務(wù)，通過不同能力的組配和功能邏輯實(shí)現(xiàn)、構(gòu)筑多種不同的應(yīng)用，從而實(shí)現(xiàn)面向智能服務(wù)需求的快速迭代、有效復(fù)用。因此其減少重復(fù)建設(shè)的點(diǎn)就在于，將每一個業(yè)務(wù)所拆解的AI應(yīng)用開發(fā)任務(wù)都需經(jīng)過的通用開發(fā)流程步驟集成為算法設(shè)施，實(shí)現(xiàn)敏捷化開發(fā)。

從開發(fā)生命周期來看（見圖3），每個AI應(yīng)用的開發(fā)大體都經(jīng)過業(yè)務(wù)需求理解、模型能力學(xué)習(xí)、模塊集成處理三大層面的流程步驟[14][15]，并加以迭代更新。

圖3 面向智能服務(wù)的AI應(yīng)用敏捷化開發(fā)流程

（1）業(yè)務(wù)需求理解

根據(jù)業(yè)務(wù)需求設(shè)計(jì)實(shí)施開發(fā)方案、服務(wù)編排、服務(wù)共享。分析技術(shù)需求，明確數(shù)據(jù)獲取要求、模型訓(xùn)練任務(wù)和應(yīng)用開發(fā)的部署封裝指導(dǎo)。

（2）模型能力學(xué)習(xí)

包括數(shù)據(jù)獲取、數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)注特征工程和模型訓(xùn)練等。

獲取數(shù)據(jù)（可能包括文檔“知識庫”數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、用戶交互數(shù)據(jù)等），對數(shù)據(jù)進(jìn)行標(biāo)注和重新加工，最終輸出模型訓(xùn)練數(shù)據(jù)和生產(chǎn)數(shù)據(jù)。隨后依據(jù)模型服務(wù)任務(wù)、訓(xùn)練數(shù)據(jù)和其他相關(guān)信息進(jìn)行模型能力學(xué)習(xí)。實(shí)施過程中首先進(jìn)行特征處理，再將特征輸入模型進(jìn)行編碼和訓(xùn)練；將模型訓(xùn)練結(jié)果輸入模型追蹤的功能組件進(jìn)行模型評估；最終經(jīng)過迭代獲得最優(yōu)訓(xùn)練模型輸出。

（3）模塊集成處理

將訓(xùn)練的模型能力進(jìn)行模塊化組裝構(gòu)建，以“樂高模式”進(jìn)行AI應(yīng)用能力管理。對業(yè)務(wù)和技術(shù)需求調(diào)整具體參數(shù)配置，通過接口調(diào)用的形式完成能力組配和功能邏輯實(shí)現(xiàn)，構(gòu)筑面向企業(yè)文檔智能服務(wù)多態(tài)化需求的不同應(yīng)用系統(tǒng)。

面向智能服務(wù)的AI應(yīng)用敏捷化開發(fā)流程整體呈現(xiàn)半閉環(huán)狀態(tài)，基于業(yè)務(wù)場景、技術(shù)需求進(jìn)行模型學(xué)習(xí)和能力構(gòu)建，經(jīng)過評估和部署的模型完成開發(fā)并進(jìn)入性能監(jiān)控階段，從而進(jìn)一步實(shí)現(xiàn)模型的應(yīng)用、完成文檔數(shù)據(jù)的分析與展示，實(shí)現(xiàn)AI能力開發(fā)后的模塊化功能集成與接口調(diào)用。

4 AI中臺在企業(yè)文檔智能服務(wù)的應(yīng)用分析

4.1 文檔業(yè)務(wù)維度

企業(yè)文檔工作主要包括收集、管理和利用三個環(huán)節(jié)，在收集文檔數(shù)據(jù)的基礎(chǔ)上，面向智能服務(wù)的文檔管理是手段、文檔利用是最終目的[16]，AI中臺的構(gòu)建應(yīng)用大幅提升了企業(yè)在文檔業(yè)務(wù)不同階段的潛力。

一方面，AI中臺通過對基于文檔知識數(shù)據(jù)的算法能力復(fù)用，更方便從大量文檔中快速準(zhǔn)確地挖掘信息，充分利用企業(yè)隱性知識，從知識層面加強(qiáng)文檔管理[17]。AI中臺建立通用算法池，避免了算法能力的重復(fù)建設(shè)，所有算法只需要開發(fā)一遍再進(jìn)行實(shí)時(shí)調(diào)用即可；通用算法池作為中間調(diào)度板塊，加強(qiáng)了文檔管理系統(tǒng)與其它管理平臺的集成與關(guān)聯(lián)程度，促進(jìn)企業(yè)內(nèi)部的信息互通、知識共享。在文檔管理粒度精細(xì)化的基礎(chǔ)上，中臺的應(yīng)用從分發(fā)、檢索、存儲管理等方面提升了對文檔全流程聯(lián)動管理的效率，進(jìn)而能夠靈活響應(yīng)業(yè)務(wù)需求變化。

另一方面，AI中臺對企業(yè)文檔信息的利用模式，是將數(shù)據(jù)模型服務(wù)與業(yè)務(wù)解決方案之間進(jìn)行連接，使每個層級都有用以提供文檔挖掘能力的可復(fù)用機(jī)制。集成AI算法能力的技術(shù)池，能避免所需應(yīng)用能力的重復(fù)建設(shè)，在不同場景需求的功能要求下直接調(diào)用、集成其中相關(guān)的AI算法能力，再進(jìn)一步對文檔內(nèi)容進(jìn)行提煉、加工，更便捷高效地完成信息編研和知識服務(wù)，從而達(dá)到直接面向企業(yè)文檔智能服務(wù)應(yīng)用、提高文檔挖掘開發(fā)程度與信息利用率的效果。

4.2 企業(yè)管理維度

（1）技術(shù)優(yōu)化效益

AI中臺在企業(yè)文檔智能服務(wù)中的應(yīng)用將實(shí)現(xiàn)一種全局化管理的技術(shù)優(yōu)化，它通過人工智能的模塊化集成調(diào)用組合形成創(chuàng)新的技術(shù)產(chǎn)品的模式，搭建出可以實(shí)時(shí)調(diào)用技術(shù)能力的中間層平臺。通過實(shí)現(xiàn)技術(shù)優(yōu)化，更方便根據(jù)業(yè)務(wù)需求所屬場景和領(lǐng)域進(jìn)行高效組配、敏捷開發(fā)，從而達(dá)到快速響應(yīng)；也使得底層算法與面向需求的技術(shù)能力相對獨(dú)立分離，能對文檔非結(jié)構(gòu)化數(shù)據(jù)快速結(jié)構(gòu)化、語義化，提升數(shù)據(jù)價(jià)值和文檔利用率，以增強(qiáng)中臺效益的可持續(xù)性。

（2）人員組織增益

面向企業(yè)文檔智能服務(wù)的AI中臺在一定程度上能有效解決“重復(fù)造輪子”問題，進(jìn)而降低開發(fā)成本，在一定程度上減少技術(shù)人員消耗。中臺理論本就是為打破煙囪式開發(fā)弊端而興起的算法能力模塊化調(diào)用思想，其本身即為多個系統(tǒng)建設(shè)應(yīng)用打造一般化的“中央調(diào)度中心”，大大較少了項(xiàng)目建設(shè)的人力物力消耗；而AI中臺則更進(jìn)一步充分利用人工智能技術(shù)算法為中臺的敏捷化開發(fā)賦能。AI中臺的有效復(fù)用性得以加速文檔利用周期、有效提升業(yè)務(wù)人員和文檔管理者的工作效率；同時(shí)，企業(yè)從低產(chǎn)能階段得到改善文檔工作流程、優(yōu)化企業(yè)業(yè)務(wù)流程的創(chuàng)新機(jī)會，從而能進(jìn)一步優(yōu)化組織結(jié)構(gòu)。

（3）制度創(chuàng)新成果

在信息化智慧化需求越發(fā)普遍的企業(yè)環(huán)境中，AI中臺對于以文檔智能管理為核心業(yè)務(wù)的大中小型企業(yè)都將實(shí)現(xiàn)制度化模式轉(zhuǎn)型。人工操作到算法智能的進(jìn)步，使得基于文檔智能服務(wù)的建設(shè)成果完成從傳統(tǒng)文檔管理模式到數(shù)字文檔管理模式再向文檔智能管理模式的有效轉(zhuǎn)型。而得益于文檔工作模式的轉(zhuǎn)變，AI中臺能進(jìn)一步實(shí)現(xiàn)文檔的知識化活化，在完善企業(yè)化建設(shè)的基礎(chǔ)上，向業(yè)務(wù)驅(qū)動、AI加持、知識服務(wù)的3.0時(shí)代邁進(jìn)。

5 結(jié)語

隨著 AI 的深度發(fā)展與應(yīng)用，檔案領(lǐng)域不可避免卷入AI浪潮中，為突破企業(yè)文檔管理工作中的棘手問題，提供新的機(jī)遇，中臺的建設(shè)引起了眾多企業(yè)的關(guān)注。本文借助中臺思想，構(gòu)建了面向企業(yè)文檔智能服務(wù)的AI中臺整體框架，并對AI中臺的構(gòu)建流程進(jìn)行了簡單的介紹，同時(shí)對AI中臺應(yīng)用的效益進(jìn)行了分析介紹。一方面，當(dāng)前國內(nèi)對于中臺結(jié)合人工智能技術(shù)應(yīng)用相關(guān)的文獻(xiàn)極少，對企業(yè)文檔智能管理的研究也尚處于起步階段，本文從理論層面貢獻(xiàn)了此類問題的創(chuàng)新研究角度與突破點(diǎn)；另一方面，文章針對新時(shí)代企業(yè)文檔智能管理的需求提出了AI中臺的層次模型架構(gòu)與技術(shù)實(shí)現(xiàn)路徑，對企業(yè)具有一定的實(shí)踐指導(dǎo)意義。但整體而言，面向企業(yè)文檔智能服務(wù)的AI中臺在企業(yè)工作中的應(yīng)用還處于嘗試和探索階段，需要經(jīng)過實(shí)踐來不斷完善，這也是下一步研究的重點(diǎn)。