Sprawne pozyskanie informacji o służebności
Case Study Stoen Operator
Wstęp
Zobacz, jak dzięki wykorzystaniu sztucznej inteligencji (AI) do sczytywania danych z umów o służebności i aktów notarialnych, Stoen Operator skrócił czas przeznaczony na ręczną archiwizację tych dokumentów i uzupełnianie swojej bazy danych pozyskanymi z nich informacjami o ponad 60%.
.
Spis treści:
Działające od 2007 roku, w wyniku wprowadzenia obowiązku rozdzielenia sprzedaży i dystrybucji energii elektrycznej przedsiębiorstwo, dostarcza energię elektryczną do ponad miliona odbiorców w Warszawie i okolicach. Sieć Stoen Operator obejmuje ponad 18 tys. linii kablowych i napowietrznych o różnym poziomie napięcia oraz prawie 7 tys. stacji energetycznych.
Wyzwanie
Miesięcznie do Stoen Operator wpływa około 150 umów obligacyjnych i aktów notarialnych do wprowadzenia do bazy tytułów prawnych do nieruchomości. Każdy dokument zawiera około 30 pozycji, które trzeba było ręcznie przepisać do systemu. Zeskanowanie i wprowadzenie do systemu jednego dokumentu zajmowało średnio 20 minut.
Dane z dokumentów wprowadzała jedna osoba. Zajmowało jej to 1/4 do 1/2 etatu. Praca była na tyle powtarzalna i monotonna, że osoby zajmujące się wprowadzaniem danych często szukały możliwości rozwoju na innych stanowiskach, a nowo zatrudnieni pracownicy musieli każdorazowo przechodzić szkolenia i potrzebowali czasu, żeby wdrożyć się do pracy. Ciągłe zmiany na stanowisku generowały koszty rekrutacji, a także obniżały wydajność pracy. Ręczne wprowadzanie danych rodziło też problem wysokiego prawdopodobieństwa pojawienia się w nich błędów i nieustandaryzowanego formatu wprowadzanych danych.
Stoen Operator poszukiwał rozwiązania, które usprawniłoby proces archiwizacji umów związanych z prawami do terenu – uprościło i przyspieszyło wprowadzanie informacji z dokumentów prawnych do systemu wewnętrznego firmy – ADX.
Skrócenie czasu potrzebnego na to zadanie miało pozwolić pracownikom na przeznaczenie zaoszczędzonych godzin pracy na bardziej merytoryczne zadania. Ograniczenie czasu poświęcanego na monotonne, powtarzalne zadania miało również wpłynąć na zmniejszenie rotacji pracowników.
Wprowadzanie umów do systemu w liczbach (przed wdrożeniem rozwiązania iDoc)
Rozwiązanie
Zaproponowaliśmy automatyzację wprowadzania danych z dokumentów prawnych do systemu dzięki usłudze iDoc, która jest platformą informatyczną (usługa SaaS – software as a service), wykorzystującą mechanizmy sztucznej inteligencji i uczenia maszynowego do automatycznego przetwarzania różnych rodzajów dokumentów wraz z załącznikami, ich kategoryzacji oraz identyfikacji atrybutów.
Jak działa iDoc?
System iDoc automatyczne odczytuje oraz kategoryzuje treści z zeskanowanych stron dokumentów prawnych, takich jak akty notarialne oraz różnego rodzaju umowy obligacyjne.
Wyuczone modele AI kategoryzują rodzaje dokumentów oraz rozpoznają i interpretują ponad 30 różnego typu informacji. Po przetworzeniu dokumentów przez iDoka, użytkownik ma możliwość weryfikacji odczytanych wartości. Jeśli wszystko się zgadza, akceptuje i przekazuje dane wraz z otagowanym dokumentem do wewnętrznej bazy firmowej.
iDoc kategoryzuje dokumenty z dokładnością minimum 96%, a odczytuje i wprowadza dane z dokumentów z dokładnością minimum 85%, a w praktyce około 90%. Dokładność ta wzrasta wraz z uczeniem się modeli. Najwyższą możliwą skuteczność zapewnia połączenie pracy AI z weryfikacją przez człowieka.
W ramach współpracy ze Stoen Operator w zakresie wdrożenia iDoka do automatycznego przetwarzania danych z umów dotyczących praw do terenu:
- przeprowadziliśmy analizę wymagań i weryfikację procesów biznesowych, w ramach której przeanalizowaliśmy proces ręcznego wprowadzania danych; opracowaliśmy też listę możliwych rozwiązań usprawniających
- przygotowaliśmy i nauczyliśmy modele analityczne prawidłowo czytać dane
- gotowe rozwiązanie wdrożyliśmy jako usługę web.
Efekty i korzyści
Wdrożenie iDoka pozwoliło:
W efekcie:
Czas potrzebny na archiwizację dokumentów prawnych został zredukowany o około 63%
Wyeliminowano monotonną, powtarzalną i manualną ludzką pracę związaną z wprowadzaniem danych z dokumentów prawnych do systemu, co ograniczyło rotację pracowników odpowiedzialnych za wprowadzanie danych.
Zaoszczędzone godziny pracownicy mogą poświęcić na zadania bezpośrednio związane z procesami regulacji nieruchomości
Archiwizacja dokumentów dotyczących tytułów prawnych do nieruchomości znacznie przyspieszyła, co pozwoliło usprawnić m.in. procesy inwestycyjne
Narzędzie pozwoliło na zminimalizowanie liczby omyłek pisarskich, które zdarzały się przy ręcznym wprowadzaniu danych, co znacząco podniosło jakość danych,
Dane wprowadzane do bazy zyskały ustandaryzowany format, co ułatwia ich wykorzystanie przez inne systemy i przy realizacji kolejnych zadań; nie ma też już potrzeby przeprowadzania okresowych przeglądów bazy i manualnego standaryzowania danych
Wykorzystanie AI oraz uczenia maszynowego pozwala na dokładniejszą kategoryzację dokumentów i znacznie skraca czas archiwizacji skanów w bazie danych
Czas wdrożenia nowo zatrudnionych osób do pracy znacznie się skrócił, dzięki temu, że iDoc posiada intuicyjny, bardzo prosty w obsłudze interfejs.
Pracownicy rozwijają nowe umiejętności – pracy z technologią AI
System iDoc daje możliwość integracji bazy ADX z systemem GIS – dostęp do danych z dokumentacji prawnej dotyczącej danej nieruchomości będzie wtedy możliwy z poziomu mapy.
Wprowadzanie umów do systemu w liczbach (po wdrożeniu rozwiązania iDoc)
Wykorzystanie iDoka pozwoliło zaoszczędzić 25 z 40 godzin roboczych (63% czasu) poświęcanych na archiwizację dokumentów dotyczących nieruchomości. Teraz ten czas pracownicy mogą przeznaczyć m.in. na zadania związane z procesami regulacji nieruchomości, a tym samym przyspieszyć proces inwestycyjny.
Projekt został wykonany z należytą starannością, a pracownicy firmy Globema cechowali się wysokimi kwalifikacjami i zaangażowaniem. Oceniamy firmę Globema jako rzetelnego i profesjonalnego wykonawcę oraz odpowiedzialnego partnera biznesowego.
Krzysztof Matyjek, Koordynator Nieruchomości, Dział Regulacji Prawnej Nieruchomości i Relacji Zewnętrznych
Historia współpracy
Współpraca z Globemą sięga początku lat 2000, kiedy firma Stoen Operator operator wdrażała pierwszy system GIS – Smallworld w wersji 3.21. Od tamtej pory pracowaliśmy wspólnie przy wielu projektach w różnych obszarach działania przedsiębiorstwa. Obecnie Stoen korzysta z kilku rozwiązań, dostarczonych przez Globemę, m.in. wdrażanych w kolejnych latach systemów paszportyzacji sieci:
- 2002 – Smallworld v3
- 2015–17 – Smallworld v4
- 2023 – Smallworld v5
Cały czas współpracujemy przy ich rozwoju. Przeprowadziliśmy również szereg innych prac:
- Integracje z systemami: SCADA, ADX, CBO (Centralną Bazą Odczytową) oraz z systemem do zarządzania zadaniami M.TASK
- Migrację danych z systemu paszportyzacji sieci, używanego wcześniej przez Stoen – w wymiarze ok. 6 mln urządzeń i obiektów
- Projekt na interpretację i wprowadzenie do baz GIS schematów wewnętrznych stacji
Ze względu na długotrwały charakter współpracy, Globema jest często włączana do prac już na etapie analiz technicznych czy analiz samych procesów, aby te były bardziej efektywne.
Współpraca w zakresie wykorzystania nowych technologii
W ramach podpisanego w 2020 roku porozumienia dotyczącego współpracy na potrzeby projektu B+R GlobIQ zaczęliśmy prowadzić badania w zakresie usprawnienia różnych procesów biznesowych przedsiębiorstwa, m.in. w działach Nieruchomości, Pogotowia Energetycznego, Zarządzania Majątkiem. Były to procesy związane między innymi z oględzinami obiektów, inwestycjami, awariami czy opisanym tu uzupełnianiem baz danymi dotyczącymi tytułów prawnych do terenu.
W ramach współpracy firma Stoen Operator dostarczyła nam danych i szczegółowych informacji o procesach działających w przedsiębiorstwie. Odbyliśmy liczne spotkania z pracownikami z różnych działów i przeprowadziliśmy wywiady Consumer Insight (mające na celu poznanie potrzeb i oczekiwań użytkowników). Przeprowadziliśmy również szereg analiz z wykorzystaniem danych dostarczonych przez Stoen Operator i na tej podstawie dostosowywaliśmy narzędzia do potrzeb firmy. Na koniec zaprezentowaliśmy usługę znacznie optymalizującą pracę.
Jednym z założeń projektu GlobIQ było wykorzystanie AI i uczenia maszynowego na potrzeby automatyzacji archiwizacji dokumentacji – automatycznego wprowadzania danych różnych dokumentów do baz danych przedsiębiorstwa.
Wykorzystanie uczenia maszynowego miało na celu zmniejszenie ilości powtarzalnej, manualnej pracy ludzkiej, związanej z pozyskaniem danych:
- kategoryzacją dokumentów
- pozyskaniem meta-atrybutów
- pozyskaniem informacji z różnych rodzajów dokumentów
- pozyskaniem podstawowych informacji o sieci i jej przebiegu
W Wyniku tej współpracy stworzyliśmy między innymi opisaną tu usługę iDoc dla działu Nieruchomości (iDoc Prawa do terenu).
Dalsza współpraca
iDoc to nowoczesne rozwiązanie, które, po odpowiednim dostosowaniu, może być wykorzystywane w różnych procesach. Stoen Operator planuje wdrożenie rozwiązania iDoka w kolejnych działach firmy. Będą to:
iDoc Decyzje
wspomagający proces obsługi decyzji o zajęcie pasa drogowego
iDoc Dokumentacja techniczna
który wyręcza w znacznym stopniu pracowników w uzupełnianiu bazy urządzeń infrastruktury w systemie GIS z inwestycji. Obecnie praca ta jest wykonywana w przeważającej części manualnie.
Chcesz osiągnąć podobne rezultaty w kategoryzacji dokumentów i pozyskaniu z nich danych?
Przekonaj się, czy rozwiązanie iDoc sprawdzi się w Twojej firmie. Wypełnij formularz, a nasz konsultant skontaktuje się z Tobą w celu omówienia Twoich potrzeb i umówienia się na pokaz systemu.
22 848 73 13
sales@globema.pl
Poznaj inne historie klientów
Obszarowe prognozowanie energii elektrycznej – skuteczniejsze szacowanie produkcji i konsumpcji własnej prosumentów
Dowiedz się, jak dzięki rozwiązaniom Globemy TAURON usprawnił obszarowe prognozowanie produkcji energii elektrycznej ze źródeł odnawialnych.
Prognozy produkcji energii z OZE | Energetyka
Wsparcie zarządzania majątkiem sieciowym w Polenergii
Dowiedz się, jak ujednoliciliśmy standard zarządzania siecią u największego w Polsce dystrybutora energii elektrycznej i jak uporządkowaliśmy dane dla 30 obszarów z 11 tysiącami klientów.
EL.GIS / Smallworld | Zarządzanie Majątkiem Sieciowym | Energetyka