HyperScience, Belgeleri Verilere Verimli ve Doğru Bir Şekilde Dönüştürmek için Otomatik Bir Çözüm Sunuyor

TP; DR: HyperScience, gelişmiş makine öğrenimi çözümleri için el ile veri giriş işlemlerini değiştirerek kuruluşların belgeleri daha verimli bir şekilde işlemesine yardımcı olmak için görev almaktadır. Şirket, hem hataları hem de veri giriş maliyetlerini azaltarak, kullanıcılarının müşteri hizmetlerini geliştirmeye ve yeni iş fırsatları yaratmaya odaklanmalarını sağlar. 50 milyon dolardan fazla fonlama ve stratejik yatırım stratejisiyle HyperScience, otomasyonun gücünü daha da geniş bir müşteri tabanına taşımayı hedefliyor.

Daha yeşil otlaklara geçmeden önce kariyerimin ilk kısmını basılı üyelik dizinlerini bir araya getirerek geçirdim. Şimdi arkaik görünüyor, ancak o zamanlar müşteriler bazen el ile metin haline dönüştürdüğüm el yazısı üyelik bilgilerini bana gönderiyorlardı.

Süreç, zaman alıcı olmasının yanı sıra, baskı dünyasında korkutucu bir olasılık olan insan hatası riskini getirdi..

Bu günlerde, formlar, faturalar, çekler, faturalar, PDF’ler ve hatta düşük çözünürlüklü görüntülerdeki el yazısı, el yazısı ve basılı metinlerden dijital veri yakalayabilen bir makine öğrenme aracı olan HyperScience gibi bir çözüme döneceğim. . Otomasyonun gücünü kullanan teknoloji, manuel işlemeyi etkin bir şekilde ortadan kaldırarak verimliliği artırır.

HyperScience logosu

HyperScience, makine öğrenimi kullanarak neredeyse tüm belgelerden değerli verileri doğru bir şekilde çıkarır.

HyperScience CEO’su ve Kurucu Ortak Peter Brodsky, “Belgeleri sınıflandırma ve işleme, günümüzün organizasyonları için hala çok manuel, acı verici ve pahalı bir süreçtir” dedi. “İşletmeler veri girişi için her yıl 60 milyar dolar harcıyor ve bu rakam daha da büyüyor. HyperScience, bunu çeşitli belgelerdeki verilerin kilidini açmak ve kaldırmak için en son makine öğrenimini kullanarak çözer. ”

Baş ağrısını ortadan kaldıran aracın kurulumu, uygulanması ve bakımı kolaydır; mevcut iş akışlarına kolay entegrasyon için isteğe bağlı bir API’ye erişim. Zamanla, HyperScience’ın yerleşik kalite güvence mekanizmaları, gelişmiş makine öğrenimi modelleri aracılığıyla son derece hassas sistemin daha da fazla olmasını sağlar.

Teknoloji aynı zamanda insan hatası ve veri girişi maliyetlerini düşürerek kullanıcıların en önemli şeylere odaklanmalarını sağlıyor: yeni iş fırsatları yaratmak. İleride, HyperScience, akıllı belge işlemenin gücünü daha geniş bir kullanıcı tabanına taşıyarak stratejik yatırımları sürdürmek için 50 milyon dolarlık fonundan yararlanacak..

El Yazısı, El Yazısı ve Basılı Metin için Makine Öğrenmesi Çözümü

Peter Brodsky, Krasimir Marinov ve Vladimir Tzankov, 2014 yılında New York City merkezli HyperScience’ı kurdular. Bundan önce, kurucular yaklaşık on yıl boyunca karmaşık Ekstrakt, Dönüştürme, Yük (ETL) verilerini içeren makine öğrenme projeleri üzerinde çalışmışlardı. süreçler.

Bu işler tam olarak tatmin edici değildi. HyperScience sitesindeki bir makalede Peter, ETL’den “yüksek düzeyde alan uzmanlığı gerektiren ve son derece olumsuz düzeyde iş doyumu sağlayan” zihin uyuşturan, ruh ezici, korkunç, korkunç, korkunç iş ”olarak bahsetti.

Bu nedenle, HyperScience’ı kurduktan sonra ekip, daha akıllıca bir çözüm oluşturmak için ilk elden bilgileri kullanarak eski işlerini otomatikleştirmeye başladı. Ayrıca, gerçek dünyada var olan, el yazısı ve eğri veya uzatılmış kağıt belgelerin taranması gibi belge işleme zorluklarını da dikkate aldılar..

Kuruluş tarihi, çalışan sayısı, ofis konumları ve yatırımları temsil eden simgeler

Hızla büyüyen şirket, birçok yönden yolculuğuna yeni başladı.

Peter, “O zamanlar sağlam ve güvenilir bir otomasyon platformu yoktu” dedi. Peter, “Bunun yerine şirketler, eski veri yakalama teknolojisine ve veri anahtarlayıcı ekiplerine güveniyordu” dedi. “HyperScience, kutudan çıkar çıkmaz yüksek oranda doğruluk ve otomasyon sağlayan ve zamanla daha iyi olmaya devam eden tescilli bir makine öğrenme çözümü oluşturarak temelde farklı bir yaklaşım benimsedi.”

Kuruluşundan bu yana, şirket New York, Londra ve Bulgaristan’da 100’den fazla çalışanı ve ofisi bulunan bir ekiple önemli ölçüde genişledi..

Bugün, HyperScience’ın makine öğrenim platformu, finans ve sigortadan sağlık hizmetlerine ve hükümete kadar dünyayı ve endüstrileri kapsayan kuruluşların manuel veri girişi ile ilgili maliyetleri ve hataları azaltmalarına yardımcı oluyor.

Veri Giriş Maliyetlerini Azaltın ve Temel Faaliyetlere Odaklanın

Peter bize HyperScience’ı uygulayan kuruluşların genellikle zaman tasarrufu ve daha yüksek verimlilik oranlarından çeviklikle çalışma ve yatırım getirisini artırma yeteneğine kadar çeşitli avantajlardan yararlandığını söyledi.

“HyperScience platformu, veri girişi ile ilgili maliyetleri ve hataları azaltmaya yardımcı olurken, kullanıcıları işletmeyi ileriye götüren etkinliklere odaklanmaya da serbest bırakıyor” dedi. “HyperScience’ı seçen şirketler, kapasite düzeyinde artışların yanı sıra hizmet düzeyi sözleşmelerinde (SLA’lar) altı saate varan düşüşler görebilir.”

Bu, iş ortakları, dahili müşteriler veya yalnızca aracılık hesabı açmak isteyen kişiler olsun, her türden müşteri için daha güvenilir işleme ve daha hızlı yanıt süreleri anlamına gelir. Bu gibi avantajlar, ilk gün% 98’den fazla doğruluk oranları ve zaman içinde sürekli iyileştirmeler ile HyperScience’ın hassasiyetinin ürünüdür..

“Belgeler dağınık, bu nedenle verileri farklı girdiler ve hatta düşük çözünürlüklü, bozuk görüntüler arasında sınıflandıran ve çıkaran bir çözüm oluşturduk” dedi Peter. “Örneğin, bir Sosyal Güvenlik numarasının yalnızca her rakamın doğru olması durumunda değerli olduğunu biliyoruz ve belgeleri buna göre – bağlamla – okuyoruz, böylece daha yüksek doğruluk sağlayabiliriz.”

Özelliklere gelince, Peter’ın kişisel favorilerinden biri, istisnalar olarak bilinen işaretli verilerin nasıl işleneceğine dair rehberlik sağlayan HyperScience denetim platformudur. Hafif, sezgisel teknoloji, işlevsel olduğu kadar kullanımı kolaydır.

“HyperScience, ne zaman doğru olacağı ve ne zaman yardıma ihtiyacı olduğu konusunda son derece iyidir. Bunları incelemek ve çözmek için bir kuruluşun veri giriş ekiplerine uç / istisna vakaları gönderir ve bu da temeldeki modele ince ayar yapar ”dedi. “Ancak bunu yapma şeklimiz kullanımı kolay ürün ahlakımızdan bahsediyor.”

Araştırma ve Müşteri Deneyimi

Yapay sinir ağlarını içeren makine öğreniminin bir alt kümesi olan derin öğrenmede önemli ilerlemeler kaydedilmiştir ve araştırmacılar aktif olarak bilgi sınırlarını ileriye taşımak için çalışmaktadır..

Peter bize HyperScience’ın yeni fikirleri test etmek ve ortaya çıkan trendlere ayak uydurmak için ekip araçları sağlamak üzere ürün ve mühendislik yatırımlarına öncelik verdiğini söyledi.

“Alanın ön kenarında çalışarak, bazıları performans atılımlarına dönüşen birçok farklı şeyi deneyebiliyoruz” dedi. “Aynı zamanda, veriler Derin Öğrenmenin anahtarı olmaya devam ediyor ve dünyayı temsil eden ve model mimari tarafında yaptığımız bazı atılımlara özel olarak uyarlanmış tescilli bir veri kümesi toplayabildik.”

HyperScience ekibinin fotoğrafları

HyperScience her zaman genişleyen ekibine katılacak yetenekli bireyler arar.

Rekabette bir adım önde olmak aynı zamanda müşterilerin acı noktalarını tanımlamak ve çözmek için yakın durma meselesidir. Peter bu amaçla HyperScience’ın müşteriye takıntılı olduğunu söyledi. Şirket, müşterileriyle birlikte çalışarak, ürün yol haritası için çok önemli olan ilk elden geri bildirim toplamayı başardı..

Örneğin, yakın zamanda yenilenen bir kullanıcı arayüzü, iyileştirilmiş organizasyon araçları ve müşterilerin geri bildirimlerine dayanarak müşterilerin ihtiyaçlarını daha iyi karşılamak için Fransızca dil desteği sundu.

“Şaşırtıcı değil, ancak kullanım kolaylığı büyük bir farklılaştırıcı olmaya devam ediyor” dedi. “Kişisel ve tüketici teknolojisi, işletme beklentilerini çok şekillendirdi ve teknik olmayan ticari kullanıcılar için tasarlanmış şık, sezgisel bir platform oluşturmak için yorulmadan çalışıyoruz.”

Kilit Yatırımlar ve Bilgili Büyüme Stratejisi

Geleceğin ne olacağına gelince, Peter bize HyperScience’ın kuruluşların iş akışlarını otomasyonun gücü aracılığıyla dönüştürmelerine yardımcı olmayı taahhüt ettiğini söyledi.

2019’un şirket için olağanüstü bir yılı temsil ettiğini, bunun birçok yönden sadece yerden kalktığını söyledi..

“Ocak ayında 30 milyon dolarlık bir Seri B turunu kapattığımızdan beri, 100 çalışan kilometre taşını geçtik, Londra’daki ikinci Avrupa ofisimizi açtık ve aydan beri sürekli çift haneli büyüme sağladık” dedi. “Ayrıca daha fazla etkinliğe katılmayı (ve bunlara ev sahipliği yapmayı) ve endüstri anlayışımızı ve uzmanlığımızı paylaşmayı dört gözle bekliyoruz.”

Bu arada HyperScience, kuruluşu ileriye taşımak için gerekli araştırma ve geliştirmeye yatırım yapmaya devam edecek.

Peter, “Platform girişimizi agnostik hale getirme – her belge türünden (yani herhangi bir yapı ve dilden) veri çıkarabilen ve herhangi bir işleme iş akışına uyum sağlayacak kadar esnek yapma nihai vizyonumuza doğru önemli adımlar attık” dedi..

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me