ΑΙ στη Διαχείριση Εγγράφων και στην Αυτοματοποίηση Ροών Εργασιών
Η σύγχρονη διαχείριση εγγράφων δεν μπορεί να περιορίζεται στην απλή αποθήκευση, ταξινόμηση και βασική αναζήτηση αρχείων, με δεδομένη την εκθετική αύξηση του αριθμού των εγγράφων και δεδομένων που πρέπει να καταχωριστούν, διαχειριστούν και αξιοποιηθούν καθώς και την ανάγκη για γρήγορη και έγκυρη πρόσβαση στην αποθηκευμένη πληροφορία.
Το σύστημα Plethora έχει ενσωματώσει προηγμένες τεχνολογίες Τεχνητής Νοημοσύνης (AI), Μεγάλων Γλωσσικών Μοντέλων (LLMs) και τεχνολογίες Πρακτόρων AI (Agentic AI) ώστε να μετατρέπει το περιεχόμενο των εγγράφων, σε άμεσα αναζητήσιμη και αξιοποιήσιμη γνώση, και να παρέχει ισχυρά εργαλεία για την αυτοματοποίηση των επιχειρησιακών διαδικασιών.
Το σύστημα υποστηρίζει λειτουργικότητα ΑΙ, όπως:
- Δυνατότητα επιλογής ανοικτών τοπικών μοντέλων (όπως Gemma, Llama, Qwen, κ.α) τα οποία μπορούν να χρησιμοποιηθούν χωρίς κόστος με την κατάλληλη τεχνολογική υποδομή (τοπικά ή στο cloud) ή εμπορικών μοντέλων στο cloud (OpenAI, Gemini, κ.α).
- AI document chatting, για την εξαγωγή συνόψεων, σημαντικών παραγράφων, κλπ. με δυνατότητα χρήσης μνήμης συνομιλίας, ορίων, κ.α.
- Αναζητήσεις σε φυσική γλώσσα με χρήση τεχνολογίας RAG (διανυσματική, με δεικτοδότηση και υβριδική).
- Λειτουργία του συστήματος διαχείρισης εγγράφων ως MCP server ώστε λειτουργίες του να χρησιμοποιούνται από τρίτα συστήματα ή την ροή εργασιών καθώς και υποστήριξη MCP client απο τις ροές εργασιών ώστε να αξιοποιούνται και τρίτοι MCP servers για την την εκτέλεση εξωτερικών εργαλείων/υπηρεσιών.
- Αναγνώριση και εξαγωγή κειμένου (OCR) από αρχεία (PDF, εικόνες) διατηρώντας πληροφορία για την δομή (layout) των σελίδων.
- Ανάλυση και σχεδίαση νέων εφαρμογών λογισμικού (απαιτήσεις, μοντέλο δεδομένων, κ.α.)
Τα παραπάνω παρέχονται πλήρως ενσωματωμένα και ολοκληρωμένα στο σύστημα, σε ένα ενιαίο περιβάλλον με πολλές δυνατότητες παραμετροποίησης.
Ο συνδυασμός τεχνολογιών AI όπως LLMs, RAG και MCP μαζί με την υποστήριξη της σημειογραφίας διαδικασιών BPMN, μετατρέπει το σύστημα από ένα παραδοσιακό σύστημα διαχείρισης εγγράφων, σε μια AI-ready πλατφόρμα διαχείρισης γνώσης και αυτοματοποίησης επιχειρησιακών διαδικασιών.
Το αποτέλεσμα είναι μια ενιαία αρχιτεκτονική όπου έγγραφα, γνώση, AI agents, εργαλεία και επιχειρησιακές διαδικασίες μπορούν να συνεργάζονται μεταξύ τους και με τους χειριστές, δημιουργώντας νέες δυνατότητες αυτοματοποίησης και αξιοποίησης της πληροφορίας.
Στη συνέχεια περιγράφονται αναλυτικότερα τα ανωτέρω στοιχεία λειτουργικότητας.
Αλληλεπίδραση με έγγραφα: Συνομιλία (Chat) και παραγωγή συνόψεων
Οι χρήστες μπορούν να αλληλεπιδρούν με τα έγγραφά τους μέσω ενός περιβάλλοντος συνομιλίας το οποίο επιτρέπει, αντί να αναζητούν χειροκίνητα πληροφορίες μέσα σε μεγάλα αρχεία, να μπορούν να υποβάλλουν ερωτήσεις σε φυσική γλώσσα και να λαμβάνουν απαντήσεις (σε φυσική γλώσσα) βασισμένες στο περιεχόμενο των διαθέσιμων εγγράφων.
Το σύστημα μπορεί να δημιουργεί σύντομες και κατανοητές περιλήψεις, αναδεικνύοντας τα σημαντικότερα σημεία ενός εγγράφου και εξάγοντας τις θεματικές κατηγορίες του.
Ειδικότερα, η λειτουργικότητα AI επιτρέπει την σύνοψη του κειμένου των εγγράφων ακόμη και για έγγραφα που είναι εκτενή ή σύνθετα ή κείμενα σε άλλη γλώσσα από τη γλώσσα επικοινωνίας.
Η δυνατότητα αυτή μπορεί να αξιοποιηθεί σε συμβάσεις, τεχνικές αναφορές, πρακτικά, κανονιστικά κείμενα, επιχειρησιακά έγγραφα και γενικότερα σε περιεχόμενο που απαιτεί γρήγορη κατανόηση.
Αναζήτηση σε φυσική γλώσσα και αρχιτεκτονικές RAG
Κεντρικό στοιχείο μίας AI αρχιτεκτονικής που εμπλέκει αναζητήσεις σε εξειδικευμένο περιεχόμενο (π.χ. εταιρικά έγγραφα, πληροφορίες σχετικές με ένα τομέα, κλπ), αποτελεί η υποστήριξη RAG.
Η λειτουργικότητα RAG (Retrieval-Augmented Generation) αφορά στη λειτουργικότητα εύρεσης συγκεκριμένων εγγράφων (ή τμημάτων εγγράφων) τα οποία θα υποβοηθήσουν ένα σύστημα AI όταν αυτό πρέπει να απαντήσει σε ένα ερώτημα χειριστή, παρέχοντας το διαθέσιμο σχετικό περιεχόμενο.
Μέσω RAG, το υποσύστημα AI δεν βασίζεται αποκλειστικά στη γενική γνώση του μοντέλου (LLM), αλλά μπορεί να ανακτά σχετικές πληροφορίες από το περιεχόμενο των εγγράφων και να τις χρησιμοποιεί ως πλαίσιο για τη δημιουργία της απάντησης.
Άρα είναι σαφές ότι η λειτουργικότητα RAG είναι εξαιρετικά σημαντικό να βασίζεται σε ισχυρή τεχνολογία αναζήτησης, ειδάλλως τα αποτελέσματα που παρέχει το σύστημα AI μπορεί να είναι ελλιπή, ή ακόμα και μη έγκυρα ("παραισθήσεις" / hallucinations)
Το σύστημα Plethora ήδη παρείχε δυνατότητες αναζήτησης με τεχνολογίες δεικτοδότησης (α) ελευθέρου κειμένου ή (β) με θησαυρούς όρων και concept hierarchies. Στις τεχνολογίες αυτές προστίθεται πλέον και (γ) η διανυσματική δεικτοδότηση (embeddings) που ενισχύει τη σημασιολογική αναζήτηση, δηλαδή παρέχει αποτελέσματα ακόμα και χωρίς να υπάρχουν οι δοσμένες λέξεις-κλειδιά.
Στο πλαίσιο αυτό, υποστηρίζεται λειτουργικότητα RAG με ένα από τους παραπάνω τρόπους ή με συνδυασμό αυτών (υβριδική αναζήτηση RAG).
Η δυνατότητα επιλογής ή συνδυασμού διαφορετικών μηχανισμών ανάκτησης επιτρέπει την προσαρμογή της αναζήτησης στις απαιτήσεις και στο είδος των εγγράφων κάθε Φορέα ή εφαρμογής.
Επισημαίνεται ότι η λειτουργικότητα αναζήτησης περιλαμβάνει και ιδιαίτερα χαρακτηριστικά για την υποστήριξη της ελληνικής γλώσσας (λεξιλόγια, κανόνες, κλπ) καθώς οποιαδήποτε μέθοδος δεικτοδότησης (embeddings ή κλασσική) εξαρτάται σημαντικά από τη γλώσσα.
AI-powered επιχειρησιακές ροές (BPMN) και Agentic AI
Η AI λειτουργικότητα δεν περιορίζεται στην αναζήτηση ή στην κατανόηση εγγράφων αλλά ενσωματώνεται στις επιχειρησιακές ροές εργασίας (BPMN), επιτρέποντας την αυτοματοποίηση διαδικασιών που βασίζονται σε έγγραφα και επιχειρησιακούς κανόνες.
Σε καθορισμένες ροές εργασιών που σχεδιάζονται σε κατάλληλο γραφικό περιβάλλον χρήσης, μπορούν να προστεθούν κόμβοι με AI λειτουργικότητα (chat, σύνοψη, δρομολόγηση εγκρίσεων βάσει περιεχομένου, έλεγχος πληρότητας, εξαγωγή δεδομένων, κ.α) καθώς και κόμβοι κλήσης εξωτερικής λειτουργικότητας (εργαλεία) με χρήση του πρωτοκόλλου MCP το οποίο έχει καθιερωθεί ως προδιαγραφή ελεγχόμενης πρόσβασης σε εξωτερικά εργαλεία από μηχανές AI.
Στο πλαίσιο αυτό μπορούν να σχεδιαστούν σε σημειογραφία BPMN ροές όπου εμπλέκονται άνθρωποι ή εξωτερικά συστήματα/διεπαφές (π.χ. υποβολή εγγράφου ή αίτησης), AI Agents (π.χ. για την ανάλυση των εγγράφων και την απάντηση ερωτημάτων), υπηρεσίες λογισμικού (services) (π.χ. για την καταγραφή σε κεντρικά συστήματα ή την αποστολή ειδοποιήσεων), και άνθρωποι για τον έλεγχο της διαδικασίας και την αξιολόγηση αποτελεσμάτων (human-in-the-loop).
Με βάση τα παραπάνω φαίνεται ότι η AI μπορεί να λειτουργήσει ως μέρος μιας ευρύτερης επιχειρησιακής διαδικασίας και όχι ως ένα απομονωμένο ανεξάρτητο εργαλείο. Στο πλαίσιο αυτό, το σύστημα Plethora μπορεί να ενισχύει τον κεντρικό έλεγχο και την καλύτερη οργάνωση μία AI αρχιτεκτονικής η οποία κατά κανόνα τείνει να είναι κατακερματισμένη και να εμπλέκει πολλές διαφορετικές τεχνολογίες και υποδομές.
Διασύνδεση συστημάτων με την προδιαγραφή MCP (Model Context Protocol)
Υποστηρίζεται ένας αμφίδρομος μηχανισμός αξιοποίησης της προδιαγραφής MCP για την ελεγχόμενη πρόσβαση σε εξωτερικά εργαλεία λογισμικού (στο cloud). Ειδικότερα, το σύστημα Plethora μπορεί (α) να παρέχει λειτουργίες του σε AI εφαρμογές μέσω MCP, ενώ ταυτόχρονα μπορεί (β) να καταναλώνει εργαλεία (λειτουργικότητα) άλλων MCP servers στις δικές του εκτελούμενες ροές εργασιών.
MCP Server - Το σύστημα διαχείρισης εγγράφων ως διαθέσιμο AI εργαλείο
Το σύστημα Plethora λειτουργεί ως MCP Server επιτρέποντας σε συμβατούς AI agents και εφαρμογές να αποκτούν ελεγχόμενη πρόσβαση στις δυνατότητες του συστήματος.
Στο πλαίσιο αυτό μπορούν να διατεθούν μέσω της προδιαγραφής όλες οι λειτουργίες που επιλέγει να διαθέσει ο Φορέας (π.χ. ανάγνωση εγγράφου, εξαγωγή κειμένου, αναζήτηση, έναρξη διαδικασίας, κλπ.) ως εργαλεία προς χρήση από AI εφαρμογές.
Επίσης μέσω MCP μπορούν να διατίθεται επιλεγμένα έγγραφα όπως πολιτικές, φόρμες ISO, κ.α. σε ξεχωριστή ενότητα του MCP, ως resources. Με αυτόν τον τρόπο, το σύστημα διαχείρισης εγγράφων μπορεί να αποτελέσει κεντρικό αποθετήριο γνώσης και λειτουργικότητας μέσα σε ένα ευρύτερο οικοσύστημα AI.
MCP Client - Χρήση εξωτερικών εργαλείων μέσα σε ροές εργασιών
Παράλληλα, το σύστημα λειτουργεί και ως MCP client. Ειδικότερα, υποστηρίζεται η χρήση κόμβων/βημάτων λειτουργικότητας σε μία ροή εργασιών όπου καλούνται εργαλεία που παρέχονται από εξωτερικούς MCP servers.
Έτσι, μία ροή εργασιών μπορεί να συνδυάζει τις δυνατότητες του συστήματος διαχείρισης εγγράφων με εξωτερικές υπηρεσίες και εργαλεία, υλοποιώντας σύνθετες αυτοματοποιημένες διαδικασίες.
Υποστήριξη ανάπτυξης νέων εφαρμογών
Έχουν αναπτυχθεί εργαλεία για την υποστήριξη ανάπτυξης νέων εφαρμογών.
Στο πλαίσιο αυτό, ξεκινώντας από μία περιγραφή της νέας εφαρμογής, με την βοήθεια της AI παράγονται: (α) κατάλογος απαιτήσεων (user / system requirements) και (β) το μοντέλο δεδομένων, δηλαδή ομάδες πεδίων για την σχεδίαση των σημαντικότερων δομών που θα υλοποιηθούν σε κώδικα και στην βάση δεδομένων, για την επεξεργασία και αποθήκευση των στοιχείων (δεδομένων) της νέα εφαρμογής.
Η εταιρεία έχει αναπτύξει εργαλεία για την επεξεργασία των αποτελεσμάτων, ειδικά του μοντέλου δεδομένων, και την εξέλιξη αυτού με επαναληπτική διαδικασία, εάν απαιτείται.
Παράλληλα, διατίθενται εργαλεία που επιτρέπουν από το καταγεγραμμένο μοντέλο δεδομένων να παραχθεί κώδικας Java, SQL, τεκμηρίωση, κ.α. ο οποίος μπορεί στη συνέχεια να βελτιωθεί χειροκίνητα. Η ενέργεια αυτή μπορεί να επαναληφθεί εάν αλλάξει το μοντέλο δεδομένων, χωρίς να χαθούν οι αλλαγές που έχουν γίνει στον κώδικα.
Η παραπάνω διαδικασία διαφέρει από την συνήθη διαδικασία παραγωγής κώδικα από σύστημα AI (π.χ. Claude) καθώς η τεχνολογία AI περιορίζεται στο στάδιο της ανάλυσης και της σχεδίασης, ενώ για την παραγωγή κώδικα χρησιμοποιούνται άλλα δοκιμασμένα επί σειρά ετών εργαλεία της εταιρείας.
