Sztuczna inteligencja w LOGITO low-code

Zastosowanie AI w projektowaniu workflow obejmuje pięć głównych obszarów: 

Obieg dokumentów – system sam klasyfikuje typ dokumentu (faktura, umowa, pismo), przypisuje go do odpowiedniego modułu oraz automatycznie uzupełnia pola formularzy odczytanymi danymi. 

Umowy – AI analizuje treść, wskazuje kluczowe zapisy, wykrywa ryzykowne klauzule i generuje streszczenia, które mogą być automatycznie przekazane do działu prawnego. 

Finanse – klasyfikacja faktur, wiązanie z zamówieniami, automatyzacja opisu oraz wsparcie w bezbłędnym przekazywaniu danych do innych systemów. 

Baza wiedzy – użytkownik szybko dociera do informacji dzięki inteligentnym wyszukiwaniom opartym na bazach wektorowych i RAG. 

Helpdesk – automatyczna klasyfikacja zgłoszeń, zautomatyzowane odpowiedzi w czasie rzeczywistym, rozpoznawanie powtarzających się problemów (60% zgłoszeń rozwiązywanych automatycznie). 

Inwestycja w AI przekłada się na konkretne i mierzalne korzyści biznesowe: 

Skrócenie obiegu dokumentów nawet o 60% – eliminacja ręcznego wprowadzania danych znacząco przyspiesza procesy. 

Odzyskanie czasu dla zespołów – pracownicy mogą skupić się na bardziej złożonych zadaniach zamiast rutynowych czynności. W helpdesku to redukcja czasu pierwszej odpowiedzi do kilku sekund i 50% mniej kosztów operacyjnych. 

Po rejestracji dokumentu (np. umowy lub faktury), AI może automatycznie wygenerować streszczenie jego treści zgodnie z wcześniej zdefiniowanym promptem, czyli zestawem instrukcji, które określają, na co AI ma zwrócić uwagę. 

Dzięki temu osoba obsługująca dokument nie musi czytać całego pliku, wystarczy zajrzeć do streszczenia, by zrozumieć, czego dotyczy umowa, jaki jest jej zakres i na jakie działania należy zareagować. To nie skrót tytułowy, ale faktyczne podsumowanie zawartości. 

Wygenerowane podsumowanie może być automatycznie przekazane do kolejnych etapów obiegu, np. jako załącznik dla działu prawnego czy kontrolingu. W ten sposób LOGITO buduje ciągłość informacji między działami bez potrzeby dodatkowego opisywania dokumentów. 

LLM (Large Language Models) to duże modele językowe, które rozumieją i generują tekst w języku naturalnym. W LOGITO wykorzystujemy modele AI do analizy treści dokumentów, generowania streszczeń, klasyfikacji zgłoszeń i odpowiadania na pytania użytkowników. 

W panelu administracyjnym można konfigurować, które modele AI są używane do konkretnych zadań. Możesz wybierać różne modele do różnych funkcji. Czego innego możesz chcieć używać do wygenerowania skrótu dokumentu, a czego innego do analizy helpdesku. Dzięki temu możesz realnie zarządzać, który model do których funkcji chcesz użyć i eksperymentować z różnymi ustawieniami. 

System wykorzystuje także bazy wektorowe połączone z RAG (Retrieval-Augmented Generation). Gdy wpada zapytanie podobne do wcześniejszych rozwiązań, AI generuje odpowiedź na podstawie sprawdzonej wiedzy. 

LOGITO stawia na to, by użytkownicy, nie tylko programiści, mogli tworzyć i konfigurować procesy z AI. Dzięki platformie no-code możliwe jest elastyczne wdrażanie AI tam, gdzie faktycznie przyniesie wartość. 

Użytkownik sam projektuje przebieg dokumentu: wybiera etapy, ustala reguły, łączy proces z innymi systemami. Może też w kilku kliknięciach dodać działanie AI, np. generowanie streszczenia umowy albo klasyfikację dokumentu. Dzięki temu zespoły nie muszą czekać tygodniami na wdrożenie nowej wersji procesu. Reagują od razu, zmieniają formularze, dostosowują reguły, rozbudowują strukturę obiegu. 

AI w LOGITO to nie zamiana ludzi na automatyzację, ale przesunięcie ich pracy z ręcznego wprowadzania danych na kontrolę i podejmowanie decyzji. W każdej z funkcji człowiek nadal pełni ważną rolę. 

Każdy projekt LOGITO zakłada obecność człowieka na początku i końcu procesu: 

• AI klasyfikuje dokumenty, automatycznie wykrywa anomalie lub nietypowe zdarzenia oraz wskazuje potencjalne ryzyka 

• Rolą człowieka jest weryfikacja wyjątków, podejmowanie decyzji i zatwierdzanie końcowych wyników 

AI nie zrobi nic sensownego, jeśli nie ma dostępu do dobrej jakości danych. Wdrożenie wymaga czasu, edukacji zespołu i zaufania użytkowników. Po dostosowaniu systemu do danych firmy może on automatyzować konkretne etapy procesu, ułatwiając pracę zespołu.