流程自动化具有广泛的应用，但通常的共同目标是用技术取代人类活动，以降低成本并简化重复流程。

几十年来，制造公司一直在使用工业机器人来取代传统上由人类执行的活动，同时，业务流程自动化也有着相同的目标：用软件应用程序取代人类执行的业务功能。流程自动化的首选是那些本质重复并且几乎不需要智能分析和决策来完成的工作活动。

企业仍然在广泛使用纸张

我们知道，无纸化办公室为企业和环境都带来巨大的好处。数十项研究表明，与纸质文档相比，数字文档可降低成本并提高质量和效率。但业务社区仍在继续产生大量纸张。

IDC市场研究公司在题为《从纸张到数字的迁移：为什么仍然难以实现数字化》的白皮书指出：

• 纸质文件占每天使用文件的30%。
• 知识工作者继续创建更多纸质文档，而不是电子文档。
• 企业继续使用纸质文档用于关键业务流程，包括客户、员工和患者登记、采购订单、费用报告和内容审查及批准。

我们知道，常见的下一步是将信息从纸质文件传输到计算机化系统。这个过程可以手动或机器人完成。在大多数企业的核心战略是使尽可能多的业务流程自动化的时代，手动将信息从纸质文档转录到计算机系统仍然很常见。我们很容易做出这样的假设，即手动数据输入耗时、成本高且容易出错。

自动化数据采集技术

自动化数据收集远远超出简单的文件扫描–以作为图像进行存储和存档。现代自动数据采集产品可以智能地识别和提取纸质文档中的单个文本、复选框、实心圆圈和笔迹，然后将它们转换为可供计算机系统使用的结构化数据元素。

光学字符识别。光学字符识别(OCR)已有几十年的历史，这是将纸质文档转换为电子文件的最常用技术。

智能字符识别 (ICR)。ICR通过使用附加技术来识别不同的字体和手写样式来增强OCR功能。ICR应用程序通常使用机器学习算法和人工智能来提高系统的识别能力，并提高纸张到数字转换的准确性。

智能文档识别 (IDR)。IDR是营销术语，自动化数据收集软件供应商用来描述他们用以提高产品识别和提取能力的技术组合。在IDR的早期阶段，供应商使用预定义的模板，允许他们的软件提取出现在特定位置的值。

构想模板工作原理的一种简单方法是，它是放置在文档顶部的计算机化叠加层。该软件从叠加层的预定义位置提取数据，并将值插入到相应的字段中。模板仍然是从纸质文档中提取数据的流行方法。

与任何竞争激烈的市场领域一样，自动化数据收集软件供应商明白，他们必须不断创新和集成新功能以使其产品与其他产品区分。

现在很多竞争对手正在使用先进的软件，结合人类逻辑与人工智能和机器学习，从纸质文档中识别和提取数据，并将其存储为结构化信息。他们的目标是使用各种技术来增强或完全替换文档模板。

自动化数据采集市场

每当你意识到需要自动化业务流程时，你都会发现一组可提供解决方案的有进取心的供应商。从Oracle和IBM等行业重量级企业到专注于自动化数据收集的供应商，现在有大量且不断增加的产品可供选择。因此，对自动化数据收集产品感兴趣的企业，面对的是令人眼花缭乱的产品、技术和功能，他们需要对这些产品进行评估。下面是一些流行的产品，可让你更好地了解供应商使用的不同策略、技术和功能：

Ephesoft。在这个领域，极具竞争力的产品是Ephesoft。该供应商是众所周知的，通常被客户和竞争对手称为行业领导者。该产品使用人工智能和自己的专利机器学习算法从纸质文档中提取数据。该供应商与其竞争对手的不同之处在于该产品强大的功能集、众多的 API、从各种文档源中提取数据的能力以及全面的报告功能。

Amazon Textract。在有市场竞争的地方，你都有可能会找到亚马逊的产品。Amazon Textract将OCR与先进技术相结合，从扫描的文档中智能地提取文本和手写数据。此外，亚马逊为用户提供了创建自定义工作流程的能力，以允许在提取过程中的任何阶段对数据进行人工审查。

Rossum。Rossum是该领域的有力竞争者，其产品获得很多好评。与大多数自动化数据收集供应商一样，Rossum采用机器学习和自学习人工智能来提取数据，而无需依赖预定义的模板。Rossum使用两阶段流程，分为数据提取和验证。在验证阶段，软件会为提取的数据分配置信度分数。该产品会自动提示用户检查空字段，并手动检查得分较低的数据元素。

IBM Datacap。该行业巨头的Datacap产品既是一个独立的产品，也是其IBM Cloud Pak for Business Automation产品套件的关键组件。IBM表示，该产品“使用机器学习来自动化处理传统系统难以捕获的复杂或未知格式和高度可变的文档”。该产品可轻松与IBM的机器人流程自动化软件集成，并允许用户定义处理规则、创建工作流并轻松将数据导出到其他系统。Datacap Mobile使用户能够在接触点捕获信息。