Всички случаи и публикации

Образование

Валидиране на студентски прием с AI за италиански университет

Анонимизиран ангажимент
Клиент
Университет · Италия · един от най-големите частни университети в Европа, няколко филиала
Индустрия
Образование
Отдел
Операции
Регион
Италия · Европа

Два пъти годишно четирима до осем служители по прием прекарваха един до два месеца в ръчна проверка на около 20 000 заявления: съвпада ли формулярът с документа за самоличност, снимката истински портрет ли е, същото ли е лицето. Всяка пропусната проверка е грешна самоличност в студентския регистър. Сега проверката я прави робот, правилно в около 90-95% от случаите, а хората виждат само случаите, които изискват преценка.

Работещ модел на подхода с примерни данни. Върви сам и спира, когато не е на екрана; нищо тук не докосва реална система.

Резултатите

~20 000
заявления за прием, валидирани годишно
Два приемни периода. Приблизителна работна стойност от екипа по внедряването.
~90–95%
от заявленията, обработени правилно от робота
По спомен на екипа по внедряването. Останалите отиваха при хора в Action Center.
3+ г.
в реална експлоатация
От 2022 до 2025 г., с поддръжка и обслужване от нас през цялото време.

Предизвикателството

Нашият клиент е един от най-големите частни университети в Европа, базиран в Италия, с няколко филиала. Кандидатите кандидатстват през онлайн портал за прием, качват документите си за самоличност и снимка, а приемната служба преглежда всяко заявление и отговаря, когато нещо липсва или е грешно. Един от филиалите провежда приема си в отделна система, достъпна през API. Приемните периоди са два годишно, а заявленията за валидиране са около 20 000.

Всяко заявление се проверяваше на ръка. Служителите отваряха качения документ за самоличност, сравняваха го с въведеното от кандидата във формуляра, преценяваха дали документът е във формат, приет от италианската държава, и гледаха снимката два пъти: веднъж дали отговаря на изискванията за портрет (равен фон, а не селфи в баня) и веднъж дали лицето е същото като на документа.

Какво им струваше това

  • Хора, вързани в пика. Около четирима до осем души, заети за един до два месеца, два пъти годишно, точно когато приемната служба е най-натоварена.
  • Преценка на око. Сверяване на самоличност при около 20 000 заявления годишно, извършвано от този, който е на смяна.
  • Риск за самоличността. Несъответстващ документ, неприемлив формат или снимка на друг човек, пропуснати веднъж, се превръщат в грешна самоличност в студентския регистър.
  • Чакащи кандидати. Всеки ден ръчно натрупване е ден, в който кандидатът чака да разбере, че нещо липсва.
  • Два канала, един ръчен процес. Порталът и системата с API трябваше да се покриват от едни и същи ръчни проверки.
Проверките, правени ръчно за всяка кандидатура
  • Формулярът спрямо личния документ
  • Тип документ, приет в Италия
  • Данни, валидни и правилно оформени
  • Изисквания за портретна снимка
  • Същото лице като в документа

Подходът

Изградихме UiPath робот, който работи по приема като член на приемния екип: валидира всяко заявление от край до край, предава на служителите случаите, които не може да завърши, и отчита останалите.

Как се валидира всяко заявление

  1. Правила от приемния екип. Събрахме правилата за валидиране от служителите по прием и от познанията им за процеса и ги превърнахме в ясни проверки, които могат да се тестват.
  2. Автоматизация на портала. Непридружена UI автоматизация влиза в портала за прием, отваря всяко заявление и чете подадения формуляр и качените документи, за всеки филиал, който работи през портала.
  3. Интеграция през API. Филиалът със системата за прием през API се обслужва от същата автоматизация чрез нейния API.
  4. Разбиране на документи. UiPath Document Understanding класифицира качения документ и извлича данните му: лични карти, паспорти, шофьорски книжки и документи с данъчен номер, всеки в няколкото формата, приети в Италия.
  5. Сверяване на формуляра с документа. Извлечените данни от документа се сравняват поле по поле с въведеното от кандидата във формуляра.
  6. Валидност на данните. Регулярни изрази и правила според вида и формата проверяват дали всяка стойност е реална и коректно изписана и дали видът и форматът на документа са допустими.
  7. Проверка на снимката, разработена от нас. Собствени алгоритми на Python проверяват снимката спрямо изискванията за портрет и я сверяват с лицето на документа за самоличност.
  8. Човек в процеса. Когато роботът не може да извлече всяко поле или липсва информация, случаят отива при служителите по прием в UiPath Action Center, а резултатите се преглеждат в края на процеса. Роботът никога не гадае.
  9. Отчет за изключенията. Всичко грешно или липсващо се докладва на университета в редовен Excel отчет, така че служителите се свързват само с кандидатите, при които има нужда.
Как се валидира всяка кандидатура
  • Портал и API
  • Document Understanding
  • Сравнение формуляр-документ
  • Правила за валидност
  • Проверка на снимката
  • Action Center
  • Excel отчет с изключения
Роботът не налучква: неясните случаи отиват при хора.

Изграден да работи при всеки прием

  • Оркестрация от UiPath Automation Cloud, с роботи на виртуални машини във вътрешната мрежа на университета.
  • Проектиран и изграден по добрите практики на UiPath.
  • Администрирахме средата в Automation Cloud и Windows инфраструктурата на роботите.
  • Поддръжка, надграждане и обслужване на робота и инфраструктурата му от 2022 до 2025 г., с решаване на специфичните случаи в приемния процес, когато възникнат.

Технологии

СлойКакво използвахме
АвтоматизацияUiPath Studio, непридружени роботи (UI автоматизация)
Документен AIUiPath Document Understanding
Човешка намесаUiPath Action Center
ОркестрацияUiPath Automation Cloud (Orchestrator)
Проверка на снимкатаPython, собствени алгоритми за изискванията за портрет и сверяване на лица
Валидиране на данниРегулярни изрази и проверки по правила
ИнтеграцияAPI интеграция със системата за прием през API
ОтчетностExcel отчет с изключения
ИнфраструктураWindows виртуални машини в мрежата на клиента

Резултатът

Оригиналната документация по проекта е изгубена, затова числата по-долу са приблизителни: работни стойности и спомени на екипа по внедряването, а не одитирани измервания.

ПредиСлед
Проверка на един приемОколо 4-8 служители за 1-2 месеца, два пъти годишноРоботът валидира, служителите поемат изключенията
Ръчен преглед годишноПриблизително 1 350-5 400 часа (изчислено от горните данни за хората)Основната част премина към робота
Формуляр срещу документ, вид документ, валидностНа окоАвтоматични проверки на всяко заявление
Изисквания за портрет и сверяване на лицетоНа окоСобствени алгоритми на Python
Случаи, изискващи преценкаСмесени с всичко останалоНасочени към Action Center
Прилаган стандартСпоред това кой е на смянаЕдин стандарт, всеки прием, всеки филиал, портал и API
  • Около 20 000 заявления за прием, валидирани годишно, в два приемни периода, от 2022 до 2025 г.: над 60 000 заявления за целия ангажимент.
  • Около 90-95% от заявленията, обработени правилно от робота. Останалите, както и всеки случай с липсваща информация или полета, които не са могли да бъдат извлечени, отиваха при хора.
  • Ръчната проверка премина към робота. Служителите вече поемат само грешните или непълните случаи; екипът по внедряването определя спестяванията като огромни, макар да не са измервани формално.
  • Един стандарт за валидиране за всеки кандидат, всеки прием, във всички филиали и по двата канала.
  • 3+ години непрекъсната работа, с поддръжка, надграждане и обслужване от нас през цялото време.
Един прием, преди и след
  • 1-2 месеца 4-8 служители проверяват ръчно
  • Само изключения служителите решават грешните случаи
  • Около 90-95% са обработени правилно от робота

Рискът, който повечето екипи пропускат

Роботът за прием отказва в най-лошия възможен момент: първата седмица на приема, когато обемът скача, а промяна в портала, нов формат на документ или Windows актуализация на машината на робота го спира напълно. Поддръжката ни покриваше и робота, и инфраструктурата, на която работеше, а специфичните случаи се решаваха, когато възникнат, така че всеки прием започваше с работещ робот.

Сходна работа

Следваща стъпка

Започнете същия разговор

Кажете ни кой процес се къса постоянно. Ще се върнем с това какво е нужно да се оправи, колко ще струва и какво ще измерваме.

Или пишете директно: •••••@•••••••.•••

  • Отговор от партньор в рамките на един работен ден
  • Фиксиран обхват и фиксирана цена, уговорени предварително
  • Картите и backlog-ът остават ваши във всеки случай