Bảy yêu cầu kỹ thuật với phần mềm quản lý tài liệu thông minh

Phần mềm đã có, thao tác tra cứu vẫn thủ công

Số liệu trên nằm trong khảo sát của Cục Phát triển doanh nghiệp, được Cổng thông tin điện tử Bộ Khoa học và Công nghệ dẫn lại: 92% doanh nghiệp đã quan tâm và ứng dụng chuyển đổi số trong hoạt động kinh doanh và vận hành, song chỉ hơn 50% tiếp tục duy trì sử dụng các giải pháp số sau một thời gian thực hiện. Cùng bài viết, cơ quan này ghi nhận mức độ sẵn sàng ứng dụng công nghệ trong hoạt động sản xuất còn hạn chế, rõ nhất ở nhóm doanh nghiệp công nghiệp hỗ trợ và chế biến chế tạo.

Nguồn cung không phải vấn đề. Theo báo cáo của Bộ Kế hoạch và Đầu tư, tính đến tháng 10/2024, cả nước có khoảng 48.000 doanh nghiệp công nghệ số hoạt động tại địa phương. Riêng trong năm 2024, các bộ, ngành, địa phương và hiệp hội đã đào tạo trực tiếp cho gần 14.200 doanh nghiệp tại 63 tỉnh thành và tư vấn chuyên sâu cho hơn 400 doanh nghiệp. Điểm thiếu hụt nằm ở khâu khác: đơn vị mua một phần mềm được giới thiệu là quản lý tài liệu, nhưng sản phẩm nhận về chỉ là một ổ đĩa có phân quyền.

Biểu hiện của tình trạng này khá rõ. Nhân viên vẫn phải nhớ tài liệu nằm trong thư mục nào mới tìm được. Ô tìm kiếm chỉ hoạt động trên tên file, nên sai một ký tự trong tên là không còn tra ra kết quả. Bản scan mở ra xem được bằng mắt nhưng máy không đọc được chữ bên trong. Mỗi lần cần số liệu để báo cáo, kế toán lại mở từng file rồi gõ tay sang bảng tính. Phần mềm vẫn chạy, hợp đồng vẫn còn hiệu lực, nhưng công việc hằng ngày không thay đổi.

Ba mức của thị trường phần mềm quản lý tài liệu

Phần mềm quản lý tài liệu thông minh là hệ thống đọc được nội dung bên trong tài liệu, tự xác định loại văn bản, ghi nhận các thuộc tính như ngày ban hành, số ký hiệu, đơn vị và người ký, sau đó lập chỉ mục toàn văn phục vụ tra cứu theo nội dung. Yếu tố thông minh không nằm ở giao diện mà ở mức độ hệ thống hiểu tài liệu, đủ để thay con người thực hiện ba công đoạn: phân loại, ghi nhãn và trích xuất thông tin.

Trên thị trường Việt Nam hiện có ba mức, giá và công sức triển khai chênh nhau nhiều lần. Khoảng cách giữa ba mức là nguyên nhân phổ biến khiến kết quả thực tế lệch so với kỳ vọng ban đầu.

Việc cần làm	Ổ đĩa đám mây	Phần mềm quản lý tài liệu đời cũ	Phần mềm quản lý tài liệu thông minh
Tìm một tài liệu	Theo tên file và thư mục	Theo tên file và các trường nhập tay	Theo nội dung bên trong, kể cả bản scan
Phân loại tài liệu	Người dùng tự xếp thư mục	Văn thư chọn loại khi tải lên	Hệ thống tự nhận diện loại và ghi nhận thuộc tính
Lấy số liệu trong tài liệu	Mở file, gõ lại	Mở file, gõ lại	Trích xuất thành trường dữ liệu, kiểm tra chéo rồi đẩy sang hệ thống khác
Phân quyền	Theo thư mục và người dùng	Theo phòng ban	Theo cây tổ chức nhiều cấp, quy theo vị trí công tác
Lưu vết để đối chiếu khi thanh tra	Lịch sử tải lên, tải xuống	Có lưu vết, mức chi tiết tùy sản phẩm	Lưu vết từng thao tác, không chỉnh sửa được
Nơi cài đặt	Trên máy chủ nhà cung cấp	Tại chỗ hoặc đám mây	Tại chỗ, kể cả mạng kín

Bảy yêu cầu kỹ thuật đối với hệ thống

1. Đọc được bản scan mờ, nghiêng và ảnh chụp bằng điện thoại

Hồ sơ thật hiếm khi sạch. Bản scan thường nghiêng vài độ, mực nhạt, dính dấu giáp lai, có khi là ảnh chụp bằng điện thoại trong phòng thiếu sáng. Hệ thống cần một bước chuẩn hóa ảnh trước khi OCR, gồm xoay thẳng, khử nhiễu, tăng tương phản và tách nền. Thiếu bước này, độ chính xác đo trong buổi chào hàng trên tài liệu mẫu đẹp sẽ không giữ được khi chạy thật.

2. Đọc được tài liệu gõ bằng bảng mã cũ

Phần lớn tài liệu soạn trước khi Unicode được dùng thống nhất nằm ở bảng mã VNI hoặc TCVN3. Mở bằng phần mềm thông thường thì chữ hiện ra thành ký tự lạ, còn OCR đọc nhầm dấu. Với kho tài liệu hai mươi năm, đây không phải trường hợp hiếm mà là phần lớn khối lượng. Cách thức xử lý bảng mã cũ là nội dung cần được làm rõ với nhà cung cấp, kèm một lần chạy thử trên chính file cũ của đơn vị.

3. Tự nhận diện loại tài liệu và xác định thuộc tính

Một kho dùng được là kho mà mỗi tài liệu đều biết nó là hóa đơn hay hợp đồng hay quyết định, ban hành ngày nào, của đơn vị nào, ai ký. Nếu những thuộc tính này do văn thư gõ tay thì khối lượng nhập liệu sẽ quyết định tốc độ số hóa, và sai sót nhập liệu sẽ theo kho tài liệu suốt vòng đời. Hệ thống thông minh đọc nội dung và tự điền, con người chỉ duyệt lại phần hệ thống chưa chắc chắn.

4. Trích xuất thông tin thành trường dữ liệu

Đây là ranh giới giữa lưu trữ và khai thác. Một hóa đơn được trích xuất thành mã số thuế, ngày, từng dòng hàng, thuế giá trị gia tăng và tổng tiền thì phần mềm kế toán dùng được ngay. Một hợp đồng được trích xuất thành bên ký, ngày hiệu lực, ngày hết hạn, giá trị và điều khoản phạt thì bộ phận pháp chế lọc được hợp đồng sắp hết hạn mà không phải mở từng bản. Không có bước này, kho tài liệu chỉ là nơi cất giữ.

5. Tìm theo nội dung và trả lời kèm trích dẫn

Nhân viên không nhớ tên file nhưng nhớ nội dung. Hệ thống cần tìm theo ý nghĩa của câu hỏi chứ không chỉ khớp từ, và khi trả lời phải chỉ rõ câu trả lời lấy từ tài liệu nào, trang nào. Trích dẫn nguồn không phải tính năng cho đẹp: đó là cách duy nhất để người dùng kiểm chứng và là điều kiện để dùng kết quả trong công việc có trách nhiệm pháp lý.

6. Phân quyền theo cây tổ chức và lưu vết không sửa được

Tài liệu nhân sự, hợp đồng và hồ sơ bệnh án không thể để chung một mức quyền. Hệ thống cần mô hình hóa cơ cấu nhiều cấp của đơn vị và quy quyền xem, sửa, tải xuống theo vị trí công tác thay vì theo từng tài khoản, để khi điều động cán bộ, quyền chuyển theo vị trí mới. Song song, mọi thao tác xem và tải phải được ghi lại và không chỉnh sửa được, làm căn cứ khi kiểm tra.

7. Nối được ra phần mềm đơn vị đang dùng

Dữ liệu trích xuất chỉ có giá trị khi về đúng nơi cần dùng, thường là phần mềm kế toán, ERP, hệ thống quản lý văn bản hoặc bệnh án điện tử. Danh sách hệ thống đã kết nối trên thực tế, hình thức kết nối là API hay file trung gian và trách nhiệm khi hệ thống đối tác thay đổi phiên bản đều là nội dung cần được nhà cung cấp làm rõ. Đây là nội dung thường chưa được làm rõ khi ký hợp đồng, và chi phí phát sinh trong quá trình vận hành.

Bốn nội dung cần làm rõ trước khi ký hợp đồng

• Hệ thống vận hành ở đâu. Với ngân hàng, bệnh viện và cơ quan nhà nước, yêu cầu an toàn thông tin thường buộc tài liệu không được rời khỏi hạ tầng của đơn vị, có nơi còn đặt trong mạng không kết nối ra ngoài. Điều kiện này cần được xác định ngay từ đầu, tránh mất thời gian với những sản phẩm chỉ vận hành trên đám mây của nhà cung cấp.
• Độ chính xác được đo trên tài liệu nào. Con số trong hồ sơ chào hàng thường đo trên tài liệu mẫu, trong khi phép đo chỉ có giá trị khi thực hiện trên một tập tài liệu thật của đơn vị, bao gồm cả những bản chất lượng kém nhất, ngay trong buổi làm việc.
• Ai cấu hình được loại tài liệu mới. Sau khi vận hành, đơn vị sẽ phát sinh loại tài liệu mới. Nếu mỗi lần như vậy đều phải đặt hàng nhà cung cấp thì chi phí vận hành sẽ không dừng lại ở hợp đồng ban đầu. Khả năng tự thêm loại tài liệu của nhân sự đơn vị và thời gian cho thao tác này cần được xác định trước.
• Chi phí thay đổi thế nào khi khối lượng tăng. Giá tính theo người dùng, theo trang hay theo máy chủ sẽ dẫn tới những con số rất khác nhau khi kho tài liệu lớn lên. Mức phí của năm thứ hai và năm thứ ba cần được báo cùng lúc với năm đầu.

Năm nội dung kiểm tra trong buổi chạy thử

• Đưa một bản scan mờ hoặc nghiêng để đối chiếu kết quả nhận dạng, thay vì xem bản trình diễn đã chọn sẵn.
• Đưa một file cũ gõ bằng bảng mã VNI hoặc TCVN3, trong trường hợp kho tài liệu của đơn vị còn lưu loại này.
• Đặt một câu hỏi bằng tiếng Việt tự nhiên và đối chiếu xem hệ thống dẫn đúng tài liệu, đúng trang hay không.
• Đăng nhập bằng một tài khoản quyền thấp và mở tài liệu ngoài phạm vi, để xem cơ chế chặn và nội dung lưu vết.
• Kết xuất dữ liệu đã trích xuất sang định dạng mà phần mềm kế toán hoặc ERP của đơn vị tiếp nhận được.

Năm vấn đề thường phát sinh khi triển khai

Phạm vi số hóa đặt quá rộng ngay từ đầu

Kho hai mươi năm thường có phần lớn tài liệu không ai tra tới. Số hóa toàn bộ ngay từ đầu làm chi phí và thời gian tăng nhiều lần trong khi giá trị thu lại chưa rõ. Cách làm hiệu quả hơn là chọn nhóm tài liệu đang tiêu tốn nhiều thời gian nhất, hoàn thành, đánh giá lại rồi mở rộng. Phần tài liệu cũ ít tra có thể số hóa dần theo nhu cầu thực tế.

Độ chính xác chỉ được đo trên tài liệu mẫu

Con số trong hồ sơ chào hàng thường đo trên tài liệu in rõ, bố cục chuẩn. Tài liệu thật của đơn vị có dấu giáp lai, chữ ký đè lên nội dung, bảng biểu xuống dòng giữa trang. Chênh lệch giữa hai tập này có thể vài chục phần trăm, và chỉ lộ ra sau khi đã ký hợp đồng.

Quy trình thiết kế xong mới lấy ý kiến bộ phận văn thư

Người nhập liệu và văn thư nắm rõ nhất nhóm tài liệu được tra cứu nhiều, các từ khóa thường dùng và những khâu thường phát sinh sai sót. Khi quy trình được thiết kế xong mới lấy ý kiến bộ phận này, hệ thống thường đúng về kỹ thuật nhưng lệch với cách làm thực tế, và tỷ lệ sử dụng không đạt như dự kiến.

Dự toán chỉ tính đến năm đầu

Hợp đồng ban đầu thường gồm phần mềm và số hóa đợt đầu. Từ năm thứ hai phát sinh phí duy trì, phí thêm loại tài liệu mới, phí mở rộng dung lượng và chi phí nhân sự vận hành. Báo giá cần được lập cho ba năm thay vì một năm.

Hạ tầng được tính sau khi đã chọn phần mềm

OCR và mô hình AI chạy trên máy chủ của đơn vị cần cấu hình phần cứng cụ thể, nhiều trường hợp cần card đồ họa. Khi hạ tầng được tính sau, khoản mua bổ sung thường nằm ngoài dự toán ban đầu. Yêu cầu phần cứng tối thiểu và cấu hình khuyến nghị cần được xác định ngay từ vòng sơ tuyển.

Cơ cấu chi phí của một dự án quản lý tài liệu

Báo giá phần mềm thường chỉ là một phần của tổng chi. Khi lập dự toán, năm khoản mục dưới đây cần được tách riêng để so sánh các nhà cung cấp trên cùng một mặt bằng, thay vì chỉ đối chiếu con số bản quyền.

• Bản quyền hoặc thuê bao phần mềm, tính theo người dùng, theo máy chủ hoặc theo số trang xử lý mỗi năm.
• Công số hóa đợt đầu, gồm chuẩn bị hồ sơ, scan, kiểm tra chất lượng ảnh và đối chiếu lại với bản giấy.
• Hạ tầng máy chủ và lưu trữ, kể cả card đồ họa nếu hệ thống chạy mô hình AI tại chỗ, cùng phương án sao lưu.
• Công nối hệ thống, nối sang phần mềm kế toán, ERP, hệ thống quản lý văn bản hoặc bệnh án điện tử đang dùng.
• Đào tạo và vận hành hằng năm, gồm phí duy trì, phí thêm loại tài liệu mới và nhân sự theo dõi chất lượng dữ liệu.

Yêu cầu đặc thù theo từng ngành

Cùng là phần mềm quản lý tài liệu thông minh, song yêu cầu nặng nhất của mỗi ngành lại khác nhau. Xác định trước yêu cầu này giúp rút ngắn vòng sơ tuyển.

• Ngân hàng và tài chính: khối lượng chứng từ lớn, yêu cầu đối chiếu chéo và lưu vết phục vụ kiểm toán. Tài liệu không được rời khỏi hạ tầng nội bộ.
• Y tế: bệnh án giấy và chữ viết tay chiếm tỷ lệ cao, cần nối với hệ thống thông tin bệnh viện và bệnh án điện tử, phân quyền chặt theo khoa phòng.
• Cơ quan nhà nước: quy trình văn bản phải theo quy định về công tác văn thư, ký số đủ hình thức, và khối tài liệu lưu trữ cũ thường gõ bằng bảng mã trước Unicode.
• Sản xuất và doanh nghiệp có vốn nước ngoài: chứng từ xuất nhập khẩu nhiều định dạng, hợp đồng song ngữ, cần đẩy dữ liệu về hệ thống quản trị của tập đoàn.
• Trường học và thư viện: tài liệu dạng sách và tư liệu, cần biên mục theo chuẩn và cổng tra cứu cho người ngoài đơn vị.

Giải pháp của Aidox

Bảy yêu cầu nêu trên là những gì đội ngũ Aidox gặp khi triển khai cho ngân hàng, bệnh viện, doanh nghiệp sản xuất và cơ quan nhà nước. Phần mềm quản lý tài liệu thông minh của Aidox là Aidox Corpus, nhận cả hồ sơ giấy lẫn file điện tử, dùng OCR tiếng Việt và AI để phân loại, trích xuất trường dữ liệu và lập chỉ mục toàn văn. Hệ thống cài trên máy chủ của đơn vị, dùng chung cơ cấu tổ chức và phân quyền với Aidox eOffice, để tài liệu lưu trữ và văn bản đang xử lý tra cứu được trên cùng một nơi.