Inteligencia Artificial aplicada al Reconocimiento Facial y el Análisis de documentos para automatizar procesos

Adur Software Productions S. Coop. es la empresa desarrolladora del software TRANSKAL para la gestión del transporte y la logística focalizada actualmente en la línea de mercado de las terminales portuarias de tamaño pequeño y mediano.

Iametza Interaktiboa S.L es una empresa especializada en las implantaciones a medida de Tecnologías de la Información y la Comunicación cuyo valor añadido se basa en implantar soluciones web a medida para sus clientes, según sus objetivos y necesidades. Entre sus clientes se encuentran diversas administraciones como El Gobierno Vasco, la Diputación Foral de Gipuzkoa, el Gobierno de Navarra, ayuntamientos, asociaciones y pymes mayoritariamente de la Comunidad Autónoma Vasca.

Aner Sistemas Informáticos, S.L. es una empresa que lleva más de 25 años trabajando en el desarrollo de sistemas de gestión. Destaca su suite de productos ONYX, que incluye una amplia gama de soluciones para las empresas, siendo las empresas industriales su gran nicho de mercado.

En resumen, las tres empresas realizan desarrollos de software de gestión de recursos (adaptado para cada cliente) que, estando orientadas a sectores diferentes del mercado, comparten interés en la creación de valor añadido en sus servicios mediante la aplicación de tecnologías disruptivas como la inteligencia artificial y el deep learning. El proyecto Valid-IA surge de ese interés y su objetivo es impulsar la mejora de dos procesos comunes para las tres empresas en los que han detectado carencias: la identificación de usuarios y el análisis de la documentación subida como imagen que se gestiona en sus aplicativos.

El proceso de identificación de usuarios es algo indispensable prácticamente en cualquier aplicativo porque permite controlar el acceso, habilitar permisos o personalizar contenidos en función del usuario conectado y tener trazabilidad de las acciones realizadas por cada usuario. Pero cuando se utiliza una identificación por usuario y contraseña, el buen uso del sistema de identificación queda en manos de los usuarios y con frecuencia nos encontramos con situaciones en las que el usuario que aparece registrado no es el usuario que estaba usando al aplicativo. Por ejemplo, en implantaciones donde los operarios utilizan dispositivos corporativos compartidos por turnos, como es el caso de las terminales portuarias, se produce con mucha frecuencia que todos los turnos usen un mismo dispositivo y aún teniendo diferentes usuarios, utilicen siempre el mismo para conectarse. Esto hace imposible utilizar la trazabilidad de las tareas realizadas en el dispositivo para análisis de los trabajos realizados, estimación de trabajos futuros u optimizaciones de tareas. Simplemente es imposible segregar la información.

Los motivos por los que se producen estos problemas de identificación varían desde el simple descuido porque el usuario anterior ha dejado la clave introducida y el nuevo usuario no se molesta en introducir la suya hasta la usurpación de identidad deliberada.

Independientemente del motivo de la identificación incorrecta, la consecuencia es la pérdida de control y trazabilidad sobre las acciones de los usuarios, que puede tener diferentes grados de impacto en la organización.

Un intento de paliar la situación es realizar cierres de sesión automáticos o pedir la confirmación de usuario / contraseña con mucha frecuencia, pero resulta contraproducente para el usuario y acaba por hacer que el aplicativo recuerde las claves para no tener que estar introduciéndolas continuamente.

En este proyecto se propone la utilización de un servicio de reconocimiento facial para identificar al usuario proporcionando acceso al aplicativo sin necesidad de introducir datos y con la posibilidad de realizar procesos de confirmación intermedios sin molestar al usuario. Además, el acceso sin necesidad de utilizar las manos puede ser muy útil para entornos en los que los usuarios llevan guantes, tienen las manos ocupadas con frecuencia (como por ejemplo los conductores de carretillas en los almacenes) o para mejorar el grado de accesibilidad al aplicativo para personas con discapacidad.

Respecto al análisis de documentos en archivos de imagen, los tipos de documentos y los objetivos de cada empresa son más variados, pero comparten la problemática común de identificar y validar la documentación introducida en el sistema por los usuarios o por los clientes de la empresa que utiliza el aplicativo.

Adur ha detectado la necesidad de que sus clientes puedan presentar documentación para realizar una operativa y que la misma documentación pueda ser utilizada mientras esté vigente. A este conjunto de documentos se le ha denominado homologación y para que una homologación pueda ser utilizada, la documentación entregada tendrá que ser revisada internamente. El proceso consta por lo tanto de dos partes diferenciadas, el registro de la homologación con la documentación requerida y la gestión del ciclo de aprobación. La aplicación de análisis automático de los documentos podría aplicarse en ambos puntos del proceso con objetivos diferentes. En la presentación de la documentación para avisar al usuario si el documento que está subiendo no se corresponde con lo que se le estaba pidiendo y en los procesos de revisión para crear automatismos.

Iametza por su parte, ofrece a sus clientes servicios a medida basados en soluciones TIC y en muchos casos estos servicios están orientados a cubrir necesidades tanto de comunicación interna como externa. En su caso, los análisis automáticos aplicados al reconocimiento y clasificación de imágenes serían de gran utilidad en:

• Aplicaciones web como altas en sistemas, matriculaciones etc. Que requieren que el sistema identifique el material gráfico que se sube para poder validar el alta o el envío de material específico sin que ninguna persona tenga que realizar a posteriori dichas comprobaciones, optimizando y reduciendo así tiempos de resolución de procesos.
• Automatización de procesos de oficina virtual, tanto a nivel de comunicación interna como externa. Es decir, identificar el material que se sube a plataformas de repositorios de ficheros específicos, para lanzar procesos automatizados y enviar el material a destinatarios específicos. Por ejemplo, en el caso de facturas a los clientes en cuestión, en el caso de notas de prensa a una base de datos de medios de comunicación preestablecida, etc.
• Identificación de imágenes para su clasificación y catalogación en base a ontologías para facilitar búsquedas y soluciones de web semánticas. Esto es aplicable tanto para soluciones de oficina virtual (búsquedas a nivel interno), como para aplicaciones en CMS (Content Management System) de webs públicas.

En el caso de Aner, se ha detectado la necesidad de automatizar y agilizar ciertos procesos que se realizan diariamente y que se pueden optimizar mucho, como puede ser, por ejemplo, la recepción de albaranes de compra. La aplicación de análisis automático de los documentos podría aplicarse en este y en diferentes procesos de las herramientas de Aner, permitiendo interpretar los datos y lo que era una imagen que se convierta en datos en el sistema de gestión. En el ejemplo ya mencionado, cogeríamos una foto o pdf del albarán de compra y esto pasaría al sistema como un albarán real.

Las problemáticas de las tres empresas se abordarán mediante el desarrollo de servicios de análisis de imágenes utilizando Inteligencia Artificial para dar respuesta a las demandas de las tres empresas.