AHRC 使用 AI 和机器学习在 SharePoint 上实施全自动 EDRMS

发布于 2021 年 10 月 8 日

概括

澳大利亚人权委员会（委员会）是澳大利亚的国家人权机构，是总检察长职权范围内促进和保护人权的独立法定组织。虽然是一个小型机构，但 AHRC 在早期战略采用新技术方面享有盛誉。近年来，AHRC 在迁移到 Microsoft Office 365 和 Azure 方面一直处于领先地位。 

根据澳大利亚国家档案馆 (NAA) 的资料，该委员会是澳大利亚政府当前记录管理的思想领袖。通过与 RecordPoint 的企业合作，委员会利用 RecordPoint Records365 在 SharePoint 上实施了电子文档和记录管理系统 (EDRMS)，利用 RecordPoint 的人工智能和机器学习技术对记录进行分类，而无需员工输入。 

挑战

在这个自 2019 年 2 月开始投入生产的新 EDRMS 解决方案之前，委员会淹没在重复的海洋中，被嵌套的文件夹纠缠不清，并被丢失的文件所困扰。资金短缺和其他挑战导致委员会无法实施可行的 EDRMS 解决方案。 

在研究选项时，由首席信息官 Ron McLay 和信息经理 Ryan McConville 领导的委员会将财政部的研究纳入传统 EDRMS 的失败中。特别是，该报告建议记录管理应该是自动化的，而不是公务员的手动任务。受该报告的启发，委员会着手使用人工智能 (AI) 和机器学习实施全自动 EDRMS。这将构成 RADICAL - 记录和文档创新与捕获 - 人工学习的基础。 

采用 AI 的 EDRMS 实施解决了运行有效 EDRMS 时面临的关键问题。人工智能减少了人为错误的范围，同时增加了记录分类的数量、准确性和一致性。简单的用户界面提高了用户的使用率，员工将其视为有用的工具而不是负担。 

委员会避免了 RecordPoint 和 SharePoint 的自定义和附加组件，而是专注于配置。代理机构遇到的一个常见问题是定制和使用第三方插件以适应现有或过时的业务流程。这通常会导致系统难以使用、效率低下且不可靠，并且难以升级，从而导致用户的使用受到影响。 

利用 RecordPoint 和 SharePoint 的本机功能转化为改进的业务流程。委员会还采用了简单的导航，便于浏览记录，并由 Records365 中强大的搜索功能提供支持。 RADICAL 解决方案自 2019 年 2 月开始投入生产，目前正准备在整个组织内部署 

战略

按照 DTA 的建议，委员会的方法是“配置优于定制”，侧重于以人为本的设计。就当前的需求和痛点向员工进行了广泛的咨询。在可能的情况下，保留了原生 Records365 和 SharePoint 功能，从而限制了对最终用户培训和繁重的变更管理的需求。 

在规划 RADICAL 时，一个关键目标是从员工那里移除记录管理决策，让他们专注于自己的核心工作。 RADICAL 需要提供“透明的记录管理”并限制不准确或不一致分类的可能性。 

传统上，分类过程是由记录官员手动执行的。分类的手动元素可能很耗时，可能导致不准确，并且可能对工作人员造成干扰。以前自动化记录分类的方法使用基于元数据和保存位置对记录进行分类的规则树。但是，规则树需要由经验丰富的记录人员构建和维护，并依赖最终用户应用准确的元数据并保存到特定位置。 

在此过程中利用 AI 通过将最小规则树与机器学习模型相结合来解决其中的许多问题。如果一条记录不能按规则分类，机器学习模型会根据记录的内容对该记录进行分类。该系统无需维护复杂的规则树、对元数据和记录位置的依赖。 

RADICAL 项目团队与 RecordPoint 的 AI 开发人员合作，创建了一个统计模型，可以根据 AFDA Express 和委员会的特定机构记录处置权限对记录进行分类。 

统计模型是通过采用一组已手动分类的记录并应用自然语言处理技术将文档内容规范化为向量来开发的。然后使用算法训练模型。 

在初始训练期之后，RADICAL 统计模型可以对单个记录进行分类，准确度为 80%。委员会预计这种准确性会随着时间的推移而提高。 RADICAL 还会在每次编辑记录时重新分类，确保分类始终是最新的。 

尽管机器学习模型最初将与规则树一起工作，但随着模型准确性的提高，规则将逐渐被删除，委员会将完全依靠机器学习来管理他们的公司记录。 

实施阶段涉及： 

  • 对现有系统和记录持有进行详细分析 
  • 开发新的信息治理框架和特定机构的记录处置权限 
  • 制定和实施记录迁移策略 
  • 与 RecordPoint AI 开发人员进行广泛的协作和测试 
  • 开发和测试 Records365 管理的 SharePoint 平台 
  • 与专业变革管理促进者合作 
  • 培训最终用户并在上线时提供持续支持 
  • 实施商定的安全模型 
  • 获得机构范围内的系统批准，包括业务规则和机器学习算法的使用 
  • 训练机器学习算法 
  • 实施和推广该系统 

结果

由于大多数澳大利亚政府机构都有相同的记录管理要求，委员会认为 RecordPoint 提供并被 RADICAL 使用的机器学习模型是“真正的游戏规则改变者”，并将允许其他机构体验同等的“效率、生产力和降低成本。委员会将自己视为政府在记录管理中使用人工智能的开拓者，并很高兴分享他们作为澳大利亚政府记录管理当前思想领袖的经验。 

RADICAL 为委员会提供了多种实实在在的好处，例如： 

  • 准确、一致和合规的自动化记录管理 
  • 符合 DC2020 
  • 文档版本控制，减少重复 
  • 加强协作和共享 
  • 简化信息自由 (FOI) 请求的处理 
  • 面向高级管理人员的 Power BI 报告 
  • 减少员工花在记录管理上的时间 
  • 有效和高效的记录搜索和检索 
  • 实时视频转录 
  • 自动图像编目 

RADICAL 通过以下方式对委员会及其利益相关者产生了积极影响： 

  • 实现“透明记录管理”的目标 
  • 通过减少人为错误的范围来提高信息管理实践的准确性和合规性 
  • 通过改进搜索和检索减少与响应 FOI 请求相关的时间和成本 
  • 逐步降低物理存储成本，目前平均每年$17,000AUD 
  • 降低数字存储成本 
  • 通过共享文档库和建立“默认开放”信息访问政策来加强委员会业务部门之间的协作，其中对记录的访问仅限于保护个人隐私或敏感信息 
  • 通过电子工作流程、文档版本控制和自动元数据标记改进业务流程 
  • 通过定期安排记录处理，最大限度地减少潜在数据泄露的影响 

委员会的初步估计表明，使用 RADICAL 的员工的生产力至少提高了 5%。此外，算法捕获和分类的准确性正在提高，据估计“它已经超过了我们手动分类的准确性”。 

最后，委员会展示了无需大量成本即可实施技术先进的解决方案。 “我们估计，传统 EDRMS 的成本是 RADICAL 的 3 或 4 倍。”