Fugu-MT 論文翻訳(概要): E2E Process Automation Leveraging Generative AI and IDP-Based Automation Agent: A Case Study on Corporate Expense Processing

論文の概要: E2E Process Automation Leveraging Generative AI and IDP-Based Automation Agent: A Case Study on Corporate Expense Processing

arxiv url: http://arxiv.org/abs/2505.20733v2
Date: Tue, 10 Jun 2025 12:03:14 GMT
ステータス: 翻訳完了
システム内更新日: 2025-06-11 15:11:40.080686
Title: E2E Process Automation Leveraging Generative AI and IDP-Based Automation Agent: A Case Study on Corporate Expense Processing
Title（参考訳）: 生成AIとIDPに基づく自動化エージェントを活用したE2Eプロセスの自動化:企業拡張処理を事例として
Authors: Cheonsu Jeong, Seongmin Sim, Hyoyoung Cho, Sungsu Kim, Byounggwan Shin,
Abstract要約: 本稿では,現代デジタルトランスフォーメーションにおけるインテリジェントな作業自動化手法を提案する。生成AIとインテリジェントドキュメント処理技術とオートメーションエージェントを統合し、企業の財政的経費処理タスクのエンドツーエンド(E2E)自動化を実現する。
参考スコア（独自算出の注目度）: 1.5728609542259502
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This paper presents an intelligent work automation approach in the context of contemporary digital transformation by integrating generative AI and Intelligent Document Processing (IDP) technologies with an Automation Agent to realize End-to-End (E2E) automation of corporate financial expense processing tasks. While traditional Robotic Process Automation (RPA) has proven effective for repetitive, rule-based simple task automation, it faces limitations in handling unstructured data, exception management, and complex decision-making. This study designs and implements a four-stage integrated process comprising automatic recognition of supporting documents such as receipts via OCR/IDP, item classification based on a policy-driven database, intelligent exception handling supported by generative AI (large language models, LLMs), and human-in-the-loop final decision-making with continuous system learning through an Automation Agent. Applied to a major Korean enterprise (Company S), the system demonstrated quantitative benefits including over 80% reduction in processing time for paper receipt expense tasks, decreased error rates, and improved compliance, as well as qualitative benefits such as enhanced accuracy and consistency, increased employee satisfaction, and data-driven decision support. Furthermore, the system embodies a virtuous cycle by learning from human judgments to progressively improve automatic exception handling capabilities. Empirically, this research confirms that the organic integration of generative AI, IDP, and Automation Agents effectively overcomes the limitations of conventional automation and enables E2E automation of complex corporate processes. The study also discusses potential extensions to other domains such as accounting, human resources, and procurement, and proposes future directions for AI-driven hyper-automation development.
Abstract（参考訳）: 本稿では,企業財務経費処理タスクのエンド・ツー・エンド(E2E)自動化を実現するために,生成AIとインテリジェント文書処理(IDP)技術を自動化エージェントと統合することにより,現代デジタルトランスフォーメーションの文脈におけるインテリジェントな作業自動化手法を提案する。従来のRobotic Process Automation(RPA)は、反復的でルールベースの単純なタスク自動化に有効であることが証明されているが、非構造化データ、例外管理、複雑な意思決定を扱う際の制限に直面している。本研究は,OCR/IDPによるレシートの自動認識,ポリシ駆動型データベースに基づく項目分類,生成AI(大規模言語モデル,LLM)によるインテリジェント例外処理,自動化エージェントによる連続システム学習による人文内最終決定などの4段階統合プロセスの設計と実装を行う。韓国の大手企業(企業S)に適用したシステムでは、紙レシート経費の処理時間の80%以上削減、エラー率の低減、コンプライアンスの改善、精度の向上や一貫性の向上、従業員満足度の向上、データ駆動型意思決定支援などの質的メリットが示された。さらに、人間の判断から学習し、自動例外処理能力を徐々に改善することで、活発なサイクルを具現化する。実験により、生成AI、IDP、オートメーションエージェントの有機的統合が、従来の自動化の限界を効果的に克服し、複雑な企業プロセスのE2E自動化を可能にすることを確認した。この研究はまた、会計、人的資源、調達などの他の領域への潜在的な拡張についても論じ、AI駆動のハイパーオートマチック開発に向けた今後の方向性を提案する。

関連論文リスト

AI-Enhanced Business Process Automation: A Case Study in the Insurance Domain Using Object-Centric Process Mining [0.7124736158080938]
本稿では, 請求項の特定を自動化するため, LLMを配置した保険部門からのケーススタディについて述べる。我々は、AI駆動の自動化がプロセスのスケーラビリティに与える影響を評価するために、オブジェクト指向プロセスマイニング(OCPM)を適用します。以上の結果から, LLMは運用能力を大幅に向上する一方で, さらなる改良を必要とする新しいプロセスダイナミクスを導入することが示唆された。
論文参考訳（メタデータ） (2025-04-24T06:43:29Z)
From Words to Workflows: Automating Business Processes [0.2796197251957245]
ロボットプロセス自動化(RPA)の限界が明らかになっている。人工知能(AI)の最近の進歩は、インテリジェントオートメーション(IA)の道を開いた。本稿では,自然言語のユーザ要求から自動生成する新しい方法であるText2Workflowを紹介する。
論文参考訳（メタデータ） (2024-12-04T16:34:35Z)
Assessing the Performance of Human-Capable LLMs -- Are LLMs Coming for Your Job? [0.0]
SelfScoreは、ヘルプデスクとプロのコンサルティングタスクにおけるLLM(Large Language Model)の自動エージェントのパフォーマンスを評価するために設計されたベンチマークである。このベンチマークは、問題の複雑さと応答の助け、スコアリングシステムにおける透明性と単純さの確保に関するエージェントを評価する。この研究は、特にAI技術が優れている地域では、労働者の移動の可能性への懸念を提起している。
論文参考訳（メタデータ） (2024-10-05T14:37:35Z)
A Formal Model for Artificial Intelligence Applications in Automation Systems [41.19948826527649]
本稿では,自動化システムにおけるAIアプリケーションの明確かつ構造化されたドキュメンテーションを提供するために,標準を用いた形式モデルを提案する。自動化システム(AIAS)における人工知能の情報モデルは、設計パターンを利用して、自動化システムとAIソフトウェアの様々な側面をマッピングし、リンクする。
論文参考訳（メタデータ） (2024-07-03T15:05:32Z)
The Foundations of Computational Management: A Systematic Approach to Task Automation for the Integration of Artificial Intelligence into Existing Workflows [55.2480439325792]
本稿では,タスク自動化の体系的アプローチである計算管理を紹介する。この記事では、ワークフロー内でAIを実装するプロセスを開始するための、ステップバイステップの手順を3つ紹介する。
論文参考訳（メタデータ） (2024-02-07T01:45:14Z)
AutoAct: Automatic Agent Learning from Scratch for QA via Self-Planning [54.47116888545878]
AutoActはQAのための自動エージェント学習フレームワークである。大規模アノテートデータやクローズドソースモデルからの合成計画軌道は依存していない。
論文参考訳（メタデータ） (2024-01-10T16:57:24Z)
ProAgent: From Robotic Process Automation to Agentic Process Automation [87.0555252338361]
LLM(Large Language Models)は、人間のような知性を持つ言語である。本稿では,ALMをベースとしたエージェントを用いた高度な自動化のための基盤的自動化パラダイムであるエージェントプロセス自動化(APA)を紹介する。そして、人間の指示を駆使し、特殊エージェントの調整によって複雑な決定を下すように設計されたエージェントであるProAgentをインスタンス化する。
論文参考訳（メタデータ） (2023-11-02T14:32:16Z)
A Model for Calculating Cost of Applying Electronic Governance and Robotic Process Automation to a Distributed Management System [5.439020425819001]
本稿では,eGov と RPA を分散管理システムに適用することにより,タスク達成のコストを計算する数学的モデルを提案する。このモデルはこの種の最初のもののひとつであり、組織の効率性に関するコスト分析に関するさらなる研究が引き起こされることが期待されている。
論文参考訳（メタデータ） (2023-10-02T00:15:46Z)
Automated Machine Learning: A Case Study on Non-Intrusive Appliance Load Monitoring [81.06807079998117]
非侵入的機器負荷モニタリング(NIALM)のための自動機械学習(AutoML)を実現する新しい手法を提案する。 NIALMは、電子機器や家電のエネルギー消費を測定するためのスマートメーターに代わる費用対効果を提供する。
論文参考訳（メタデータ） (2022-03-06T10:12:56Z)
Induction and Exploitation of Subgoal Automata for Reinforcement Learning [75.55324974788475]
本稿では,Regressed Learning (RL)タスクにおけるサブゴールの学習と活用のためのISAを提案する。 ISAは、タスクのサブゴールによってエッジがラベル付けされたオートマトンであるサブゴールオートマトンを誘導することで強化学習をインターリーブする。サブゴールオートマトンはまた、タスクの完了を示す状態と、タスクが成功せずに完了したことを示す状態の2つの特別な状態で構成されている。
論文参考訳（メタデータ） (2020-09-08T16:42:55Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。