La lente de buena arquitectura de IDP está destinada a todos los clientes de AWS que utilizan AWS para ejecutar soluciones de procesamiento inteligente de documentos (IDP) y buscan orientación sobre cómo crear soluciones de IDP seguras, eficientes y confiables en AWS.

Crear una solución lista para producción en la nube implica una serie de compensaciones entre recursos, tiempo, expectativas del cliente y resultados comerciales. El Marco bien diseñado de AWS le ayuda a comprender los beneficios y riesgos de las decisiones que toma mientras crea cargas de trabajo en AWS. Al utilizar Framework, aprenderá las mejores prácticas operativas y arquitectónicas para diseñar y operar cargas de trabajo confiables, seguras, eficientes, rentables y sostenibles en la nube.

Un canal IDP generalmente combina el reconocimiento óptico de caracteres (OCR) y el procesamiento del lenguaje natural (NLP) para leer y comprender un documento y extraer términos o palabras específicos. La lente personalizada de buena arquitectura de IDP describe los pasos para una revisión de buena arquitectura de AWS, que le permite evaluar e identificar riesgos técnicos dentro de sus cargas de trabajo de IDP. Esta lente personalizada integra las mejores prácticas y orientación para navegar y superar de manera efectiva los desafíos comunes en la gestión de las cargas de trabajo de los desplazados internos.

Esta publicación se centra en el pilar de excelencia operativa de la solución IDP. La excelencia operativa en IDP significa aplicar los principios de un desarrollo de software sólido y mantener una experiencia de cliente de alta calidad en el campo del procesamiento de documentos, mientras se cumple o supera consistentemente los acuerdos de nivel de servicio (SLA). Implica organizar equipos de manera efectiva, diseñar sistemas IDP para manejar cargas de trabajo de manera eficiente, operar estos sistemas a escala y evolucionarlos continuamente para satisfacer las necesidades de los clientes.

En esta publicación, comenzamos con la introducción del pilar de excelencia operativa y los principios de diseño, y luego profundizamos en cuatro áreas de enfoque: cultura organizacional, diseño de carga de trabajo, optimización de compilación y lanzamiento, y observabilidad. Al leer esta publicación, aprenderá sobre el pilar de excelencia operativa en el marco de buena arquitectura con el estudio de caso de IDP.

Criterios de diseño

Para las cargas de trabajo de desplazados internos, la excelencia operativa se traduce en lo siguiente:

• Alta precisión y bajas tasas de error en la extracción de datos de documentos – La precisión en la extracción de datos de los documentos es primordial, lo que minimiza los errores y garantiza que la información utilizada para la toma de decisiones sea confiable
• Procesamiento rápido de grandes volúmenes de documentos con baja latencia – La eficiencia en el manejo rápido de grandes volúmenes de documentos permite a las organizaciones seguir el ritmo de las demandas comerciales, reduciendo los cuellos de botella.
• Monitoreo continuo para un rápido diagnóstico y resolución de problemas. – La supervisión y el mantenimiento proactivos ayudan a identificar y resolver rápidamente cualquier interrupción en el proceso de procesamiento de documentos, manteniendo un flujo operativo fluido.
• Iteración rápida para mejorar modelos y flujos de trabajo. – La implementación de un circuito de retroalimentación que facilite el refinamiento constante de algoritmos y procesos garantiza que el sistema evolucione para enfrentar los desafíos emergentes y los estándares de eficiencia.
• Optimización de costos para garantizar que los recursos se alineen con las demandas de la carga de trabajo – La gestión estratégica de recursos garantiza que la inversión financiera en sistemas de desplazados internos produzca el máximo valor, ajustando los recursos dinámicamente en línea con las demandas fluctuantes de procesamiento de documentos.
• Cumplimiento de los SLA – Cumplir o superar los estándares y tiempos de respuesta prometidos a los clientes es crucial para mantener la confianza y la satisfacción.

Las estrategias de diseño efectivas deben estar alineadas con estos objetivos, asegurando que los sistemas IDP no solo sean técnicamente capaces sino que también estén optimizados para los desafíos del mundo real. Esto eleva la excelencia operativa de un objetivo backend a un activo estratégico, uno que es integral para el éxito de toda la empresa. Basado en el principios de diseño del pilar de Excelencia Operacional, proponemos los siguientes principios de diseño para esta lente personalizada.

Áreas de enfoque

Los principios de diseño y las mejores prácticas para el pilar de Excelencia Operacional provienen de lo que hemos aprendido de nuestros clientes y nuestros expertos en IDP. Úselos como guía al tomar decisiones de diseño, asegurándose de que se ajusten bien a lo que su empresa necesita de la solución IDP. La aplicación de la lente de buena arquitectura de IDP también le ayuda a validar que estas opciones apuntan a lograr la excelencia operativa, garantizando que cumplan con sus objetivos operativos específicos.

Las siguientes son las áreas de enfoque clave para la excelencia operativa de la solución IDP en la nube:

• Cultura organizacional – La cultura organizacional es fundamental para dar forma a cómo se implementan y gestionan los proyectos de los desplazados internos. Esta cultura se sustenta en acuerdos de nivel de servicio claros que establecen expectativas definitivas en cuanto a tiempos de procesamiento y precisión, lo que garantiza que todos los miembros del equipo estén orientados hacia objetivos comunes. Esto se complementa con una función centralizada que actúa como centro para la excelencia operativa, consolidando las mejores prácticas y dirigiendo los proyectos de desplazados internos hacia el éxito.
• Diseño de carga de trabajo – Esto implica crear un sistema capaz de manejar de manera flexible diversas demandas, optimizar la calidad y precisión en el procesamiento de documentos e integrarse eficientemente con sistemas externos.
• Optimización de compilación y lanzamiento – Esta área enfatiza la implementación de procesos DevSecOps estandarizados. El objetivo es optimizar el ciclo de vida de desarrollo y utilizar la automatización para garantizar una implementación rápida y sin problemas de actualizaciones o nuevas funciones. Este enfoque tiene como objetivo mejorar la eficiencia, la seguridad y la confiabilidad del desarrollo y la implementación del sistema IDP.
• Observabilidad – En IDP, la observabilidad se centra en capacidades integrales de monitoreo, alertas y registro, junto con la gestión de cuotas de servicios. Esto implica vigilar atentamente el rendimiento del sistema, establecer mecanismos de alerta eficaces para posibles problemas, mantener registros detallados para análisis y garantizar que el sistema funcione dentro de sus asignaciones de recursos.

Cultura organizacional

Para lograr la excelencia operativa en IDP, las organizaciones deben incorporar ciertas mejores prácticas en su cultura y operaciones diarias. Las siguientes son algunas áreas críticas que pueden guiar a las organizaciones a optimizar sus flujos de trabajo de IDP:

• Cultura y modelo operativo – Cultivar una cultura que defienda el diseño estratégico, la implementación y la gestión de cargas de trabajo de desplazados internos. Esto debería ser una norma cultural, integrada en el modelo operativo para respaldar la agilidad y la capacidad de respuesta en el procesamiento de documentos.
• Alineación empresarial y SLA – Alinear las iniciativas de IDP con los objetivos comerciales y los SLA. Esta práctica garantiza que el procesamiento de documentos respalde la estrategia comercial general y cumpla con las métricas de desempeño valoradas por las partes interesadas.
• Formación continua en AWS – Comprometerse a realizar capacitación y mejora de habilidades periódicas en los servicios de AWS para mejorar las capacidades de IDP. Un equipo bien capacitado puede utilizar las funciones en evolución de AWS para mejorar la eficiencia y la innovación en el procesamiento de documentos.
• Gestión del cambio – Establecer procesos sólidos de gestión de cambios para navegar la naturaleza dinámica del panorama de los desplazados internos. La gestión de cambios eficaz respalda transiciones fluidas y ayuda a mantener operaciones de IDP ininterrumpidas durante actualizaciones o cambios de estrategia.
• Métricas definidas para el éxito de los desplazados internos – Establecer y monitorear métricas claras para medir el éxito y el impacto de las operaciones de desplazados internos. Por ejemplo: con Amazon CloudWatch, puede monitorear la cantidad de documentos procesados ​​a través de Amazon Textract. De manera similar, monitorear el volumen y el tamaño de los documentos que se cargan en Amazon Simple Storage Service (Amazon S3) puede brindar información sobre el ritmo al que aumenta la demanda de procesamiento. Además, con AWS Step Functions, puede utilizar las métricas integradas para realizar un seguimiento de la tasa de éxito del trabajo de procesamiento, lo que ofrece información sobre la eficacia de la orquestación del flujo de trabajo.
• Mejoras iterativas – Fomentar una cultura de retroalimentación y desarrollo iterativo para perfeccionar los procesos de los desplazados internos. Al analizar periódicamente los datos de rendimiento y los comentarios de los usuarios, la organización puede realizar mejoras informadas e incrementales en el sistema IDP.
• Bucle de retroalimentación de la revisión humana – Integrar un circuito de retroalimentación de la revisión humana en el sistema IDP. Esto proporciona información valiosa que puede utilizar para mejorar continuamente la precisión y eficacia de los procesos automatizados.

Diseño de carga de trabajo

Un diseño eficaz de la carga de trabajo es esencial para una gestión exitosa de los sistemas inteligentes de procesamiento de documentos. Este diseño debe ser adaptable para satisfacer diversas demandas y manejar demandas variables, manteniendo una alta calidad y precisión, y logrando una integración perfecta con otros sistemas. Las siguientes son las mejores prácticas que pueden ayudar a lograr estos objetivos:

• Utilizando etapas del flujo de trabajo IDP– Al diseñar una arquitectura para IDP, es importante considerar las etapas típicas de un flujo de trabajo de IDP, que pueden variar según los casos de uso específicos y las necesidades comerciales. Las etapas comunes incluyen captura de datos, clasificación de documentos, extracción de texto de documentos, enriquecimiento de contenido, revisión y validación de documentos y consumo de datos. Al definir y separar claramente estas etapas en su arquitectura, crea un sistema más resistente. Este enfoque ayuda a aislar diferentes componentes en caso de falla, lo que conduce a operaciones más fluidas y un mantenimiento más sencillo.
• Manejo flexible de la demanda – Crear un sistema de procesamiento de documentos que pueda adaptarse fácilmente a los cambios en la demanda. Esto garantiza que, a medida que cambian las necesidades del negocio, el sistema pueda ampliarse o reducirse en consecuencia y continuar funcionando sin problemas.
  • Por ejemplo, al interactuar con Amazon Textract, asegúrese de administrar la limitación y las conexiones interrumpidas configurando el parámetro de configuración al crear el cliente de Amazon Textract. Se recomienda establecer un recuento de reintentos de 5, porque AWS SDK reintenta una operación este número de veces especificado antes de considerarla un error. La incorporación de este mecanismo puede manejar la limitación de manera más efectiva mediante el uso de la estrategia de retroceso exponencial incorporada del SDK.
  • AWS puede actualizar periódicamente los límites del servicio en función de varios factores. Manténgase actualizado con la documentación más reciente y ajuste sus estrategias de gestión de limitaciones en consecuencia. Por ejemplo, puedes utilizar el Texttract de Amazon. Calculadora de cuotas de servicio para estimar los valores de cuota que satisfarán su caso de uso. Si su aplicación alcanza constantemente límites de limitación, considere solicitar a AWS que aumente sus cuotas de servicio para Amazon Textil y Amazon Comprehend.
• Optimización de la calidad y la precisión. – Maximice la precisión de la extracción de datos con Amazon Textract preparando documentos en un formato que conduzca a una alta precisión, como se describe en las mejores prácticas de AWS Textract. Aproveche la función Diseño de Textract, que está previamente capacitada en una amplia gama de documentos de diversas industrias, incluidos servicios financieros y seguros. Esta característica simplifica la extracción de datos al reducir la necesidad de código de posprocesamiento complejo, mejorando la eficiencia en las operaciones de procesamiento de documentos y, en última instancia, mejorando tanto la calidad como la eficiencia en sus operaciones de procesamiento de documentos.
• Integraciones externas perfectas – Asegúrese de que su sistema IDP pueda integrarse eficientemente con servicios y sistemas externos. Esto proporciona un flujo de trabajo coherente y permite una funcionalidad más amplia dentro del proceso de procesamiento de documentos. Por ejemplo, revise la arquitectura existente para determinar la modularidad e identificar los componentes que manejan integraciones de sistemas externos y dividir la lógica de integración en funciones granulares más pequeñas utilizando AWS Lambda para flexibilidad y escalabilidad. Busque continuamente comentarios de desarrolladores y socios de integración para refinar y optimizar la arquitectura. Emplear estrategias para operaciones desacopladas, como el procesamiento basado en eventos, donde servicios como Puente de eventos de Amazon se puede utilizar para capturar y enrutar eventos desde sistemas externos.
• Procesamiento transparente y adaptable – Establecer rutas claras y rastreables para cada dato desde su origen hasta su extracción, lo que genera confianza en el sistema. Mantener la documentación de las reglas de procesamiento exhaustiva y actualizada, fomentando un entorno transparente para todas las partes interesadas.
• Mejore el IDP con Amazon Comprehend Flywheel y consultas personalizadas de Amazon Textract
  • Aproveche el volante de Amazon Comprehend para optimizar el proceso de aprendizaje automático, desde la ingesta de datos hasta la implementación. Al centralizar los conjuntos de datos dentro del lago de datos dedicado de Amazon S3 del volante, garantiza una gestión de datos eficiente. Las iteraciones periódicas del volante garantizan que los modelos se entrenen con los datos más recientes y se evalúen para obtener un rendimiento óptimo. Promueva siempre los modelos de mayor rendimiento al estado activo e implemente puntos finales sincronizados con el modelo activo, reduciendo las intervenciones manuales. Este enfoque sistemático, basado en los principios de MLOps, impulsa la excelencia operativa y garantiza una calidad superior del modelo.
  • Además, con la reciente introducción de Amazon Textract Consultas personalizadas Con esta característica, puede refinar el proceso de extracción para cumplir con requisitos comerciales únicos mediante el uso de preguntas en lenguaje natural, mejorando así la precisión para tipos de documentos específicos. Las consultas personalizadas simplifican la adaptación de la función Consultas de Amazon Textract, lo que elimina la necesidad de tener conocimientos profundos de aprendizaje automático y facilita una forma más intuitiva de extraer información valiosa de los documentos.

Optimización de compilación y lanzamiento

Agilizar los procesos de construcción y lanzamiento es vital para la agilidad y seguridad de las soluciones IDP. Las siguientes son prácticas clave en la optimización de la compilación y el lanzamiento, centrándose en la automatización, la integración continua y la entrega continua (CI/CD) y la seguridad:

• Despliegue automatizado – Diseñe su solución IDP utilizando principios de infraestructura como código (IaC) para implementaciones consistentes y repetibles; la infraestructura sin servidor se puede implementar con Kit de desarrollo en la nube de AWS (AWS CDK) y orquestado con un servicio de flujo de trabajo visual de bajo código como AWS Step Functions.
• Tuberías de CI / CD – Aprovechar herramientas como AWS CodePipeline, Construcción de código AWS, Implementación de código de AWS para la automatización de las fases de construcción, prueba y lanzamiento de componentes y modelos IDP. Configure reversiones automatizadas para mitigar los riesgos de implementación e integre el control y el seguimiento de cambios para una validación exhaustiva antes de la implementación de producción.
• Seguridad con AWS KMS – La excelencia operativa no se trata únicamente de eficiencia; La seguridad también juega un papel integral. Específicamente, para los puntos finales de Amazon Comprehend donde las claves administradas por el cliente cifran los modelos subyacentes, se mantiene la integridad mediante Servicio de administración de claves de AWS (AWS KMS) los permisos clave se vuelven vitales. Utilizar Asesor de confianza de AWS para verificar los riesgos de acceso a los puntos finales y administrar los permisos de las claves KMS.
• Integración perfecta con diversos sistemas externos – Adaptar los canales de creación y lanzamiento para enfatizar la integración perfecta con diversos sistemas externos. Utilice los servicios y las mejores prácticas de AWS para diseñar flujos de trabajo de procesamiento de documentos para interactuar y adaptarse fácilmente a diversos requisitos externos. Esto asegura consistencia y agilidad en las implementaciones, priorizando la excelencia operativa incluso en escenarios de integración complejos.

Observabilidad

Lograr la excelencia operativa en los desplazados internos requiere un enfoque integrado en el que el seguimiento y la observabilidad desempeñen funciones fundamentales. A continuación se detallan las prácticas clave para garantizar claridad, conocimiento y mejora continua dentro de un entorno de AWS:

• Observabilidad integral – Implementar una solución exhaustiva de monitoreo y observabilidad con herramientas como Registros de Amazon CloudWatch para servicios como Amazon Textract y Amazon Comprehend. Este enfoque proporciona información operativa clara para todas las partes interesadas, fomentando una operación eficiente, un manejo receptivo de eventos y un ciclo de mejora continua.
• Monitoreo y escalado automático de endpoints de Amazon Comprehend – Emplee Trusted Advisor para un monitoreo diligente de los puntos finales de Amazon Comprehend para optimizar la utilización de los recursos. Ajuste las configuraciones de rendimiento o utilice Escalado automático de aplicaciones de AWS para alinear los recursos con la demanda, mejorando la eficiencia y la rentabilidad.
• Estrategia de monitoreo de Amazon Texttract – Para lograr excelencia operativa en el uso de Amazon Textract, adopte un enfoque holístico:
  • Utilice CloudWatch para monitorear diligentemente las operaciones de Amazon Textract y obtener información de métricas clave como SuccessfulRequestCount, ThrottledCount, ResponseTime, ServerErrorCount, UserErrorCount
  • Configure alarmas precisas basadas en estas métricas e intégrelas con Servicio de notificación simple de Amazon (Amazon SNS) para la detección de anomalías en tiempo real.
  • Actúe rápidamente sobre estas notificaciones, garantizando una rápida rectificación del problema y una eficiencia consistente en el procesamiento de documentos. Esta estrategia combina un seguimiento meticuloso con una intervención proactiva, estableciendo el estándar de excelencia operativa.
• Registro de llamadas API con AWS CloudTrail – Con Seguimiento de la nube de AWS , puede obtener visibilidad del historial de llamadas API y la actividad del usuario, algo crucial para el monitoreo operativo y la respuesta rápida a incidentes. Los servicios Amazon Textract y Amazon Comprehend están integrados con AWS CloudTrail.

Conclusión

En esta publicación, compartimos principios de diseño, áreas de enfoque, fundamentos y mejores prácticas para lograr la excelencia operativa en su solución IDP. Al adoptar los principios del marco de buena arquitectura que se tratan en esta publicación, puede optimizar sus cargas de trabajo de IDP para lograr la excelencia operativa. Concéntrese en áreas clave como IaC, instrumentación, observabilidad y mejora continua, que lo ayudarán a lograr la excelencia operativa y garantizar que sus sistemas IDP brinden valor comercial a escala de manera segura y conforme.

AWS está comprometido con la lente de buena arquitectura de IDP como herramienta viva. A medida que las soluciones IDP y los servicios de IA de AWS relacionados evolucionen y haya nuevos servicios de AWS disponibles, actualizaremos IDP Lens Well-Architected en consecuencia.

Si desea obtener más información sobre el marco de buena arquitectura de AWS, consulte Buena arquitectura de AWS.

Si necesita orientación experta adicional, comuníquese con el equipo de su cuenta de AWS para contratar a un arquitecto de soluciones especializado en IDP.

Acerca de los autores

Brijesh Pati es arquitecto de soluciones empresariales en AWS. Su principal objetivo es ayudar a los clientes empresariales a adoptar tecnologías de nube para sus cargas de trabajo. Tiene experiencia en desarrollo de aplicaciones y arquitectura empresarial y ha trabajado con clientes de diversas industrias, como deportes, finanzas, energía y servicios profesionales. Sus intereses incluyen arquitecturas sin servidor y AI/ML.

mia chang es un arquitecto de soluciones especializado en aprendizaje automático para Amazon Web Services. Trabaja con clientes en EMEA y comparte las mejores prácticas para ejecutar cargas de trabajo de IA/ML en la nube con su experiencia en matemáticas aplicadas, informática e IA/ML. Se centra en cargas de trabajo específicas de PNL y comparte su experiencia como conferenciante y autora de libros. En su tiempo libre, le gusta hacer senderismo, jugar juegos de mesa y preparar café.

rui cardoso es arquitecto de soluciones asociado en Amazon Web Services (AWS). Se centra en AI/ML e IoT. Trabaja con socios de AWS y los apoya en el desarrollo de soluciones en AWS. Cuando no está trabajando, le gusta andar en bicicleta, hacer senderismo y aprender cosas nuevas.

Tim Condello es arquitecto senior de soluciones especializado en inteligencia artificial (IA) y aprendizaje automático (ML) en Amazon Web Services (AWS). Su enfoque es el procesamiento del lenguaje natural y la visión por computadora. A Tim le gusta tomar las ideas de los clientes y convertirlas en soluciones escalables.

Jerez Ding es arquitecto senior de soluciones especializado en inteligencia artificial (IA) y aprendizaje automático (ML) en Amazon Web Services (AWS). Tiene una amplia experiencia en aprendizaje automático con un doctorado en informática. Trabaja principalmente con clientes del sector público en diversos desafíos comerciales relacionados con AI/ML, ayudándolos a acelerar su viaje de aprendizaje automático en la nube de AWS. Cuando no ayuda a los clientes, disfruta de las actividades al aire libre.

Suyin Wang es un arquitecto de soluciones especializado en IA/ML en AWS. Tiene formación interdisciplinaria en aprendizaje automático, servicios de información financiera y economía, junto con años de experiencia en la creación de aplicaciones de ciencia de datos y aprendizaje automático que resolvieron problemas empresariales del mundo real. Le gusta ayudar a los clientes a identificar las preguntas comerciales adecuadas y crear las soluciones de IA/ML adecuadas. En su tiempo libre le encanta cantar y cocinar.

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• Fuente: https://aws.amazon.com/blogs/machine-learning/build-well-architected-idp-solutions-with-a-custom-lens-part-1-operational-excellence/