Wydawca ABBYY zaprezentował 20 października 2026 roku PHOENIX Plus, moduł sztucznej inteligencji zintegrowany z jego platformą przetwarzania dokumentów Vantage. Dwa lata po wprowadzeniu PHOENIX firma rozszerza swoje podejście o ekstrakcję danych z bardziej zróżnicowanych treści oraz ich interpretację, zachowując jednocześnie mechanizmy kontroli. Jego dostępność pozostaje ograniczona do wybranych klientów Vantage.
Firmy dążą do wykorzystywania swoich dokumentów w zautomatyzowanych procesach, jednak faktury, umowy i formularze nie zawsze mają jednolitą strukturę. ABBYY zamierza radzić sobie z tymi wariacjami bez konieczności systematycznego trenowania dedykowanego modelu. Rozwiązanie łączy klasyczne techniki przetwarzania dokumentów z modelami generatywnymi, w środowisku kontrolowanym przez wydawcę.
Ewolucja PHOENIX wprowadzonego w 2024 roku
PHOENIX został zaprezentowany w 2024 roku podczas wydarzenia ABBYY Ascend. Początkowo opierał się na podejściu multimodalnym wykorzystującym małe modele językowe (SLM), przeznaczone do specjalizacji AI w zadaniach dokumentowych. Celem było m.in. ułatwienie oznaczania danych i przyspieszenie przygotowania modeli ekstrakcji. Rozwiązanie wpisywało się w Purpose-Built AI Center, środowisko mające na celu zgromadzenie technologii AI wydawcy.
PHOENIX Plus nie jest po prostu nową wersją tego początkowego modelu. Wpisuje się w szerszą architekturę o nazwie PHOENIX, która obecnie wyróżnia deterministyczny rdzeń przetwarzania dokumentów PHOENIX Core oraz uzupełniającą warstwę generatywną PHOENIX Plus. Pierwszy grupuje historyczne funkcje optycznego rozpoznawania znaków (OCR), analizy układu, klasyfikacji i ekstrakcji. Druga wykorzystuje modele generatywne wybrane i zoptymalizowane przez ABBYY, które włączają się, gdy klasyczne reguły lub wstępnie wytrenowane modele nie wystarczają.
Ekstrakcja i interpretacja bez wcześniejszego treningu
Jedną z głównych zapowiadanych korzyści jest tzw. ekstrakcja zero-shot, która ma umożliwić pobieranie informacji z nieznanych lub bardzo zmiennych dokumentów bez konieczności wcześniejszego przygotowania zestawu danych do trenowania dedykowanego modelu. Według komunikatu, w przypadku umowy z dostawcą poszukiwane informacje mogą pojawiać się w klauzulach sformułowanych różnie w różnych dokumentach. PHOENIX Plus ma być w stanie zlokalizować odpowiednie elementy na podstawie wstępnie zdefiniowanych instrukcji, a następnie przedstawić wyniki w oczekiwanej strukturze.
Rozwiązanie może również działać po wstępnej ekstrakcji, aby interpretować tekst swobodny, zestawiać informacje, wykrywać niespójności lub generować rekomendacje dla kolejnych etapów procesu biznesowego. ABBYY celuje zatem w zastosowania wykraczające poza zwykłe odczytywanie i transkrypcję pól. Dla wydawcy to podejście hybrydowe pozwala współistnieć technikom deterministycznym, zarezerwowanym dla operacji o ustalonych regułach, oraz technikom generatywnym, wykorzystywanym dla treści wymagających większej elastyczności. Ta organizacja opiera się na walidacji danych, progach ufności, możliwości śledzenia do oryginalnych dokumentów oraz opcji zażądania weryfikacji przez człowieka.
ABBYY twierdzi, że klient z sektora logistycznego osiągnął 99% dokładność podczas pierwszego przejścia na złożonych formularzach mieszających tekst odręczny i drukowany. Jest to jednak wynik przekazany przez dostawcę, który nie pozwala na wyciągnięcie ogólnych wniosków na temat wydajności produktu. Zainteresowanie operacyjne będzie zależeć ponadto od złożoności dokumentów, jakości dostępnych danych oraz wymaganego poziomu weryfikacji.
Hosting, cennik i dostępność
PHOENIX Plus jest zintegrowany z Vantage i hostowany przez ABBYY. Według wydawcy dane są przetwarzane w tym samym regionie co środowisko Vantage klienta i nie są przechowywane przez usługę po zwróceniu wyniku. W aspekcie ekonomicznym ABBYY planuje dodać go do subskrypcji Vantage za stałą roczną opłatą, aby uniknąć zarządzania odrębną umową z dostawcą modeli i rozliczania opartego na liczbie zużytych tokenów (jednostek tekstu przetwarzanych przez model). Wysokość tej opcji nie jest podana w ogłoszeniu.
Klienci mogą ponadto nadal podłączać własne modele, w szczególności od OpenAI, Google, Anthropic czy Mistral, dzięki opcji BYOM (Bring Your Own Model) w Vantage. W takim przypadku firma wybiera swój model i musi uwzględnić warunki wybranego dostawcy. Sam PHOENIX Plus jest dostępny tylko dla wybranych klientów Vantage, w ramach selektywnego wdrożenia, a wydawca zachęca zainteresowane organizacje do sprawdzenia uprawnień u swoich zespołów. Opublikowane informacje nie zawierają również niezależnych testów porównawczych, które pozwoliłyby porównać go z innymi narzędziami ekstrakcji dokumentów lub modelami ogólnymi.
