Document AI：智慧型文件處理（IDP）的下一代演進 @llama_index 正式提出了“Document AI”，認為它是傳統IDP 的徹底進化：從“死板的模板+規則”升級為真正會思考、自我糾錯、自主決策的智能體系統。 傳統IDP 的核心痛點· 極度依賴固定模板，供應商發票換個格式就基本廢了； · 只能擷取純文字，對表格、圖表、手寫字、圖片幾乎束手無策； · 直通率（全自動處理比例）通常只有60-70%，剩下30-40% 必須手動介入； · 每來一種新文件類型，就得花幾週到幾個月重新訓練模型或加規則，維護成本極高。 Document AI 的核心優勢相比傳統IDP/RPA，Document AI 幾乎在所有關鍵指標上都實現了質的飛躍： · 全自動直通率：傳統60-70% → Document AI 90% 以上（人工介入比例從30-40% 降到不到10%） · 是否需要範本：傳統必須且頻繁維護→ Document AI 完全零樣本，遇到全新格式也能直接處理· 多模態理解能力：傳統基本沒有→ Document AI 原生支援複雜表格、圖表、照片、手寫筆記等· 出錯時的處理方式：傳統一句話就死機等人工→ Document AI 會自動診斷出錯誤或多次試算表Document AI 通常幾分鐘到幾小時搞定· 整體準確率：傳統80-85%（模板匹配時）→ Document AI 穩定95% 以上 舉個最常見的應付帳款發票場景：過去一個月幾千張發票要人工審核30%，用Document AI 之後通常只剩不到10% 需要人看一眼，省下的時間和成本極其可觀。 Document AI 的兩大技術支柱 1. 智能體式OCR（Agentic OCR） 用視覺-語言模型（VLM）動態理解整頁版面、表格邏輯、圖表意義，擷取時還會自我評分，不確定就自動重試。 2. 智慧體式工作流程（Agentic Workflows） 以LLM 驅動的多智能體協作取代硬編碼規則，能記住上下文、呼叫外部工具（查資料庫、算稅額、驗證一致性），甚至在發現資料衝突時自己推理補全。 LlamaIndex 提供的開箱即用工具鏈· LlamaParse：企業級PDF 解析，直接輸出帶佈局的Markdown · LlamaExtract：只需定義資料結構，智能體自動填表· Workflows + LlamaAgents：現成的多智能體工作流程框架，已內建發票、合約、10-K 財報、表單等多個模板
