I 5 motivi per cui un software OCR è molto costoso

Explore in:

Scritto da: Gonçalo Caeiro  linkedin  (4 minuti di lettura)

La mission di DocDigitizer è liberare gli esseri umani dal lavoro da automi. L’idea è di creare di grandi tecnologie che aiutino le aziende ad eliminare il lavoro ripetitivo, ma significa anche rendere la tecnologia semplice e accessibile ad ogni singola azienda, indipendentemente dalle sue dimensioni o portafoglio.

Ci chiediamo quindi perché i software OCR non si trovano in tutte le aziende. Avete mai pensato perché solo le grandi aziende vi accedono? La ragione è semplice: il costo totale di proprietà di un progetto OCR è enorme. Vediamo passo a passo la scomposizione dei costi, che sono una media annuale, ovvero, considerando un ciclo di vita di 4 anni, le percentuali indicate qui sotto rappresentano il contributo annuale di ogni voce. Abbiamo disposto i passi in modo sequenziale dal punto di vista del lancio di un nuovo progetto, anche se i costi si riferiscono al contributo annuale.

Passo 1: Licenza del software OCR

L’investimento in una licenza software OCR ha un costo che parte dai tre zeri. Può raggiungere facilmente le centinaia di migliaia, a seconda del volume e della capacità di elaborare, scansionare ed estrarre informazioni dai documenti. DocDigitizer si distingue perché è un servizio fornito sulla base di un modello pay-per-use.  Quando si implementa un progetto OCR è necessario concedere immediatamente la licenza per l’intera capacità massima che verrà sfruttata. La grande maggioranza dei fornitori di software OCR non è in grado di gestire le fluttuazioni dei volumi dal punto di vista del costo della licenza.

In genere, questo costo rappresenta circa il 5% del progetto.

Passo 2: Noleggio o acquisto di hardware, attrezzature e macchine virtuali per eseguire il software OCR

Il software da solo non è in grado di fare nulla, infatti l’OCR va installato in un ambiente. Sarà quindi necessario aggiungere alcune migliaia di dollari al costo totale di proprietà (CTP). Non bastano solo i server, che siano su cloud oppure fisici, è necessario disporre di qualcuno che li gestisca e li integri nella vostra infrastruttura sicura, garantendo le operazioni, i backup e così via. 

Diversamente da DocDigitizer, con cui si paga solo per i singoli documenti completamente convalidati, nel caso di un software OCR si spendono migliaia di dollari prima ancora di sapere se tutto funziona bene.

In genere, questo costo rappresenta circa il 10% del progetto.

Passo 3: Servizi di consulenza e sviluppo per implementare il software OCR

A questo punto, il costo del vostro progetto OCR è già superiore a 100.000 dollari ma molto probabilmente supererà i 500.000 dollari. Avete bisogno di servizi di consulenza per configurare il software, sviluppare modelli e affini prendendo in considerazione il tipo di documenti che dovete gestire e il tipo di informazioni che dovete estrarre.

Con DocDigitizer si paga per documento estratto e convalidato. Con un software OCR invece si finisce per pagare per generare e modificare ogni modello di documento.

Accade spesso che, a un certo punto del progetto, si constata che il team di consulenti ha investito 2 giorni per mettere a punto un modello utile per soli 50 documenti al mese di quel tipo, a fronte di un costo del modello di documento di circa 2.000 dollari. Direte che potrebbe trattarsi di una cattiva gestione del progetto, ma quando il vostro progetto tratta decine o centinaia di modelli, potete stare certi che questi scenari sono tutt’altro che rari.

In genere, questo costo rappresenta circa il 30% del progetto.

software OCR

Scomposizione dei costi del progetto del software OCR

Passo 4: Costruire e gestire il team di redattori / di revisione OCR

Il progetto è già al terzo mese ed è in ritardo. Molteplici riunioni e grattacapi per quanto riguarda server, installazione, sviluppo e ulteriori spese di consulenza stanno già portando il progetto in rosso. Quanto meno pensate di poter iniziare a elaborare alcuni documenti, giusto? Sbagliato!

Il software OCR non è poi così preciso. Volendo essere ottimisti, si otterranno documenti (con tutti i campi correttamente estratti) al massimo con l’80% di precisione. A questo punto, sapete già che sarà necessario impiegare un team di revisione. I dati economici in questa fase diventano alquanto confusi. A quale centro di costo assegnate il costo annuale del team di revisione OCR?  Dopo tutto, si tratta di OPEX, quindi forse va messo nel centro OPEX (costi operativi) della business unit a cui si riferiscono i documenti. 

Presto si capisce che l’operatività del team di revisione sta diventando un incubo. È importante tenere conto della qualità non uniforme di diversi editori, delle ferie o dei periodi di malattia e, peggio ancora, dei picchi di richieste. Presto scoprirete che il team di revisione non è in grado di espandersi o contrarsi facilmente.

In genere, questo costo rappresenta circa il 40% del progetto.

Passo 5: Manutenzione e supporto del progetto software OCR

Considerando una durata del progetto di 4 anni, dovrete affrontare le spese di manutenzione del software e i cambiamenti necessari per la configurazione dei modelli di documenti e così via. Molti sono i costi che dovranno ancora essere messi in conto, tra cui la gestione dei team, le risorse umane e l’IT.

In genere, questo costo rappresenta circa il 15% del progetto.

Conclusioni: Il costo reale di un progetto software OCR

Quando si iniziano a calcolare i costi di un software OCR installato internamente è facile essere attratti dal costo eventualmente contenuto della licenza di una soluzione software OCR. Dopo 4 anni con progetti di questo tipo, i clienti di solito arrivano alla conclusione che il costo totale di proprietà (CTP) è 20 volte il costo del software OCR stesso. Quando si tiene conto della convenienza, considerato il tempo impiegato per avviare il progetto e le relative limitazioni, il costo aumenta da 40 a 80 volte. 

Con DocDigitizer potrete essere attivi e operativi in poche ore, con zero configurazioni, dati estratti con precisione garantiti al 100% e pay-per-use. È possibile scalare verso l’alto o verso il basso, non ci sono progetti di implementazione e manutenzione problematici e si ha la garanzia che funzionerà con il miglior rapporto di produttività risultante dall’IA/ML.