Již několik desetiletí se automatizace prosazuje coby jeden z hlavních směrů technického vývoje. Tento fenomén má významný dopad především v oblasti systémové či procesní optimalizace. Úzce rovněž souvisí s otázkou přechodu od vědomé činnosti člověka k automatickému zpracování a spolehnutí se na technická zařízení.
Cal Newport z Georgetown University zdůrazňuje význam tzv. hluboké práce. Jeho apely směřují především k potřebě uvědomění si významu hluboké duševní činnosti, kdy jsme ve stavu nerušeného soustředění schopni využívat náš kognitivní potenciál. Do opozice staví kognitivně nenáročné úkony spíše logistického charakteru, které ve světě příliš nové hodnoty nevytvářejí. Podobně jako třeba Nicholas Carr v této souvislosti kritizuje současnou až příliš nadšenou aplikaci nových informačních a komunikačních prostředků na mnoho oblastí ve společnosti, kde konkrétně na příkladu tzv. síťových nástrojů (komunikačních služeb, sociálních sítí) ilustruje přechod od hlubokého k mělkému zpracování informace.
Nejen tito autoři, ale mnozí další především multidisciplinárně uvažující vědci a spisovatelé si všímají negativních důsledků tohoto (nového způsobu) myšlení, které lze označit za mělké, povrchní či digitální, a jeho významné souvislosti s masivní informatizací a komputerizací. Pokud člověk do tématu neproniká hlouběji a jeho „vlastní názor“ se zakládá na novinovém titulku, pofidérním kompilátu neznámého přispěvatele do on-line média nebo zkratkovitém vyjádření na některé ze sociálních sítí, nevytváří si znalost, která by mu umožnila adekvátně porozumět skutečnosti. Neblahý dopad na uvedené má navíc falešná představa mnoha o nepotřebě vládnout vlastním „znalostním zázemím“, neboť si dnes lze vše „jednoduše vygooglit“.
Jistě se shodneme na tom, že myšlení bolí. Pokud však za nás „myšlení“ převezmou stroje a počítačové programy, stáváme se naopak my pouhými stroji vykonávajícími rutinně a bezmyšlenkovitě logistické aktivity, operujícími pouze se symboly, kterým nerozumíme, a mílovými kroky se tak blížíme k paradoxu, se kterým Alan Turing nepočítal, totiž že budeme komunikovat s člověkem za současného mylného přesvědčení, že na druhé straně „sedí“ počítač.
Aplikace moderních technologií a související automatizace však může být rovněž receptem nebo minimálně jedním z v praxi použitelných receptů, jak naznačené problémy řešit. Zde se bavíme o možnosti eliminovat rutinní činnosti a šetřit tak čas i finance, které bude možné věnovat na činnosti netriviální. Příkladem může být oblast RPA (robotické procesní automatizace), kde se uplatňují koncepty a principy umělé inteligence a strojového učení. Byť se někteří odborníci shodují na existenci rizika určitého snížení počtu zaměstnanců dotčených profesí v důsledku automatizace jimi dříve vykonávaných pracovních aktivit, může být uvolněná „lidská kapacita“ využita pro jiné složitější úkoly a zejména pro řešení problémů, na které nestačí umělá inteligence, ale je třeba zapojení inteligence lidské.
Zde se tedy ukazuje jako zásadní význam analýzy, neb je nejprve potřeba zjistit, které procesy a činnosti je vhodné a žádoucí automatizovat. Na základě těchto zjištění (identifikace slabých míst a prostoru pro účelnou podporu ICT prostředky) lze odpovědně rozhodnout o automatizaci a transformaci konkrétních procesů. V této oblasti poskytuje česká softwarová společnost StringData zcela unikátní řešení nazvané UltimateSuite, které umožňuje s použitím technologie task miningu získat podklady pro kvalifikovaná rozhodnutí o automatizaci a optimalizaci, jelikož praxe ukazuje, že bez správného „zacílení“ opřeného o výsledky analýzy relevantních firemních dat nemusí automatizace přinášet očekávané benefity (úsporu nákladů, zvýšení efektivity).
Nejprve je potřeba zjistit, které procesy a činnosti je vhodné a žádoucí automatizovat. Na základě těchto zjištění (identifikace slabých míst a prostoru pro účelnou podporu ICT prostředky) lze odpovědně rozhodnout o automatizaci a transformaci konkrétních procesů.
Task mining je na rozdíl od process miningu zaměřen na činnost konkrétní pozice (úkony zaměstnance) při práci na konkrétním úkolu, čímž poskytuje nový zdroj informací managementu firmy. Na základě získaných dat pak RPA specialisté společnosti StringData přetváří roboty do pracovní síly, jež je schopna efektivně zastoupit zaměstnance, kteří se tak mohou věnovat kvalifikovanějším činnostem přinášejícím společnosti zisk. Mnoho pracovníků si totiž může připadat v důsledku častého vykonávání rutinních aktivit jako stroj, jako robot nebo pejorativněji „cvičená opice“.
Je třeba reagovat na časem již prověřená slova biologa a průkopníka v oblasti systémové teorie Bertalanffyho, který řekl, že věda v kontextu obrovského technologického pokroku „přehlédla či dokonce aktivně potlačila lidskou podstatu“, tak, že se právě k lidské podstatě budeme navracet, a to kupříkladu eliminací duševně nenáročných činnosti v důsledku vhodné automatizace tam, kde to má smysl, neboť pak firmám přináší nezanedbatelné úspory a zvýšení efektivity procesů a rovněž má žádoucí dopad na individuální pracovní náplň, výkon a rozvoj.
Autorem článku je Václav Řezníček, Analytik ve společnosti StringData a odborný asistent na Vysoké škole finanční a správní.
Použité zdroje:
BERTALANFFY, L. (1972). Člověk – robot a myšlení: Psychologie v moderním světě. 1. vyd. Praha: Svoboda. ISBN 25-055-72.
CARR, N. (2011). The Shallows: How the internet is changing the way we think, read and remember. London. Atlantic Books. ISBN 978-1-84887-227-1.
CARR, N. (2015). Skleněná klec: automatizace a my. Brno. Emitos. 2015. ISBN 978-80-87171-46-2.
NEWPORT, C. (2016). Hluboká práce: pravidla pro soustředěný úspěch v roztěkaném světě. Brno. Jan Melvil Publishing. ISBN 978-80-7555-008-8.
Zaujala vás robotizace a automatizace? Máte zájem o analýzu procesů ve vaší organizaci? Napište nám: sales@stringdata.cz.
Webinář na téma Digitalizace a optimalizace úvěrových procesů proběhl ve čtvrtek 9.9. 2021.
Digitalizace úvěrování byla významně zrychlena omezeními osobního kontaktu v souvislosti COVID lockdowny.
Díky možnostem PSD2 a BankID můžeme zjednodušit a automatizovat agendu žádostí o retailové úvěry. Na webináři jsme mimo jiné představili i unikátní řešení pro vyhodnocení bankovních transakcí z bankovních výpisů.
Webinář k aplikaci Daňovka, který proběhl v úterý 18.5.2021 online.
Ukázali jsme si, jak automatizovat vyplňování a kontrolu růžových formulářů měsíčních slev i ročního zúčtování pomocí webové aplikace Daňovka.
Zjistíte jak ušetřit tak čas i náklady, získat jednotné evidenční místo a zjednodušit si i archivaci a dohledatelnost. Zároveň jsme se zaměřili i na aktuálně diskutované téma využití BankID v HR.
Společnost Contract Administration je na českém trhu již od roku 1996. Svým klientům nabízí profesionální služby v oblasti zpracování mezd a personální administrativy. Za více než 25 let svého působení získali cenné zkušenosti a znalosti týkající se pracovního práva, sociálního pojištění a daňového zákona. Četné legislativní změny jsou provázeny také digitalizací v oblasti mzdové agendy. Tu společnost Contract Administration rovněž aktivně podporuje a v řadě společností se spolupodílí na správě agendy daňového prohlášení poplatníka prostřednictvím digitální aplikace Daňovka.
Sešli jsme se s paní Ivanou Brancuzkou, ředitelkou Contract Administration pro český trh. Zeptali jsme jí se na několik otázek ohledně digitalizace a automatizace mzdové agendy.
Většina firem stále řeší vyplňování tzv. růžového formuláře Prohlášení poplatníka klasicky manuálně. A často je to pro ně nárazově opravdu velká zátěž, ať už administrativní, personální nebo časová. Nicméně čím dál častěji se setkáváme s tím, že firmy tuhle rutinní práci chtějí digitalizovat. Takovým příkladem je třeba společnost Kiwi.com, pro kterou zajišťujeme mzdovou agendu. Právě v Kiwi.com mají Daňovku, která šetří spoustu času nejen jim, ale i nám.
V Daňovce je vyplnění prohlášení maximálně jednoduché prostřednictvím přehledného a pochopitelného vícekrokového formuláře, včetně možnosti přikládat nutná potvrzení a vytvářet dodatečné verze prohlášení v rámci roku (např. při narození dítěte). Velký přínos vidím i v tom, že zodpovědnost za daňové prohlášení se s Daňovkou přesouvá ze zaměstnavatele na zaměstnance.
Klasicky se daňová prohlášení vyplňují ručně ve firmě, mnoho času zabere kontrola samotného prohlášení a všech dodatečných dokumentů, k nám do mzdové outsourcingové společnosti se pak posílají poštou, popřípadě si je osobně vyzvedneme a zkontrolujeme my.
Jako hlavní motivaci vnímám velkou časovou úsporu a eliminaci chybovosti při vyplnění formuláře, jednoduchou logistiku a archivaci dokumentů přímo v aplikaci v digitální podobě. Nic se nikami nepřeposílá a všechny dokumenty jsou kdykoliv k dispozici.
Určitě, díky digitalizaci je snazší ověřit totožnost uživatele a lépe jeho data ochránit. Žádné dokumenty se nepřeposílají z místa na místo a nedochází k jejich ztrátě. Zaměstnanec jednoduše dokumenty naskenuje přímo do aplikace.
Skupina ČSOB je klíčovým hráčem v oblasti financování nemovitostí pro občany a pro podniky na Českém trhu. Zejména ČSOB, ČSOB Stavební spořitelna (dříve ČMSS) a Hypoteční banka jsou klíčovými členy skupiny, kteří využívají údaje z katastru nemovitostí ve svých dennodenních aktivitách v rámci úvěrů zajištěných nemovitostmi, řízení svých pohledávek apod. V rámci neustálého zlepšování zákaznické zkušenosti a zvyšování efektivity poskytovaných služeb se skupina ČSOB v září 2020 rozhodla najít dodavatele integračních a technologických služeb. Důvodem je maximální automatizace komunikace aplikací a uživatelů skupiny ČSOB s katastrem nemovitostí (dále jen KN).
Na konci roku 2020 se skupina ČSOB rozhodla pro spolupráci s dnes nejdominantnějším dodavatelem těchto služeb v České republice, společností StringData. Cílem projektu, který byl spuštěn v 1Q 2021, je tak v jednotlivých etapách postupná automatizace. Zároveň integrace služby a dat katastru nemovitostí do obchodních procesů banky a do primárních aplikací, které data KN využívají. Pro zákazníky skupiny ČSOB to bude znamenat zrychlení služeb, které s daty KN souvisí. A zároveň zjednodušení práce uživatelům banky, kdy se od manuální komunikace s katastrem celá tato agenda digitalizuje a robotizuje.
„Společnost StringData jsme si vybrali zejména díky jejich zkušenostem a znalostem uvedené problematiky v procesech finančních institucí. Dalším důvodem výběru StringData je jejich produkt KNBOX, který nám umožní spustit produktivní provoz pro první oblast služeb již v červenci 2021. StringData nám současně s produktem garantují automatické regulatorní a technologické aktualizace. Ty nám zajistí být neustále up to date“, komentuje Vladimír Bareš, ředitel architektury úvěrů ČSOB skupiny.
„Pro StringData je to potvrzení silné pozice dodavatele automatizace a integrace na katastr Nemovitostí v České republice. Byť nabízí katastr nemovitostí integrační služby, je problematika efektivního zapojení do business procesů bank a stavebních spořitelen mnohem širší. Je to spíše o odborné znalosti a zkušenostech než technologii. Ve StringDatech budujeme tuto kompetenci již více než 10 let. A proto jsme uspěli v náročném tenderu. Skupina ČSOB má smělé plány s využitím služeb a dat KN a jsme rádi, že jejich cílům v této oblasti můžeme být partnerem. Naše spolupráce začala před několika měsíci. Plníme termíny a očekávání a věřím, že to tak bude i nadále", komentuje Jan Denemark, obchodní a marketingový ředitel StringData.
Československá obchodní banka, a. s. (ČSOB) byla založena v roce 1964. Od roku 2007 je jejím jediným vlastníkem belgická KBC Bank, která je 100% dceřinou společností mezinárodní bankopojišťovací skupiny KBC Group. ČSOB poskytuje své služby všem segmentům klientů. Nabízí širokou škálu bankovních produktů a služeb, včetně produktů a služeb spojených s financováním potřeb spojených s bydlením (hypotéky a půjčky ze stavebního spoření). Dále nabízí pojistné produkty, penzijní fondy, produkty kolektivního financování a správa aktiv, specializované služby (leasing a factoring) a služby spojené s obchodováním s akciemi na finančních trzích.
Společnost StringData je česká softwarová společnost. Specializujeme se na oblast vývoje a systémové podpory kritických back-office procesů převážně v segmentu finančních institucí. Na trhu působíme od roku 1993. V klientském portfoliu máme největší české a slovenské banky. Pro ně zajišťujeme optimalizaci, digitalizaci a transformaci procesů. Pro firmy a instituce jako ČSOB, Avast, RB, KIWI, Česká spořitelna, Modrá pyramida stavební spořitelna, Komerční banka a mnoho dalších jsou StringData strategickým partnerem.
DocumentAnts je řešení společnosti StringData pro komplexní digitalizaci procesu zpracování a inteligentní vytěžování finančních výkazů (výkazy zisků a ztrát, rozvahy, daňová přiznání). Proces zpracování dokumentu za pomoci DocumentAnts je oproti manuální práci až desetkrát rychlejší a prakticky s nulovou chybovostí. Vedoucí zakázkového vývoje a autor řešení Ondřej Kozel nám během krátkého rozhovoru představuje nové řešení a detailně vysvětluje, jak „mravenci“ těží data a mění je na informace.
Ne, není. DocumentAnts spolupracují s OCR. OCR vrací pouze data, na rozdíl od OCR DocumentAnts mění data v informace. OCR rovněž umí těžit informace, většinou jde však pouze o šablonové těžení. DocumentAnts se neřídí šablonou, vyhledává pomocí kontextu.
Pokud to hodně zjednoduším, tak data jsou údaje, které dokážeme vytěžit, ale nedávají nám smysl. Informace jsou data, kterým rozumíme, mají pro nás nějaký smysl. Jsou to tedy data, která prošla validací a obohacením, mají relevanci a adekvátnost potřebě. Informace je pro nás relevantní jen v případě, pokud obsahuje, co potřebujeme vědět.
Zjednodušeně bych to vysvětlil tak, že DocumentAnts stačí vysvětlit, jak se má ke stránce chovat, co má hledat a kde. Často používám přirovnání, že DocumentAnts je jako člověk. Musíme vždy vysvětlit jako člověku, co hledat, podle čeho atd. Proti tomu u šablonového těžení musíš označit místo, kde se daná informace nachází, což bývá z důvodu variabilitu vstupů problém. DocumentAnts těží jako člověk a učí se jako člověk.
Libovolnou cestou, ať už se jedná o API, popřípadě soubory nebo mail či mobilní aplikaci, nezáleží na vstupu. DocumentAnts si každý dokument sám vyhledá v předem určeném adresáři a nahraje, na vstupu dokument zkontroluje a zvaliduje, dále určí, zda je dokument strojově čitelný či nikoliv. V případě, že je potřeba převést na strojově čitelný, můžeme použít OCR. StringData je solution partnerem ABBYY, takže primárně nabízíme toto řešení, ale samozřejmě můžeme integrovat i jakékoliv jiné řešení, se kterým klient aktuálně pracuje. Pokud dokument není strojově čitelný, vytěží ho DocumentAnts kontextově. Díky tomu, že nemusíme posílat všechny dokumenty na OCR, šetříme průměrně 50% nákladů na zpracování.
DA disponuje řadou vlastních parserů pro získávání informací ze strojově čitelných dokumentů, takže umí přečíst např. datová pdf, textové soubory, dokonce i speciální formáty finanční správy P7S, ZFO, XML.
Orientujeme se kontextově, používáme teorii překlepu, slovníky i různé mutace slov, abychom informace v dokumentu našli dokonce i v případě, pokud někdo před námi při zadávání údajů udělal v dokumentu chybu. Dále pracujeme s morfologií slov, hledáme kořen slova, takže nezáleží na tom, jaká je předpona, přípona a koncovka, takto dokážeme určit hledaný element a podle toho přiřadíme informace.
Naší expertízou jsou podklady pro finanční monitoring, díky čemuž umožníme digitalizovat celý proces. Například, manuální kontrole zaplacení daně se dříve uživatelé museli podívat na daňové přiznání, najít výši nedoplatku, následně na výpis z účtu a sečíst platby. Díky DocumentAnts provádíme tyto kontroly automatizovaně bez nutnosti lidského zásahu.
Určitě ne, nahrazujeme pouze stereotypní část lidské práce a dáváme možnost zaměstnancům dělat kreativní činnost, čímž je činíme šťastnější a tvoříme jejich práci různorodější. Primární motivace nebývá ušetření lidské síly, ale efektivita a snížení chybovosti na pracovišti. Díky snížení tlaku na zaměstnance a snížení objemu rutinní činnosti dochází k tomu, že zaměstnanci zůstávají na svých pozicích, ale zabývají se činností s vyšší přidanou hodnotou.
Když jsme přemýšleli nad názvem, napadala nás řada možností. DocumentAnts fungují na základě fronty a malých drobných úkolů, nabízelo se tedy hledat název v živočišné říši. Hledali jsme tvora, který odpovídá tomuto chování. Narazili jsme na mravence, kteří nás překvapili svými schopnostmi. Mimo jiné i proto, že jsou nesmírně pracovití a uzvednou až dvacetinásobek své váhy. 40 000 mravenců v jedné kolonii má dohromady přibližně stejný počet mozkových buněk jako člověk. Zkrátka dokáží nemožné, stejně jako naše řešení DocumentAnts. Jednou z variant byl i chroust (smích), protože chroustá dokumenty, ale chrousta bychom asi složitě marketingově komunikovali.
Budoucnost vidíme v cloudu, abychom co nejvíce zjednodušili implementační stránku a zvýšili dostupnost pro širokou veřejnost. Mobilní aplikace, všeobecně kdekoliv, kde je potřeba pracovat s informacemi, protože my získáváme informace i z okolních systémů. Do budoucna nemusí být vstup pouze dokument, už nyní pracujeme nejen s textem, ale například i s fotografiemi, kde dokážeme určit osobu, nebo objekt na fotografii.
Momentálně je pro nás primární textová analýza a naše zkušenosti, které jsme získali během spolupráce s finančními institucemi. Tam vyžíváme textovou analýzu nejen k těžení informací z finančních dokumentů, ale i například na určení kontextu přijatého mailu. Jsme rovněž schopni na základě předem definovaných požadavků kontrolovat například zaplacení daně z nemovitosti na výpisu z účtu – i tohle jsme schopni DocumentAnts naučit.
Manuální zpracování příchozích finančních výkazů, ruční přepisování dat a následná analýza je časově i finančně nákladná agenda, spojená s vysokou mírou chybovosti. Tuto agendu dnes řeší zejména finanční instituce a státní správa. Vhodným řešením pro tuto oblast je komplexní digitalizace procesu zpracování příchozích dokumentů v DocumentAnts, které s sebou přináší vyšší míru efektivity zpracování, kvalitnější data na výstupu a úsporu nákladů. Při příležitosti představení nového produktu DocumentAnts jsme se sešli s obchodním ředitelem StringData Janem Denemarkem na krátký rozhovor.
U našich klientů jsme se často setkávali s problémem automatizace a vytěžování různých druhů formulářů a nestrukturovaných dokumentů. Rozhodli jsme se s tím něco udělat, a proto jsme investovali do nového produktu DocumentAnts. Díky moderním technologiím machine learningu mohou naši klienti rychle a s vysokou přesností automatizovat vytěžování různých dokumentů a elektronických příloh do podoby, se kterou dále pracují jejich interní systémy a procesy.
Klíčová hodnota digitalizace je přirozeně ve zvýšení efektivity a snížení nákladů na zpracování, často ručně přepisovaných informací. Současně se ale při použití v rámci prodejních portálů a procesů zkrátí doba odezvy zákazníkům, což přispívá ke zvýšení zákaznické spokojenosti.
Víte, jedna z nejcennějších kvalit, kterou oceníte na vyspělém produktu je „zkušenost“. To znamená, že nejde o nějaký prázdný framework nebo platformu, kde musíte ještě vše nastavit a často naprogramovat. V tom je náš produkt DocumentAnts jiný. Ačkoliv se jedná o nový produkt, dodáváme ho včetně znalosti rozpoznání finančních výkazů. Tj. rozvahy a výsledovky a daňového přiznání. Klient tak může úspěšně zpracovávat uvedené dokumenty okamžitě po instalaci DocumentAnts. Navíc neustále tuto znalost uvedených dokumentů v produktu vyvíjíme. Klienti tak dostávají aktualizace a díky nim je DocumentAnts stále vyspělejší, efektivnější a nezastarává.
„ Ačkoliv je DocumentAnts nový produkt, dodáváme ho včetně znalosti rozpoznání finančních výkazů. Tzn. rozvahy a výsledovky a daňového přiznání. Klient tak může úspěšně zpracovávat uvedené dokumenty okamžitě po instalaci.“
Ano, OCR technologie je nenahraditelná tam, kde zpracováváte obrázek. Tyto technologie obecně pracují s elektronickými dokumenty jako s obrázky. A proto je jejich úspešnost převodu do strukturované a pro další zpracování čitelné podoby nižší. Navíc hodně závisí na tom, jak zpracovávaný dokument vypadá – musí se totiž podobat naučenému vzoru. Naopak DocumentAnts pracují na principu vyhledání konkrétních slov a kontextu, a proto najdou například finanční výkaz ukrytý uprostřed výroční zprávy. Nicméně jakmile je podkladem skutečně jen obrázek (vyfocená nebo scanovaná předloha) posíláme ji v DocumentAnts na „přečtení“ do OCR, a pak zpracujeme vytěžený text pomocí DocumentAnts. Naše zkušenost je taková, že většina finančních výkazů a daňových přiznání je ale v čitelných formátech (PDF, XML, Excel) a v tom případě OCR nepotřebujeme.
Druhou odlišností od OCR komponent je, že DocumentAnts řeší celý proces zpracování dokumentů od jejich příjmu z digitálního kanálu a rychlé kontroly toho, že je to ten správný dokument, až po uložení strukturovaných dat na požadované místo nebo do požadovaného procesu klienta. Díky tomu, že ve StringDatech implementujeme také RPA, umíme získaná data robotem vložit v podstatě kamkoliv do jakékoliv jiné aplikace nebo databáze.
Proto pokud se vrátím k otázce – historicky první revolucí bylo nasazení OCR pro vytěžování elektronických šablon, kdy se nahrazoval manuální přepis přesně vybraných formulářů. Další revolucí je v tomto směru DocumentAnts kde umíme vytěžovat jakékoliv dokumenty v libovolných formátech a z libovolných digitálních kanálů.
„První revolucí bylo nasazení OCR pro vytěžování elektronických šablon, kdy se nahrazoval manuální přepis přesně vybraných formulářů. Další revolucí je v tomto směru DocumentAnts kde umíme vytěžovat jakékoliv dokumenty v libovolných formátech a z libovolných digitálních kanálů.“
Máme jasně danou roadmapu digitalizace dokumentů, která počítá jak s technickým, tak i zkušenostním rozvojem. Z technického pohledu dokončujeme nyní klientský modul, aby si sami uživatelé mohli nastavovat nová pravidla a kontroly na vytěžování informací. Součástí modulu je i statistika zpracovaných dokumentů a přehledné grafy o úspěšnosti automatizace. V roce 2021 doplníme ještě modul manuální kontroly dokumentů, který usnadní kontrolu a manuální revizi nerozpoznaných dokumentů nebo jejich částí v případech kdy ani DocumentAnts nebylo úspěšné.
Z pohledu zkušeností budeme DocumentAnts učit digitalizovat další dokumenty vhodné k automatizaci jako jsou faktury, objednávky, občanské průkazy apod.
Roadmapu nám mohou obohatit také požadavky našich klientů, u kterých DocumentAnts implementujeme, například MONETA Money Bank, a.s. V minulosti se nám i u dalších našich produktů osvědčilo naslouchat klientům a upravovat naši produktovou strategii dle potřeb našich klientů.
Zaujalo Vás naše řešení DocumentAnts? Kontaktujte naše obchodní oddělení sales@stringdata.cz a domluvte si konzultaci.
