La finanza immobiliare vive di documenti: draw package, contratti di prestito, fatture, certificati assicurativi, perizie. Sono lunghi, incoerenti e pieni di linguaggio specialistico, difficili da gestire con l’automazione tradizionale. Built Technologies, che processa oltre 500 miliardi di dollari di progetti immobiliari, ha costruito su Amazon Bedrock e sull’AWS Intelligent Document Processing (IDP) Accelerator un motore di document intelligence che classifica, divide, estrae, valuta e ragiona sui documenti. Il caso è interessante perché mostra il passaggio dalla semplice estrazione di campi al vero e proprio document understanding.
Dal keyword matching al ragionamento
Built partiva da 26 processor basati su OCR e ML tradizionale, adatti a documenti con campi espliciti e layout prevedibili. Il limite emerge con casi come le covenant di un contratto di prestito: raramente sono in una tabella etichettata, spesso sono distribuite su più sezioni ed espresse in linguaggio legale. Un workflow agentic invece identifica le sezioni rilevanti, inferisce quali clausole rappresentano covenant anche se non etichettate, estrae output strutturati e fornisce riferimenti alla fonte per la revisione umana. La soluzione doveva supportare oltre 250 tipi di documento, gestire milioni di file e mantenere oltre il 95% di confidenza nei workflow di produzione.
L’architettura
La pipeline è orchestrata da AWS Step Functions in fasi sequenziali: OCR, classificazione e splitting, estrazione, assessment e validazione. Un documento caricato su S3 emette un evento EventBridge; un layer di concorrenza basato su contatore atomico DynamoDB e coda SQS mantiene le esecuzioni entro i limiti di servizio di Bedrock e Textract. L’estrazione gira dentro uno Step Functions Map state, che processa in parallelo le sezioni di un pacchetto: così un draw package da 150 pagine viene diviso e ogni sezione elaborata contemporaneamente, con il tempo totale limitato dalla sezione più lunga anziché dalla somma. È uno dei motivi per cui workflow che prima richiedevano giorni ora finiscono in minuti.
Alcuni dettagli tecnici utili: la classificazione usa un prompt cache con marcatore <<CACHEPOINT>> per riutilizzare le istruzioni statiche tra le richieste; ogni tipo di documento è definito da uno JSON Schema in cui la descrizione di ogni campo entra nel prompt di estrazione; i punteggi di confidenza arrivano da una fase di assessment dedicata che confronta i valori estratti con il documento e restituisce, per ogni campo, un punteggio tra 0 e 1 con la posizione dell’evidenza. Built può anche scegliere il modello per tipo di documento, usando modelli più piccoli come Amazon Nova Lite per i documenti standard e modelli più grandi come Anthropic Claude per contratti complessi.
Risultati
I workflow di classificazione ed estrazione che prima richiedevano 3–9 giorni si completano ora in minuti per pacchetto. L’architettura è progettata per oltre 250 tipi di documento, con il carico di produzione in scala verso 20 milioni di documenti al mese, 300.000 a settimana e oltre 50.000 batch run. I risultati a bassa confidenza vengono instradati a revisori umani, e le loro correzioni alimentano i dataset di valutazione, migliorando schema e prompt per i documenti successivi.
- Il motore su Bedrock e IDP Accelerator passa dall’estrazione di campi al ragionamento sui documenti, con riferimenti alla fonte e revisione umana.
- Lo Step Functions Map state parallelizza l’estrazione delle sezioni, riducendo workflow da 3–9 giorni a minuti.
- La soluzione supporta oltre 250 tipi di documento e scala verso 20 milioni di documenti al mese, con soglia di confidenza sopra il 95%.
Fonte: Built Technologies builds an AI-powered document intelligence solution on AWS to power agents across real estate finance — https://aws.amazon.com/blogs/machine-learning/built-technologies-builds-an-ai-powered-document-intelligence-solution-on-aws-to-power-agents-across-real-estate-finance/
Hai qualcosa da aggiungere? Unisciti alla discussione.