Dataskydd

Vad AI gör hos Airparser

Airparser är inte en enkel omslagning kring en chattmodell. Extraktionen kombinerar flera steg — förbearbetning, OCR, modeller för strukturerad extraktion samt efterbearbetning/validering — och AI används i den pipelinen där den ger störst värde: att tolka innehåll som varierar i layout eller format och koppla det till fälten i ditt schema. Det finns inget generiskt chattgränssnitt och ingen öppen promptning av din data utöver den extraktionsuppgift du har konfigurerat.

Så här behandlas ett dokument, steg för steg

• Mottagning — ett dokument kommer in via uppladdning, e-post, API eller en integration till din Airparser-brevlåda.
• Förbearbetning — filen normaliseras, och för skannade filer eller bilder körs OCR för att skapa ett textlager.
• Strukturerad extraktion — dokumentet matchas mot ditt schema med hjälp av våra extraktionsmodeller och logik: en kombination av egna modeller och förbättrade/specialiserade modeller — byggda på de leverantörer som listas på vår sida för underleverantörer — finjusterade specifikt för dataextraktion från dokument.
• Efterbearbetning — den extraherade datan valideras och normaliseras enligt fälttyperna i ditt schema innan den slutförs.
• Leverans — resultatet lagras på ditt konto och är tillgängligt via appen, API:et eller din konfigurerade export/webhook.

Varför vi kombinerar OCR, AI och efterbearbetning

Varje steg täcker en annan svaghet. OCR ensamt ger dig rå text, men ingen förståelse för vad den texten betyder eller hur den förhåller sig till ditt schema. AI-modeller är bra på att tolka betydelse och hantera dokument vars layout eller formulering varierar — något fasta mallar hanterar dåligt —, men garanterar på egen hand inte ett väl typat, validerat resultat. Efterbearbetningen tätar det gapet genom att kontrollera typer, format och konsekvens innan datan når ditt konto. Att kombinera alla tre ger mer tillförlitliga resultat än att förlita sig på en enda metod.

Embeddings och långa dokument

Embeddings är numeriska representationer av text som gör att ett system kan identifiera vilka delar av ett dokument som är mest relevanta för ett visst fält eller en fråga, utan att behöva bearbeta hela dokumentet vid varje steg.

Vi har använt den här tekniken för att hjälpa till att bearbeta mycket långa dokument mer effektivt. Den tillämpas för närvarande selektivt och förblir något experimentell snarare än en standarddel av varje extraktion — vi kan komma att utöka dess användning framöver i takt med att den mognar.

Våra extraktionsmodeller

Vår extraktionspipeline använder en kombination av egna modeller och förbättrade, specialiserade modeller byggda på de LLM-leverantörer som listas på vår sida för underleverantörer — finjusterade specifikt för dataextraktion från dokument, inte för allmän chatt.

Träning och datalagring

• Vi tränar eller finjusterar aldrig någon modell med din data, och vi säljer aldrig din data. Det är ett stående åtagande, inte en funktion som beror på din plan.
• Våra avtal med våra AI-underleverantörer förbjuder dem att använda data som skickats in för extraktion till att träna sina modeller.

Kryptering och transport

All kommunikation med våra AI-underleverantörer sker via krypterade anslutningar (HTTPS/TLS 1.2+), samma standard som vi tillämpar på alla andra delar av vår infrastruktur.

Dataseparation

Dokument, scheman och resultat för varje Airparser-konto är logiskt isolerade från alla andra konton. Att behandla en kunds dokument exponerar eller blandar aldrig en annan kunds data.

Vad som förblir under din kontroll

• Du är personuppgiftsansvarig; Airparser och dess AI-underleverantörer agerar endast som personuppgiftsbiträde, enligt dina instruktioner.
• Du kan när som helst radera vilket dokument, schema eller hela ditt konto som helst.
• Konfigurerbara lagringspolicyer låter dig automatiskt radera behandlad data mellan 1 och 180 dagar.