Chi phí số hóa tài liệu được tính như thế nào? Một trang scan không phải là toàn bộ chi phí

Cùng 100.000 trang nhưng có thể là hai dự án rất khác nhau

Hãy đặt cạnh nhau hai kho tài liệu cùng có 100.000 trang. Kho thứ nhất chủ yếu là hồ sơ A4 còn tốt, cấu trúc tương đối đồng nhất, có thể tháo ghim và chạy liên tục qua ADF. Kho thứ hai gồm giấy cũ, chứng từ nhỏ, tài liệu viết tay, ảnh, giấy A3 gấp, sổ đóng quyển và nhiều hồ sơ không thống nhất.

Nếu chỉ nhìn số trang, quy mô hai dự án giống nhau. Nhưng lượng công việc phía sau hoàn toàn khác.

Với kho thứ nhất, nhân viên có thể chuẩn bị tài liệu theo lô, scanner hoạt động liên tục, OCR xử lý tự động và dữ liệu được phân loại theo những mã hồ sơ đã có. Với kho thứ hai, người thực hiện phải dành nhiều thời gian phân loại, xử lý ngoại lệ, chuyển giữa ADF và flatbed, kiểm tra vật gốc và có thể nhập thêm metadata bằng tay.

Vì vậy, đơn giá theo trang chỉ có ý nghĩa khi phạm vi công việc của một trang đã được xác định rõ. Một báo giá chỉ tạo file ảnh không thể so trực tiếp với một báo giá đã bao gồm chuẩn bị tài liệu, OCR, đặt tên, metadata và kiểm soát chất lượng.

Ngay cả khái niệm “một trang” cũng cần được thống nhất. Một tờ giấy hai mặt tạo ra hai mặt ảnh. Một bản vẽ A0 không thể tính giống một trang A4. Một cuốn sổ đóng quyển hay bức ảnh cũ lại cần phương pháp thu nhận khác hoàn toàn.

Bởi vậy, câu hỏi đầu tiên của dự toán không nên chỉ là “có bao nhiêu trang?”, mà còn phải là “đó là những trang gì?”

Chi phí nằm ở cả trước, trong và sau chiếc scanner

Scanner là khoản dễ nhìn thấy nhất vì có giá mua cụ thể. Nhưng trong một dự án kéo dài nhiều tuần hoặc nhiều tháng, phần lao động xung quanh chiếc máy có thể chiếm một tỷ trọng đáng kể.

Trước scanner, tài liệu phải được tiếp nhận, phân loại, tháo ghim, làm phẳng và giữ đúng thứ tự. Những vật liệu không phù hợp với ADF phải được tách riêng. Trong lúc scan, người vận hành phải nạp giấy, theo dõi lỗi và xử lý ngoại lệ. Sau scanner còn có OCR, đặt tên, metadata, QC, tổ chức file và lưu dữ liệu.

Một người có thể kiêm nhiều công đoạn, nhưng thời gian dành cho chúng vẫn tồn tại.

Đây cũng là lý do tốc độ scanner không thể dùng trực tiếp để suy ra chi phí. Một thiết bị 60 ppm có thể hoàn thành việc thu nhận một tập hồ sơ rất nhanh, nhưng nếu tập hồ sơ đó cần nhiều thời gian để chuẩn bị và kiểm tra thì phần lớn chi phí lao động lại nằm ngoài khoảng thời gian máy thực sự chạy.

Tài liệu càng đồng nhất, khả năng tự động hóa càng cao và chi phí xử lý trên mỗi đơn vị thường càng dễ kiểm soát. Ngược lại, kho tài liệu càng lộn xộn, nhiều ngoại lệ và thiếu cấu trúc thì càng cần nhiều thao tác thủ công.

Điều đó dẫn đến một nhận xét đáng chú ý: chi phí số hóa hôm nay có một phần được quyết định bởi cách tài liệu đã được quản lý trong nhiều năm trước đó.

Một kho hồ sơ được đánh mã rõ ràng, phân loại nhất quán và có dữ liệu danh mục sẵn sẽ thuận lợi hơn nhiều khi chuyển sang môi trường số. Ngược lại, hàng trăm thùng giấy không có cấu trúc có thể khiến công việc khảo sát và tổ chức tốn nhiều thời gian hơn chính thao tác scan.

Đừng tính chi phí trên số trang chạy qua máy

Nếu một trang đã chạy qua scanner nhưng bị cắt mất mép và phải làm lại, đó chưa phải một trang hoàn thành. Nếu file đã được tạo nhưng đặt sai hồ sơ, công việc vẫn chưa kết thúc. Nếu hàng trăm nghìn file được scan rất nhanh nhưng mang những tên như , và không có cách tìm lại theo nghiệp vụ, giá trị sử dụng của kho dữ liệu sẽ rất hạn chế.

Vì vậy, một đơn vị đo có ý nghĩa hơn là chi phí cho dữ liệu đã hoàn thành theo tiêu chuẩn của dự án.

Tùy mục tiêu, đó có thể là chi phí trên một trang đạt QC, một hồ sơ hoàn chỉnh hoặc một đối tượng số đã có đủ metadata và sẵn sàng đưa vào hệ thống.

Cách nhìn này làm thay đổi cả cách đánh giá thiết bị. Một scanner có tốc độ danh định cao chưa chắc tạo chi phí thấp nhất nếu thường xuyên kẹt giấy hoặc không phù hợp với vật gốc. Ngược lại, một thiết bị ổn định, phát hiện nạp đôi tốt và xử lý đúng loại tài liệu có thể giảm đáng kể thời gian kiểm tra và làm lại.

Lưu trữ cũng thuộc về bài toán này. Khi khối lượng lên hàng trăm nghìn hoặc hàng triệu trang, dữ liệu phải được tổ chức, backup và duy trì. Với ảnh, bản đồ hay file master chất lượng cao, dung lượng có thể lớn hơn rất nhiều so với hồ sơ PDF thông thường. Nếu dữ liệu cần tồn tại lâu dài, chi phí không kết thúc vào ngày scanner dừng chạy.

Bởi vậy, cấu trúc chi phí của một dự án có thể nhìn khá đơn giản:

Chuẩn bị tài liệu → Thu nhận → Xử lý/OCR → Metadata → QC → Lưu trữ và backup.

Không phải dự án nào cũng cần đầu tư giống nhau ở từng bước. Nhưng bỏ sót một bước quan trọng chỉ để giảm đơn giá ban đầu có thể tạo ra chi phí lớn hơn khi dữ liệu phải sửa hoặc làm lại về sau.

Muốn biết chi phí thật, hãy thử một lô tài liệu thật

Trước một kho 500.000 hay một triệu trang, rất khó đưa ra dự toán đáng tin chỉ bằng cách nhìn số lượng hộp và bảng thông số scanner. Cách thực tế hơn là chọn một lô tài liệu đủ đại diện rồi chạy thử toàn bộ quy trình.

Mẫu thử nên có những trường hợp thường gặp trong kho: giấy A4 một mặt và hai mặt, tài liệu cũ, trang màu, chứng từ nhỏ, giấy gấp và một số ngoại lệ. Sau đó đo thời gian từ lúc nhận hồ sơ cho đến khi dữ liệu đã qua QC và được lưu đúng vị trí.

Qua một pilot như vậy, đơn vị sẽ biết một giờ thực tế hoàn thành được bao nhiêu trang hoặc hồ sơ, tỷ lệ phải scan lại là bao nhiêu, công đoạn nào tiêu tốn nhiều thời gian nhất, OCR và metadata cần bao nhiêu công sức, dung lượng dữ liệu phát sinh thế nào.

Khi ấy, dự toán không còn được xây trên giả định.

Nếu 5.000 trang thử nghiệm mất tổng cộng một lượng thời gian nhất định cho chuẩn bị, scan, xử lý và QC, những con số đó có thể trở thành cơ sở để ước lượng cho phần còn lại của kho. Những nhóm tài liệu đặc biệt có thể được tách thành mức xử lý riêng thay vì ép toàn bộ dự án vào một đơn giá trung bình.

Đây cũng là cách tránh một trong những sai lầm phổ biến nhất: chọn một mức giá trên mỗi trang trước khi thực sự hiểu tài liệu.

Chi phí số hóa vì vậy không phải một con số bí ẩn. Nó hoàn toàn có thể đo được, nhưng phải đo đúng đối tượng.

Một trang giấy có thể chỉ mất vài giây để đi qua scanner. Nhưng để trang giấy ấy trở thành dữ liệu đúng, tìm được, sử dụng được và được bảo vệ, phía trước và phía sau chiếc máy còn cả một chuỗi công việc.

Vì thế, thay vì chỉ hỏi:

“Scan một trang bao nhiêu tiền?”

Một câu hỏi đầy đủ hơn sẽ là:

“Để biến một trang tài liệu của chúng ta thành dữ liệu hoàn chỉnh và sẵn sàng sử dụng, cần những công việc gì và mất bao nhiêu thời gian?”

Khi trả lời được câu hỏi ấy, chi phí của cả dự án mới bắt đầu trở nên rõ ràng.