Автоматизация обработки документов: как ИИ разбирает входящие

Разбираемся в главном: под одним названием продают три разные вещи

Вы ищете «автоматизацию документов» и получаете вперемешку систему электронного документооборота, движок распознавания и умного помощника для поиска по файлам. Это три разных товара, и они решают три разные задачи. Сравнивать их между собой по цене или по обещанной точности бессмысленно — всё равно что сравнивать склад, весы и грузчика.

Система документооборота — это про хранение и маршрутизацию. Она знает, где лежит договор, кто его согласовал и куда он идёт дальше. Искусственный интеллект в документообороте появляется в ней надстройкой: подсказать, классифицировать, найти похожее. Отличный выбор, если системы у вас пока нет вовсе.

Движок распознавания — это про чтение. Он превращает картинку в поля: номер, дата, сумма, контрагент. И на этом заканчивается. Что делать с прочитанным дальше, он не знает и знать не должен.

Разработка под процесс — это когда ни то ни другое не подходит, потому что у вас уже стоит учётная система, менять её никто не будет, а документы приходят так, как приходят.

Так устроен наш DocuFlow. Он принимает входящие документы, определяет тип, вытаскивает нужные поля и складывает всё в один список с фильтрами по отделу и приоритету. Человек не вводит данные, а проверяет то, что уже разобрано, — и дальше мы будем говорить в основном про эту проверку, потому что именно она решает, сколько времени вы освободите.

Если ИИ у вас пока не стоит нигде и вопрос шире документов, начните с внедрения ИИ в бизнес: там разобрано, с какого процесса начинать и когда браться рано.

Как понять, что нужно вам? Ответьте на один вопрос: что вы хотите изменить. Если «у нас вообще нет порядка в документах» — вам нужна система. Если «порядок есть, но данные вбивают руками» — вам нужно чтение и то, что после него.

Отсюда простое правило: автоматизация обработки документов начинается не с выбора поставщика, а с честного ответа на вопрос, что у вас уже стоит и что вы менять не собираетесь.

Смотрим на цифры: почему «точность 98 %» ничего не значит

Начнём с неприятного. Единого числа точности не существует, и вот почему.

Исследователи взяли 102 счёта — часть цифровых, часть сканов — и померили извлечение данных из документов по каждому полю отдельно. Номер счёта и название читаются примерно в 9 случаях из 10. А строки табличной части, те самые позиции с количеством и ценой, — меньше чем в 6. Налог, сумма и валюта читаются чуть лучше строк, но тоже около 6 раз из 10.

Одно число точности на всю систему скрывает ровно то место, где она ломается.

Разница объяснимая. Шапка — это несколько коротких полей на понятном месте. Табличная часть — это объединённые ячейки и переносы строк. Для человека и то и другое «просто счёт». Для машины это две разные задачи, и справляется она с ними по-разному.

Общая картина скромнее, чем говорят на сайтах. На открытом наборе из 1475 страниц лучшая система набрала около 74 баллов из 100. Разрыв между сильнейшей и слабейшей — 44,6 балла. Это не «почти решённая задача».

И самое важное для вас: всё перечисленное измерено на англоязычных и китайских наборах. Замеров на русскоязычных документах — счетах-фактурах, актах, накладных — в открытом доступе нет ни одного. Переносить сюда чужие проценты нельзя, ни в плюс, ни в минус.

Проверяем на своём: пилот на чистых файлах подсказывает не ту систему

Обычный сценарий выбора выглядит так: берём десяток красивых PDF, прогоняем через двух-трёх кандидатов, смотрим, кто точнее. Логично? Вроде да. А работает плохо.

Дело в том, что на реальных документах меняется не только уровень точности, но и порядок систем между собой. Та, что выиграла на чистых файлах, на мятых чеках и косых фотографиях может уступить другой.

Причём проседают все, но по-разному. Решения, собранные конвейером — сначала распознали текст, потом разобрали структуру, — теряют на реальной деградации примерно в 1,5 раза больше, чем те, что смотрят на картинку целиком.

Что из этого следует практически: тестируйте на том, что реально приходит. Не на образцовом счёте от крупного поставщика, а на всей пачке за неделю, включая фотографию накладной, сделанную водителем в кабине.

Разбираем неудобное: машина не ошибается, она придумывает

Вот тут начинается то, о чём в рекламных материалах не пишут.

Когда человек не может разобрать почерк, он оставляет пропуск или ставит вопрос. Когда не может машина — она подставляет правдоподобное. Не случайный набор символов, а именно то, что чаще всего встречается в таком месте такого документа.

Померили это на рукописном тексте, и цифры получились говорящие. От 63 до 91 % ошибок моделей порождены языковой догадкой, а не тем, что нарисовано на картинке. У людей на тех же документах — около половины. Сама точность на рукописном у лучшей из 18 проверенных моделей оказалась ниже человеческой.

Формат верный, сумма правдоподобная, значение выдумано.

Почему это важнее процентов? Потому что такая ошибка не ловится ничем из привычного. Дата в формате даты. Сумма — число с двумя знаками после запятой. Номер похож на номер. Проверка формата пропускает, беглый взгляд пропускает, и документ уходит дальше как нормальный.

Замеряли это на рукописном, где эффект виден ярче всего. Автоматизация бухгалтерских документов спотыкается ровно здесь: не там, где система честно сказала «не понял», а там, где она уверенно сказала не то.

Ставим человека в контур: главный вопрос — в скольких окнах он работает

Раз ошибки выглядят правильными, кто-то должен их ловить. И это не наша выдумка — так устроены рекомендации самих производителей.

Microsoft прямо описывает архитектуру: то, что система распознала уверенно, идёт дальше автоматически, остальное отправляется человеку. Точность при этом компания обещать отказывается и пишет, что оценивать её клиент должен сам, на своих данных. Там же поясняется, что уверенность в 95 % означает буквально «верно 19 раз из 20».

Каждое двадцатое поле, которое система сочла надёжным, окажется неверным — и выглядеть оно будет как остальные девятнадцать.

Google пошёл дальше и вообще не даёт метрику точности, объясняя это тем, что в тестовом наборе есть не все поля. А свой встроенный контур проверки человеком компания свернула. Вывод для вас практический: на готовый контур проверки рассчитывать нельзя. У одного крупного поставщика он был и его выключили, у другого вместо него описание архитектуры, которую вы строите сами.

В каком окне работает проверяющий

И здесь главный вопрос, который почему-то никто не задаёт заранее. Где физически находится окно, в котором ваш бухгалтер исправляет ошибку? Если это интерфейс поставщика, отдельный от учётной системы, человек весь день работает в двух окнах и переносит данные глазами. Экономия времени, ради которой всё затевалось, тихо утекает именно тут.

Есть и вторая ловушка, человеческая. В эксперименте с обученными специалистами неверная подсказка машины заставляла их отменять собственный правильный вывод примерно в 7 случаях из 100. Не пропускать ошибку, а именно исправлять верное на неверное. И чем сильнее давят сроки, тем тяжелее последствия.

Поэтому ии для документооборота стоит настраивать так, чтобы проверяющий видел исходник рядом с полем, а не подтверждал цифры вслепую. В DocuFlow мы для этого свели проверку в один экран: список разобранного, статус по каждому документу и исходник рядом с полем, которое человек подтверждает. Тот же принцип мы держим и в разработке ИИ-агентов под другие процессы: агент готовит, решение остаётся за человеком.

Считаем эксплуатацию: чего нет ни в одной смете

В коммерческих предложениях считают лицензию и внедрение. А живут потом с исключениями.

Отраслевой опрос по обработке счетов показывает: на ручной разбор уходит 14 % счетов. Это самоотчёт компаний, а не независимый замер, но порядок величины он задаёт. Разброс внутри этого числа важнее его самого: у сильнейшей пятой части компаний 9 %, у всех остальных 22 %. В производственном развёртывании на 955 документах через автоматический контур прошло 97 %, остальные ушли в обход.

Возьмите свой поток и умножьте. Это не провал системы, это её нормальный режим. Но человеко-часы под него надо запланировать заранее, а не обнаружить в первый месяц.

Разница между средним результатом и хорошо настроенным процессом — это и есть то, за что имеет смысл платить подрядчику. Не за проценты распознавания, а за то, насколько узким получится ручной остаток. Из чего вообще складывается бюджет такой разработки, мы разобрали отдельно: вилки цен по типам задач.

Автоматизация обработки документов даёт выигрыш не там, где ожидают. Не в том, что исчезает ручная работа, — она сокращается, но остаётся. А в том, что исчезает очередь: документы перестают ждать, пока у кого-то освободится вечер.

Сводим вместе: что обещают и что измерено

Прежде чем перейти к делу, соберём цифры из статьи в одном месте. Слева — то, что вы услышите на встрече. Справа — то, что стоит за этими словами в открытых замерах.

Ни одна строка справа не отменяет пользы автоматизации. Она отменяет только разговор в процентах без уточнения, о каком поле и о каком качестве скана идёт речь.

Итоги: что замерить у себя за неделю

Чужие проценты вам не помогут. Свои — помогут, и получить их проще, чем кажется.

1. Соберите реальную пачку. Всё, что пришло за неделю, без отбора: и ровные PDF, и фотографии, и то, что прислали факсом в 2026 году.
2. Разложите по типам. Счета отдельно, накладные отдельно, акты отдельно. Точность у них будет разной, и это нормально.
3. Посчитайте поля, а не документы. Отдельно шапку, отдельно табличную часть. Именно здесь прячется настоящая цифра.
4. Отметьте, сколько ушло бы человеку. Это ваш будущий объём ручной работы, а не строчка «исключения» в чужой презентации.
5. Проверьте, где вы будете исправлять. В своей системе или в чужом окне. Ответ на этот вопрос стоит дороже, чем разница в процентах между вендорами.

Неделя такой работы даст вам то, чего нет ни в одном коммерческом предложении: понимание, сколько времени вы освободите на самом деле. С этим числом можно разговаривать с любым подрядчиком на равных.

Не хотите считать в одиночку — приходите на бесплатный разбор задачи. Посмотрим вашу пачку документов и текущий маршрут, покажем, где автоматизация даёт результат, а где задача решается проще и дешевле. Как это выглядит в готовом виде, видно на DocuFlow.