Распознавание документов нейросетью: счета, накладные и договоры без ручного ввода

Как работает распознавание документов

OCR — оптическое распознавание символов, технология превращения изображения текста в текст. Её давно умеют облачные сервисы: например, в Yandex Vision OCR есть модели для обычного текста, таблиц, рукописного текста и типовых документов вроде паспорта. Полезная деталь: PDF бывает двух видов. Если его выгрузили из учётной системы, внутри уже есть текстовый слой — текст можно выделить мышкой, и OCR вообще не нужен, ошибок чтения не будет. Если PDF — это скан, внутри просто картинка, и текст придётся распознавать. Проверить легко: попробуйте выделить и скопировать сумму из документа.

Новое в последние годы — шаг 3: языковые модели хорошо понимают, где в документе что, даже если бланк незнакомый.

Какие документы распознаются хорошо, а какие плохо

Правило из практики: качество распознавания определяет не столько нейросеть, сколько исходник. PDF, выгруженный из учётной системы поставщика, распознаётся почти без ошибок. Фото мятой накладной на капоте машины — с ошибками в каждом третьем документе. Если можно договориться с поставщиками присылать PDF вместо фото, это даёт больше, чем смена сервиса.

Где нейросеть ошибается и почему нужна проверка человеком

Ошибки распознавания делятся на безобидные и дорогие.

Безобидные: опечатка в названии товара, неверно прочитанный адрес. Их видно при проверке, на учёт они почти не влияют.

Дорогие:

• цифра в сумме или количестве: 3 вместо 8, 1 вместо 7;
• сдвинутый десятичный разделитель: 1 250,00 превращается в 125 000;
• склеенные или пропущенные строки в таблице товаров;
• перепутанные поставщик и покупатель;
• неверный ИНН — документ привязывается не к тому контрагенту.

Как от них защищаются:

1. Автоматическая арифметика. Сумма строк должна совпадать с итогом, НДС — с расчётом от суммы. Не сходится — документ уходит человеку.
2. Проверка ИНН. Контрольное число ИНН проверяется формулой, а наличие контрагента — по справочнику.
3. Порог уверенности. Если модель не уверена в поле, оно подсвечивается.
4. Человек подтверждает. Даже при хорошем распознавании документ проводит бухгалтер. Это совпадает и с логикой готовых сервисов: результат распознавания проверяет пользователь.

На практике бухгалтер не вводит документ, а просматривает готовый черновик с подсвеченными полями. Это в разы быстрее, но не ноль.

Если в вашей компании ввод первички занимает у людей часы каждый день, это одна из самых предсказуемых по окупаемости задач для ИИ.

Связка с 1С: готовый сервис или своя интеграция

Готовый сервис фирмы 1С

Для типовой первички в 1С есть сервис «1С:Распознавание первичных документов». По описанию разработчика, он распознаёт счета, накладные ТОРГ-12, акты, счета-фактуры, УПД и кассовые чеки из сканов, фото, PDF, Word и Excel, сопоставляет контрагентов и номенклатуру с данными базы и создаёт документы. Если ваша задача — типовая первичка в типовой конфигурации, начинайте с него: интеграцию за вас уже сделали.

Когда нужна своя интеграция

• Нестандартные документы: спецификации, сертификаты, путевые листы, отраслевые формы.
• Нужно извлекать не только реквизиты, но и условия: сроки оплаты, штрафы, даты поставки из договоров.
• Документы нужно загружать в CRM, таблицу или собственную систему.
• Сложное сопоставление номенклатуры: поставщик называет товары по-своему, и нужен справочник соответствий.

Схема своей интеграции: OCR-сервис распознаёт текст, языковая модель раскладывает его по полям по вашей инструкции, скрипт проверяет арифметику и ИНН, затем создаёт черновик в 1С через стандартный интерфейс обмена. Подробнее о способах подключения к 1С и роли программиста — в статье ИИ и 1С.

Распознавание в таблицы

Если 1С нет или нужен быстрый старт, документы можно распознавать в таблицу: одна строка — один документ или одна позиция товара. Это удобно для реестров входящих счетов, сверки с поставщиками, учёта расходов в небольшой компании. Что ещё нейросеть умеет делать с таблицами и отчётами, — в статье нейросеть для таблиц и отчётов.

Не только бухгалтерия: склад, закупки, продажи

Распознавание обычно начинают в бухгалтерии, но тот же поток документов проходит через другие отделы, и там экономия бывает больше.

Заметный эффект часто даёт приёмка: кладовщик фотографирует накладную, система показывает список позиций, он отмечает фактическое количество. Расхождения видны сразу, а не через неделю в бухгалтерии. Про заказы клиентов в опте — отдельный разбор в статье ИИ для оптовой компании, а про задачи бухгалтера целиком — в статье нейросеть для бухгалтера.

Договоры: что можно распознать, а что — только прочитать

Договор — другой жанр. Реквизиты сторон, номер, дата, сумма находятся надёжно. Условия — нет: срок оплаты может быть написан как «в течение 10 банковских дней с момента подписания УПД, но не ранее…», и правильное извлечение требует понимания.

Что реально автоматизировать:

• реестр договоров: стороны, номер, дата, сумма, срок действия;
• выписку ключевых условий в карточку: срок оплаты, порядок приёмки, неустойка — с обязательной цитатой из текста;
• напоминания о сроках: окончание договора, пролонгация.

Юридический анализ договора — отдельная задача с другими рисками. Мы разбирали её в статье проверка договора нейросетью.

Персональные данные и 152-ФЗ

В документах почти всегда есть персональные данные: ФИО подписантов, паспортные данные в договорах с физлицами, адреса. По закону № 152-ФЗ передача таких данных стороннему сервису на обработку требует правового основания и договора-поручения с условиями защиты.

Что проверить при выборе сервиса:

1. Где обрабатываются и хранятся данные — в России или за рубежом.
2. Есть ли договор с условиями обработки персональных данных.
3. Хранит ли сервис документы и запросы после обработки и можно ли это отключить.
4. Кто в вашей компании имеет доступ к распознанным документам.

Бесплатные публичные чат-боты для распознавания документов с персональными данными не подходят. Подробно о том, что можно, а что нельзя загружать в нейросети, — в статье нейросети и персональные данные.

Условный расчёт окупаемости: бухгалтерия на аутсорсе

Пример условный. Бухгалтерская компания ведёт 40 клиентов, в месяц обрабатывает около 3 000 входящих документов. Ручной ввод одного документа — в среднем 4 минуты.

Затраты: готовый сервис — по его тарифу за документ или пакет; своя интеграция под нестандартные документы — ориентировочно от 100 до 300 тысяч рублей разово плюс сопровождение. При таком объёме окупаемость своей интеграции — несколько месяцев, готового сервиса — сразу, если он закрывает ваши типы документов.

Важно: при 300 документах в месяц картина другая. Экономия будет около 13 часов, и своя интеграция не окупится — хватит готового сервиса или ручного ввода. Распознавание окупается на потоке.

С чего начать

1. Посчитайте поток. Сколько документов в месяц, каких типов, в каком виде приходят: PDF, сканы, фото, ЭДО.
2. Отделите ЭДО. Документы через ЭДО распознавать не нужно. Подумайте, каких поставщиков можно на него перевести.
3. Соберите выборку. 50–100 реальных документов разного качества. На них проверьте любой сервис до покупки.
4. Попробуйте готовое решение. Если документы типовые и учёт в 1С — начните с сервиса 1С.
5. Настройте проверки. Арифметика, ИНН, порог уверенности, кто подтверждает.
6. Замерьте. Время на документ до и после, доля документов с ручными исправлениями.

Если хотите посчитать, окупится ли распознавание на вашем потоке и подойдёт ли готовый сервис или нужна своя связка, — оставьте контакты.