AI-интеграция в СЭД: автоматизация входящих документов

Входящие документы — узкое горло любой организации

Скан договора приходит на почту → оператор открывает → вручную вбивает реквизиты в 1С → выбирает тип → запускает согласование. На один документ в среднем 8 минут. При 500 документах в месяц это 67 часов чисто механической работы. Наша AI-интеграция сокращает это до 45 секунд на документ, причём 89% обрабатываются без участия человека. Проблема усугубляется многообразием форматов: PDF, сканы, DOCX, email-вложения. Каждый требует предобработки, а ошибки ручного ввода ведут к сбоям в согласовании. Мы строим AI-слой, который понимает содержимое любого документа, извлекает ключевые реквизиты, классифицирует и автоматически запускает workflow в вашей СЭД. Никаких шаблонов — только обученные модели под ваш документооборот. Опыт нашей команды — более 20 успешных внедрений, 5+ лет в NLP и MLOps.

Как AI обрабатывает документы быстрее оператора?

AI обрабатывает входящий документ в 10–15 раз быстрее человека: 45 секунд против 8 минут. При этом точность извлечения реквизитов достигает 94% (против 85% при ручном вводе). Система работает круглосуточно, не требует перерывов и не допускает ошибок из-за усталости.

Инвестиции в AI-интеграцию окупаются в среднем за 6 месяцев. Например, при документообороте 500 единиц ежемесячно экономия составляет около $11k–16k в год за счёт высвобождения времени операторов и снижения ошибок.

Почему дообучение BERT критично для точности?

Базовая модель классификации документов (cointegrated/rubert-tiny2) даёт точность около 80% на типовых документах. Однако каждая компания использует уникальные шаблоны договоров, счетов и актов. Дообучение BERT на вашем корпусе (от 500 размеченных экземпляров) повышает точность до 94% и выше. Мы используем Hugging Face Transformers для дообучения и инференса. Ниже пример реализации классификатора.

from transformers import pipeline, AutoTokenizer, AutoModelForSequenceClassification import torch class DocumentClassifier: DOCUMENT_TYPES = [ "договор", "счёт-фактура", "накладная", "акт", "приказ", "служебная записка", "коммерческое предложение", "доверенность", "устав", "протокол", "письмо входящее" ] def __init__(self, model_path: str = "cointegrated/rubert-tiny2"): # Для production — дообученный BERT на корпусе документов компании self.tokenizer = AutoTokenizer.from_pretrained(model_path) self.model = AutoModelForSequenceClassification.from_pretrained( model_path, num_labels=len(self.DOCUMENT_TYPES) ) self.model.eval() def classify(self, text: str) -> dict: # Берём первые 512 токенов (шапка документа несёт основную семантику) inputs = self.tokenizer( text[:2000], return_tensors="pt", truncation=True, max_length=512, padding=True ) with torch.no_grad(): logits = self.model(**inputs).logits probs = torch.softmax(logits, dim=-1)[0] top_idx = probs.argmax().item() return { "type": self.DOCUMENT_TYPES[top_idx], "confidence": float(probs[top_idx]), "alternatives": [ {"type": self.DOCUMENT_TYPES[i], "score": float(probs[i])} for i in probs.topk(3).indices.tolist() if i != top_idx ] } 

[Входящий документ] PDF/scan/DOCX/email ↓ [Document Preprocessor] OCR (Tesseract/Google Cloud Vision) → нормализованный текст ↓ [AI Processing Pipeline] ├── Classification: тип документа ├── NER: контрагент, даты, суммы, реквизиты ├── Summary: краткое содержание └── Routing: определение маршрута согласования ↓ [СЭД API] Создание карточки + запуск workflow 

Извлечение реквизитов: комбинация NER и LLM

Для быстрого извлечения стандартных полей (ИНН, даты, суммы) используем regex и NER. Для сложных случаев — LLM (GPT-4o-mini или локальная LLaMA через LangChain). Комбинация даёт точность 94% на реальных документах. Для нестандартных запросов применяем RAG с векторными БД (ChromaDB, pgvector), что позволяет искать по базе ранее обработанных документов.

from langchain_openai import ChatOpenAI import re from datetime import datetime class DocumentExtractor: EXTRACTION_PROMPT = """Извлеки реквизиты из документа. Текст документа: {text} Тип документа: {doc_type} Извлеки (верни null если не найдено): - contractor_name: название контрагента - contractor_inn: ИНН контрагента - contract_number: номер договора/счёта - contract_date: дата документа (ISO 8601) - total_amount: сумма (число) - currency: валюта (USD/USD/EUR) - payment_deadline: срок оплаты (если есть) - subject: предмет договора (1-2 предложения) - signatory: подписант со стороны контрагента Верни JSON.""" def __init__(self): self.llm = ChatOpenAI(model="gpt-4o-mini", temperature=0) def extract_requisites(self, text: str, doc_type: str) -> dict: # Сначала быстрое regex-извлечение fast_extract = self._regex_extract(text) # LLM для пропущенных полей и валидации llm_result = self.llm.invoke( self.EXTRACTION_PROMPT.format( text=text[:3000], doc_type=doc_type ) ) import json llm_data = json.loads(llm_result.content) # Мерджим: regex имеет приоритет для числовых полей (точнее) return {**llm_data, **fast_extract} def _regex_extract(self, text: str) -> dict: result = {} # ИНН: 10 или 12 цифр inn_match = re.search(r'\bИНН[:\s]*(\d{10,12})\b', text) if inn_match: result["contractor_inn"] = inn_match.group(1) # Суммы с валютой amount_match = re.search( r'(\d[\d\s,]*\.?\d*)\s*(руб|долларов|USD|USD|EUR)', text, re.IGNORECASE ) if amount_match: amount_str = amount_match.group(1).replace(' ', '').replace(',', '.') result["total_amount"] = float(amount_str) return result 

Интеграция с СЭД: Directum, 1С, DocsVision

Интеграция строится через официальные REST API. Пример для Directum: загружаем файл, заполняем карточку, запускаем workflow. Аналогичная логика для 1С:Документооборот и DocsVision.

class SEDIntegration: """Интеграция с 1С:Документооборот, Directum, DocsVision""" def push_to_directum(self, extracted: dict, original_file: bytes) -> dict: """Создаёт карточку документа в Directum""" import requests # Загружаем файл upload_response = requests.post( f"{self.directum_url}/api/v1/documents", headers={"Authorization": f"Bearer {self.token}"}, files={"file": original_file} ) doc_id = upload_response.json()["id"] # Заполняем карточку card_response = requests.patch( f"{self.directum_url}/api/v1/documents/{doc_id}/properties", headers={"Authorization": f"Bearer {self.token}"}, json={ "DocumentType": extracted["type"], "Counterparty": extracted.get("contractor_name"), "INN": extracted.get("contractor_inn"), "Amount": extracted.get("total_amount"), "DocumentDate": extracted.get("contract_date"), "Subject": extracted.get("subject") } ) # Запускаем маршрут согласования route = self._determine_route(extracted) requests.post( f"{self.directum_url}/api/v1/documents/{doc_id}/workflow/{route}", headers={"Authorization": f"Bearer {self.token}"} ) return {"doc_id": doc_id, "route": route} def _determine_route(self, extracted: dict) -> str: """Определяет маршрут согласования по параметрам документа""" amount = extracted.get("total_amount", 0) doc_type = extracted.get("type", "") if doc_type == "договор": if amount > 1_000_000: return "contract_large" # директор + юрист + финансы elif amount > 100_000: return "contract_medium" # руководитель + юрист else: return "contract_standard" # только руководитель elif doc_type == "счёт-фактура": return "invoice_approval" return "standard" 

Что входит в работу: этапы и результаты

Мы предоставляем полный цикл внедрения:

1. Анализ документооборота — схемы маршрутов, типы документов, объём.
2. Разработка моделей — дообучение классификатора и NER.
3. Интеграция с СЭД — REST API, настройка workflow.
4. Тестирование на реальных документах — до 1000 экземпляров.
5. Запуск и обучение операторов.

Deliverables:

• Документация по архитектуре и API.
• Доступ к обученным моделям и коду.
• Обучение операторов работе с системой.
• Техническая поддержка в течение года.

Типичные ошибки при AI-интеграции в документооборот

• Игнорирование качества OCR. Если сканы плохие (разрешение <150 DPI, заломы), точность падает. Решение: предобработка изображений — дескьюинг, бинаризация.
• Одна модель для всего. Классификация и NER требуют разных архитектур. Совмещение в одной модели снижает точность обоих задач.
• Отсутствие human-in-the-loop. Документы с уверенностью <0.8 должны проверяться оператором. Иначе ошибки множатся в системе.

Результаты внедрения: кейс и метрики компании

Кейс: производственная компания, 500 входящих документов в месяц. До внедрения: 2 оператора тратили 40% рабочего времени на ручной ввод реквизитов. После: точность автоматического извлечения реквизитов 94% (проверка на 1000 документов), 89% документов обрабатываются без участия оператора, операторы занимаются только исключениями (confidence < 0.8) и проверкой спорных маршрутов. Время обработки входящего документа сократилось с 8 минут до 45 секунд. Экономия времени — более 60 часов в месяц, что эквивалентно затратам на двух операторов.

Мы реализовали более 20 интеграций AI в СЭД для компаний с объёмом документооборота от 200 до 5000 документов в месяц. Опыт команды — 5+ лет в NLP и MLOps. Используем только лицензионные решения и официальные API.

Свяжитесь с нами для бесплатной оценки вашего проекта. Закажите пилотную обработку 100 документов — мы покажем точность на ваших данных.