AI-інтеграція в СЕД: автоматизація вхідних документів

Вхідні документи — вузьке горло будь-якої організації

Скан договору надходить на пошту → оператор відкриває → вручну вбиває реквізити в 1С → обирає тип → запускає погодження. На один документ у середньому 8 хвилин. При 500 документах на місяць це 67 годин чисто механічної роботи. Наша AI-інтеграція скорочує це до 45 секунд на документ — у 10 разів швидше за оператора, причому 89% обробляються без участі людини. Проблема посилюється різноманіттям форматів: PDF, скани, DOCX, email-вкладення. Кожен потребує попередньої обробки, а помилки ручного введення призводять до збоїв у погодженні. Ми будуємо AI-шар, який розуміє вміст будь-якого документа, вилучає ключові реквізити, класифікує та автоматично запускає workflow у вашій СЕД. Використовуємо трансформерні архітектури (BERT, RoBERTa) для класифікації та sequence labeling для NER. Жодних шаблонів — лише навчені моделі під ваш документообіг. Досвід нашої команди — понад 20 успішних впроваджень, 5+ років у NLP та MLOps. Компанія на ринку з 2019 року, сертифіковані партнери Directum та 1С. Впровадження від $5000, окупність за 6 місяців.

Як AI обробляє документи швидше за оператора?

AI обробляє вхідний документ у 10–15 разів швидше за людину: 45 секунд проти 8 хвилин. При цьому точність вилучення реквізитів досягає 94% (проти 85% при ручному введенні). Система працює цілодобово, не потребує перерв і не допускає помилок через втому.

Інвестиції в AI-інтеграцію окупаються в середньому за 6 місяців.

Чому дообучення BERT критичне для точності?

Базова модель класифікації документів (cointegrated/rubert-tiny2) дає точність близько 80% на типових документах. Однак кожна компанія використовує унікальні шаблони договорів, рахунків та актів. Дообучення BERT на вашому корпусі (від 500 розмічених екземплярів) підвищує точність до 94% і вище. Ми використовуємо Hugging Face Transformers для дообучення та інференсу. Нижче приклад реалізації класифікатора.

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 

Вилучення реквізитів: комбінація NER та LLM

Для швидкого вилучення стандартних полів (ІПН, дати, суми) використовуємо regex та NER. Для складних випадків — LLM (GPT-4o-mini або локальна LLaMA через LangChain). Комбінація дає точність 94% на реальних документах. Для нестандартних запитів застосовуємо RAG з векторними БД (ChromaDB, pgvector), що дозволяє шукати по базі раніше оброблених документів.

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 

Інтеграція з СЕД: Directum, 1С, DocsVision

Інтеграція будується через офіційні REST API. Приклад для Directum: завантажуємо файл, заповнюємо картку, запускаємо workflow. Аналогічна логіка для 1С:Документообіг та 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" 

Що входить в роботу: етапи та результати

Ми надаємо повний цикл впровадження:

1. Аналіз документообігу — схеми маршрутів, типи документів, обсяг.
2. Розробка моделей — дообучення класифікатора та NER.
3. Інтеграція з СЕД — REST API, налаштування workflow.
4. Тестування на реальних документах — до 1000 екземплярів.
5. Запуск та навчання операторів.

Deliverables:

• Документація з архітектури та API.
• Доступ до навчених моделей та коду.
• Навчання операторів роботі з системою.
• Технічна підтримка протягом року.

Типові помилки при AI-інтеграції в документообіг

• Ігнорування якості OCR. Якщо скани погані (роздільна здатність <150 DPI, заломи), точність падає. Рішення: попередня обробка зображень — дескьюїнг, бінаризація.
• Одна модель для всього. Класифікація та NER потребують різних архітектур. Поєднання в одній моделі знижує точність обох завдань.
• Відсутність human-in-the-loop. Документи з впевненістю <0.8 мають перевірятися оператором. Інакше помилки множаться в системі.

Результати впровадження: кейс та метрики компанії

Кейс: виробнича компанія, 500 вхідних документів на місяць. До впровадження: 2 оператори витрачали 40% робочого часу на ручне введення реквізитів. Після: точність автоматичного вилучення реквізитів 94% (перевірка на 1000 документах), 89% документів обробляються без участі оператора, оператори займаються лише винятками (confidence < 0.8) та перевіркою спірних маршрутів. Час обробки вхідного документа скоротився з 8 хвилин до 45 секунд — у 10 разів швидше. Економія часу — понад 60 годин на місяць, що еквівалентно витратам на двох операторів. Вартість впровадження стартує від $5000, і завдяки економії інвестиція окупається за 6 місяців. Ми гарантуємо точність не нижче 90% на вашому тестовому корпусі.

Ми реалізували понад 20 інтеграцій AI в СЕД для компаній з обсягом документообігу від 200 до 5000 документів на місяць. Досвід команди — 5+ років у NLP та MLOps. Ми маємо сертифікацію партнера Directum та 1С. Використовуємо лише ліцензійні рішення та офіційні API.

Зв'яжіться з нами для безкоштовної оцінки вашого проєкту. Замовте пілотну обробку 100 документів — ми покажемо точність на ваших даних.