ИИ для обработки документов: что можно автоматизировать в компании

Во многих компаниях работа с документами до сих пор выглядит примерно одинаково.

На почту приходит счёт:

• сотрудник открывает PDF,
• находит реквизиты и сумму,
• переносит данные в 1С или таблицу. 

Приходит договор:

• нужно найти сроки,
• условия оплаты,
• и другие важные пункты. 

Появляется заявка:

• информацию из неё снова приходится переносить в CRM.

ИИ для обработки документов позволяет передать системе значительную часть такой работы.

Она может:

- прочитать файл,

- определить тип документа, 

- извлечь нужные данные,

- подготовить их для дальнейшей обработки. 

А там, где требуется решение или есть риск ошибки, результат проверяет сотрудник.

Чтобы понять, где это пригодится вашей компании, необязательно разбираться в искусственном интеллекте. Проще посмотреть, что люди каждый день делают с документами вручную.

Представим обычный входящий счёт

Поставщик прислал на электронную почту счёт в PDF.

Сотруднику нужно открыть письмо, скачать файл, найти название компании, ИНН, номер счёта, дату, сумму, назначение платежа. Затем эти данные нужно перенести туда, где с ними работает компания: в 1С, CRM, внутреннюю систему или таблицу.

Если таких документов два в день, большой проблемы нет. Если их десятки, простая операция превращается в постоянную рутину.

Часть процесса можно автоматизировать.

Система получает вложение из письма, определяет, что перед ней счёт, читает его и извлекает нужные компании сведения.

Например:

• поставщика;
• номер и дату счёта;
• ИНН и другие реквизиты;
• позиции;
• сумму;
• НДС;
• срок оплаты.

Дальше полученные данные можно проверить по заданным правилам и передать в нужную систему либо сначала показать сотруднику для подтверждения.

Человеку уже не приходится перепечатывать информацию из одного окна в другое. Он работает с подготовленным результатом.

Какие документы можно обрабатывать таким способом

Речь идёт не только о файлах Word с обычным текстом.

Современные системы обработки документов работают с:

• PDF,
• сканами,
• изображениями,
• таблицами
• и другими форматами. 

Конкретный набор зависит от выбранного решения.

Практическая польза появляется тогда, когда системе недостаточно просто получить текст из файла. Нужно понять его структуру и найти конкретную информацию.

Допустим, компания получает акты от десятков подрядчиков. Документы отличаются оформлением. Реквизиты, даты и суммы находятся в разных местах.

Вместо того чтобы заставлять всех контрагентов использовать один шаблон, систему можно настроить на извлечение нужных полей из разных вариантов документа. Но качество результата всё равно нужно проверять на реальных файлах компании. Особенно если встречаются плохие сканы, сложные таблицы или нестандартное оформление.

Таким способом можно обрабатывать:

• счета,
• акты,
• накладные,
• заявки,
• анкеты,
• договоры,
• коммерческие предложения,
• спецификации и другие документы. 

На странице об ИИ-агентах для бизнеса мы отдельно показываем, как работа с документами может быть частью более крупного сценария автоматизации компании.

Система может сама определить, какой документ пришёл

Представим общую электронную почту компании. Туда поступают счета, акты, договоры, заявки клиентов, претензии и обычные письма.

Сейчас сотрудник открывает сообщения и решает, кому что передать.

Первичную сортировку можно автоматизировать. Система анализирует документ, определяет его тип и запускает соответствующий сценарий.

Например:

Пришёл счёт → система определила тип документа → извлекла реквизиты и сумму → проверила обязательные поля → передала результат ответственному сотруднику.

Или:

Пришла заявка → система извлекла контакты и содержание обращения → передала данные в CRM → создала задачу менеджеру.

Так автоматизируется уже не отдельное действие «прочитать PDF», а целый участок рабочего процесса.

Из договора можно сразу получить нужные условия

Работа с договорами хорошо показывает разницу между простым распознаванием текста и более глубокой обработкой документа.

Предположим, руководителю нужно узнать четыре вещи:

1. Стоимость.
2. Срок действия договора
3. Порядок оплаты.
4. Условия расторжения.

Вместо ручного поиска этих пунктов на двадцати страницах система может извлечь нужные фрагменты и собрать их в одном месте.

Можно сравнивать и разные версии документа. Например, показать, какие пункты отличаются от предыдущей редакции или типового шаблона компании.

Но здесь особенно нужен контроль человека.

Если от условия договора зависит серьёзное юридическое или финансовое решение, ответ ИИ нельзя считать заключением специалиста. Система помогает быстрее найти и сопоставить информацию. Решение принимает человек, который отвечает за договор.

ИИ может подготовить информацию для решения. Ответственность за решение с серьёзными юридическими или финансовыми последствиями должна оставаться у специалиста.

Документы можно автоматически сверять

Во многих компаниях сотрудник не просто читает документ, а сопоставляет его с другими данными.

Например, пришёл акт от подрядчика.

Нужно проверить:

• того ли контрагента он касается;
• указан ли нужный договор;
• совпадает ли сумма;
• верно ли указан объект;
• соответствует ли период;
• заполнены ли обязательные сведения.

Часть таких проверок выполняется по строгим правилам. И здесь ИИ вообще не всегда нужен. После извлечения данных обычная программная логика может сравнить сумму, номер договора, ИНН или другие значения с информацией в учётной системе.

ИИ полезен там, где сначала требуется разобраться в самом содержании документа. А точные проверки лучше по возможности выполнять по однозначным правилам.

Сотруднику в результате можно показывать прежде всего исключения:

• документ не найден в системе,
• сумма не совпала,
• отсутствует обязательное поле,
• система не смогла уверенно определить значение.

Вместо одинаковой ручной проверки каждого файла человек занимается случаями, которые действительно требуют внимания.

Подробнее границу между строгими программными правилами, ИИ и решениями сотрудника мы разбираем в материале об автоматизации бизнес-процессов.

Что происходит после обработки

Само по себе извлечение данных из PDF мало что даёт бизнесу. Если система нашла в счёте сумму, а сотруднику всё равно приходится вручную переносить её в другую программу, автоматизирована только половина задачи.

Поэтому результат обычно нужно передать дальше:

• в CRM,
• учётную систему,
• таблицу,
• внутреннюю базу,
• или следующий этап согласования.

Представим обработку заявки.

Клиент отправляет заполненный документ. Система определяет его тип, извлекает название компании, контакты, интересующую услугу и комментарий. После проверки обязательных данных информация передаётся в CRM, где появляется карточка для менеджера.

Или другой сценарий.

Поставщик присылает счёт. Система извлекает реквизиты и сумму, сверяет необходимые значения и готовит данные для сотрудника бухгалтерии.

Результат автоматизации для бизнеса, не «нейросеть прочитала PDF», а конкретная ручная операция, которую сотруднику больше не приходится выполнять.

Если обработанные данные должны попадать в систему продаж, отдельно нужно продумать саму интеграцию с CRM:

• какие сведения передавать,
• куда их записывать,
• как контролировать ошибки обмена.

А можно искать информацию в большом архиве?

Да, но это уже отдельная задача, смежная с обработкой документов.

Если в компании накоплены договоры, инструкции, регламенты и технические документы, можно создать систему, которая ищет информацию внутри этой базы по обычному вопросу. Например, находит срок гарантии в договоре или нужный пункт инструкции.

Такой корпоративный поиск требует отдельной организации базы знаний, прав доступа и контроля источников. Поэтому его правильнее рассматривать как самостоятельный проект, а не как обязательную часть системы обработки входящих счетов, актов или заявок.

То же относится к автоматическому созданию документов. Если данные уже находятся в CRM или учётной системе, по ним можно формировать договоры, коммерческие предложения и другие файлы по шаблонам.

Но это соседний процесс. В этой статье мы говорим прежде всего о документах, которые компания получает и должна разобрать.

Как это выглядит для сотрудника

Словосочетание «внедрить ИИ» часто звучит так, будто людям придётся осваивать новую сложную программу и учиться писать специальные команды.

В нормальном рабочем процессе сотрудник может вообще не взаимодействовать с нейросетью напрямую.

- Поставщик по-прежнему отправляет счёт на почту. 

- Клиент заполняет привычную форму. 

- Контрагент присылает договор. 

- Менеджер работает в CRM.

Меняется участок между получением документа и дальнейшим действием.

- Раньше бухгалтер открывал счёт и вручную переносил восемь полей. Теперь он получает уже подготовленные данные и проверяет их.

- Раньше менеджер открывал заявку и создавал карточку клиента. Теперь карточка создаётся автоматически, а менеджер начинает работать с обращением.

- Раньше сотрудник просматривал весь пакет документов в поисках расхождения. Теперь система показывает, где именно требуется его внимание.

Для пользователя это и есть автоматизация. Ему необязательно знать, какие модели, программы и алгоритмы работают внутри.

Где ИИ действительно имеет смысл

Автоматизировать документы имеет смысл не потому, что компании нужен искусственный интеллект. Сначала нужно найти повторяющуюся ручную операцию.

Хороший кандидат выглядит примерно так:

• сотрудники регулярно получают похожие документы,
• ищут в них одни и те же сведения,
• переносят информацию в другую систему,
• сверяют её по понятным правилам,
• и отправляют дальше.

Чем чаще повторяется такая последовательность и чем больше документов проходит через неё, тем интереснее рассматривать автоматизацию.

- Если директор раз в полгода получает уникальный договор на крупную сделку и отдаёт его юристу, отдельная система ради этого процесса вряд ли нужна.

- Если несколько сотрудников ежедневно разбирают поток документов и выполняют одни и те же действия, ситуацию уже стоит изучить.

С какими документами наши сотрудники постоянно делают одно и то же?

Это один из самых полезных вопросов перед началом проекта.

Не каждой задаче нужен искусственный интеллект

Если действие полностью определяется строгим правилом, обычная автоматизация часто надёжнее и проще.

Например, после изменения статуса сделки нужно отправить стандартное уведомление. Здесь незачем просить ИИ принимать решение.

С документами часто получается смешанная схема.

ИИ или специализированная система распознавания получает информацию из файла и помогает понять его содержание. Затем обычная программная логика проверяет ИНН, сумму, номер договора или наличие обязательных полей. После этого система выполняет разрешённое действие либо передаёт документ сотруднику.

Пользователю не требуется разбираться, какая технология отвечает за каждый этап. Для бизнеса важнее, чтобы весь процесс был предсказуемым и контролируемым.

С чего начать в своей компании

Не нужно пытаться сразу автоматизировать весь документооборот.

Возьмите один понятный процесс. Например, обработку входящих счетов.

Посмотрите,

• откуда они приходят,
• сколько их,
• что сотрудник делает после получения,
• какие сведения ищет,
• куда переносит информацию,
• что проверяет,
• в каких случаях должен принять решение сам.

Получится простая цепочка:

документ пришёл → сотрудник открыл → нашёл данные → проверил → перенёс → отправил дальше.

Теперь по каждому этапу можно задать вопрос: обязательно ли это должен делать человек?

Так становятся видны реальные места для автоматизации.

Перед внедрением ИИ полезнее спрашивать не «что умеет нейросеть?», а «какую повторяющуюся операцию сотрудников мы хотим убрать или сократить?».

Для первого проекта удобнее выбирать частый и понятный процесс, где результат легко проверить. Тогда можно сравнить старый и новый порядок работы по фактическим показателям, а не по впечатлению от демонстрации ИИ.

Как понять, что автоматизация работает

Оценивать нужно не то, насколько умно система отвечает на вопросы, а то, что изменилось в рабочем процессе.

Можно измерять время обработки одного документа, количество ручных действий, долю документов, потребовавших исправления, число ошибок и количество случаев, переданных сотруднику на проверку.

Особенно полезно следить за исключениями. Если система хорошо работает с обычными счетами, но постоянно ошибается на документах определённого поставщика, это видно по статистике и процесс можно доработать.

Показатели выбираются под конкретную задачу. Для бухгалтерии, отдела продаж и договорной работы они будут разными.

Безопасность документов нужно продумать заранее

В договорах, счетах, кадровых файлах и внутренней переписке могут находиться персональные данные, коммерческая информация и другие сведения с ограниченным доступом.

Поэтому рабочие документы нельзя без предварительной оценки просто загружать в первый попавшийся ИИ-сервис.

До запуска нужно определить:

• какие документы будет получать система,
• где они обрабатываются и хранятся,
• кто имеет к ним доступ,
• какие действия разрешено выполнять автоматически.

Если разные сотрудники имеют разные права на исходные документы, автоматизация должна учитывать эти ограничения.

Как понять, есть ли задача для ИИ именно у вас

Посмотрите на рабочий день сотрудников.

Если регулярно встречается последовательность «открыть документ → найти данные → перепечатать → сверить → перенести в другую систему → отправить дальше», этот процесс стоит изучить.

То же относится к ситуациям, когда сотрудникам постоянно приходится:

• сортировать входящие документы,
• искать в них одинаковые сведения,
• сравнивать версии,
• проверять комплектность.

Не каждый такой процесс выгодно автоматизировать. Иногда документов слишком мало, иногда цена разработки выше стоимости ручной работы, а иногда задача прекрасно решается без ИИ.

Поэтому начинать лучше с одного реального процесса и считать его целиком:

• сколько документов проходит,
• что именно сотрудники делают руками,
• где возникают ошибки,
• какие действия можно передать системе без потери контроля.