Обработка документов с помощью ИИ

Короткий ответ: обработка документа не заканчивается распознаванием текста. Рабочий контур должен определить тип документа, извлечь только нужные поля, проверить их по бизнес-правилам, сохранить связь с источником и направить сомнительный случай человеку. Для первого пилота выбирают один тип документа и измеряют ошибки на фиксированной контрольной выборке.

Из каких этапов состоит обработка документа

ИИ нужен не на каждом шаге. Форматы дат, контрольные суммы, допустимые значения и сверка со справочником надёжнее выполняются обычными правилами. Модель полезна там, где меняется верстка, встречается неструктурированный текст или требуется классификация по смыслу.

Сначала составьте паспорт документа

До выбора модели зафиксируйте одну страницу требований:

1. Название документа и его допустимые варианты.
2. Канал поступления, форматы файлов и качество сканов.
3. Поля, которые действительно нужны следующему этапу.
4. Обязательные проверки и внешние справочники.
5. Критические ошибки и стоимость каждой из них.
6. Роль сотрудника, который разбирает исключения.
7. Целевая система и правило записи результата.
8. Срок хранения, права доступа и требования к журналу.

Формулировка «распознать всё содержимое» обычно ухудшает пилот: полей становится много, критерий готовности размывается, а стоимость разметки и проверки растёт.

Разделите ошибки по последствиям

Средняя точность по всем символам не показывает бизнес-риск. Ошибка в необязательном комментарии и неверная сумма, ИНН или номер договора имеют разные последствия. Для каждого поля назначьте класс:

• критическое: ошибочное значение нельзя записывать автоматически;
• контролируемое: допускается только после сверки с правилом или справочником;
• информационное: ошибка не меняет решение и может быть исправлена позже.

Порог автоматической обработки задаётся не один на весь документ. Он зависит от конкретного поля, результата проверок и цены ошибочного допуска.

Как построить маршрут исключений

После извлечения документ должен попасть в один из трёх маршрутов:

1. Автоматическая подготовка результата. Все обязательные поля прошли детерминированные проверки; режим разрешён владельцем процесса.
2. Ручное подтверждение. Есть низкая уверенность, расхождение со справочником, новая верстка или критическое поле.
3. Отклонение или возврат. Файл повреждён, документ не того типа, отсутствует обязательная страница либо источник не разрешён.

На пилоте безопасно направлять человеку больше случаев. Долю автоматической обработки повышают только после разбора ошибок, а не снижением порога ради красивой метрики.

Как подготовить контрольную выборку

Случайные десять чистых PDF не представляют рабочий поток. В выборку включают:

• разные шаблоны, контрагентов, периоды и редакции;
• сканы с поворотом, тенями, печатями и рукописными отметками;
• пустые и лишние страницы, приложения и дубликаты;
• правильные документы и известные нарушения;
• редкие случаи, цена ошибки которых особенно высока.

Для каждого поля нужен эталон, подтверждённый специалистом. Настройку выполняют на одной части данных, а итоговую оценку — на отложенной выборке, которую не использовали для подбора правил и примеров.

Какие метрики считать

• точность каждого критического поля, а не только среднее по документу;
• долю критических ошибок, ошибочно пропущенных системой;
• долю документов, принятых без ручного исправления;
• долю исключений и причины передачи человеку;
• активное время проверки одного документа;
• полное время цикла от поступления до записи результата;
• стоимость обработки с учётом модели, инфраструктуры и контроля.

Отдельно измеряйте ложный допуск и ложный возврат. Первый создаёт риск неверной записи, второй увеличивает ручную очередь. Их нельзя объединять в одну «точность» без указания последствий.

Что входит в ограниченный пилот

1. Один тип документа и один канал поступления.
2. Согласованный паспорт и перечень необходимых полей.
3. Контрольная выборка с эталонными значениями.
4. Извлечение, детерминированные проверки и очередь исключений.
5. Экран или отчёт для сопоставления результата с источником.
6. Журнал решений и исправлений проверяющего.
7. Итоговый отчёт по качеству, времени, стоимости и границам масштабирования.

Реализация от 100 000 ₽ возможна для ограниченного типа документа без сложной интеграции и большого числа форматов. Цена полного контура зависит от объёма, качества источников, требований безопасности и числа систем.

Где особенно нужен человеческий контроль

Не передавайте модели окончательное решение, если ошибка влияет на оплату, обязательства сторон, безопасность, допуск работ или регуляторное соответствие. Сотрудник должен видеть исходный фрагмент, извлечённое значение, сработавшие проверки и причину передачи случая.

NIST AI RMF требует определять контекст, границы использования, человеческий надзор и измерять систему в условиях, близких к рабочим. Для строительной документации также важны установленные правила ведения и достоверности: их задают, в частности, постановление Правительства РФ № 614 и приказ Минстроя № 344/пр. ИИ может ускорить подготовку и первую проверку, но не переносит ответственность с участников процесса на модель.

Контрольный список перед запуском

• Выбран один тип документа и один владелец процесса.
• Для каждого поля определены назначение и цена ошибки.
• Правила отделены от вероятностного извлечения.
• Контрольная выборка содержит реальные исключения.
• Критические поля не проходят без разрешённой проверки.
• Проверяющий видит источник и причину маршрутизации.
• Исправления и версии решения журналируются.
• Есть условия масштабирования, остановки и возврата к ручному процессу.

Где применять методику

• Строительство и девелопмент — проектная, тендерная и исполнительная документация.
• Промышленность и производство — акты, заявки, паспорта, накладные и сменные отчёты.
• Снижение расходов и оптимизация штата — стоимость ручной обработки и очередь исключений.
• Методика выбора процесса — исходная линия, экономика и паспорт пилота.