Извлечение реквизитов из документов
Реквизиты из счетов и договоров часто перебивают руками, медленно и с опечатками, которые могут всплыть уже в платежке.
Задача
Обработка и распознавание документов с ИИ на платформе Svaya
- Реквизиты из счетов и договоров переводятся в поля учетной системы, договор проверяется по своду требований, накладная сверяется по весу, суммам и реквизитам.
- Сканы и фотографии распознаются постранично, персональные данные за пределы ваших серверов не выходят.
- Svaya - это ИИ-платформа БизнесМатики на языковых моделях (LLM), она ставится на ваших серверах.
- Проверьте распознавание на своем документе бесплатно, до разговора с нами.
Ситуация
На что уходит время при ручной обработке документов
Юрист, сотрудник договорного отдела или операционист обрабатывает постоянный поток типовых документов. Он сверяет договоры с шаблоном фирмы и требованиями законодательства, извлекает поля для учетной системы, проверяет реквизиты контрагентов по государственным реестрам (например по единому государственному реестру юридических лиц, ЕГРЮЛ). При потоке от 200 документов в месяц на эту работу уходит, по нашей оценке, 30-60% рабочего времени специалиста.
Ручной ввод при этом часто становится источником ошибок, которые всплывают уже после того, как данные попали в учетную систему. Ошибка в реквизите или сумме может обернуться сверками взаиморасчетов, задержками оплат и претензиями контрагентов.
Классическая система электронного документооборота обычно хранит документы и ведет согласование, а извлечение данных остается ручным. Поля из договора или накладной в учетную систему по-прежнему переносит человек. Некоторые современные системы документооборота добавляют модули извлечения данных (кейс российского разработчика систем документооборота Directum в разделе о публичных кейсах ниже), но такой модуль обычно привязан к системе документооборота своего вендора. Мы строим извлечение данных поверх распространенных систем документооборота, которые уже стоят у заказчиков, поэтому заказчику не нужно менять систему или ждать, пока модуль появится у его вендора.
Что готово
Что готово на платформе
Ниже технические решения с витрины (демонстрационного сайта) платформы svaya.bm-it.ru, которые закрывают эту задачу. Каждое уже запущено на нашем образце данных, а те из них, где стоит режим «Запуск на своих данных», вы можете проверить на своем файле.
Что означают плашки на карточках
- OCR. Распознавание текста со сканов и фотографий документов, постранично.
- Маскирование ПДн. Персональные данные заменяются условными обозначениями до отправки текста во внешнюю языковую модель.
- ML-модель. Оценку риска и порядок разбора по важности считает классическая модель машинного обучения, языковая модель в этом не участвует.
- Проверка правилами. Документ или ответ сверяет с вашими правилами обычный код, языковая модель в этой сверке не участвует.
- Извлечение данных. Значения из документа переносятся в поля вашей учетной системы.
Проверка договора на соответствие своду требований
Такую проверку обычно делают ручной вычиткой. Один юрист заметит, что пункта об ответственности в договоре нет, другой этого не заметит.
Разбор транспортных накладных со сверкой веса, сумм и реквизитов
Накладные приходят как попало, сканом, фотографией или таблицей. Поля переносят в учетную систему руками, а расхождения всплывают после проводки, когда груз уже уехал.
Проверка заполнения акта, пока бригада еще на объекте
Акт заполняют на объекте, а ошибку нередко видят только в офисе через неделю, когда переделывать уже дорого.
Значения переводятся в поля
Из документа извлекаются реквизиты, суммы и даты и ложатся в структуру полей вашей учетной системы. Спорные значения помечаются и уходят человеку.
Сверку считает код, а не языковая модель
Проверка по своду требований и по правилам сверки выполняется кодом. Языковая модель читает документ, решение о расхождении принимает правило.
Сканы и фотографии распознаются
Печатные документы со сканера и с телефона распознаются постранично, результат попадает в тот же конвейер.
Персональные данные за пределы ваших серверов не выходят
Если языковая модель облачная, перед отправкой текста за пределы ваших серверов платформа заменяет персональные данные условными обозначениями. Таблица соответствия обозначений настоящим данным остается у вас. В закрытом контуре (сети без доступа в интернет) текст никуда не уходит.
Настройка
Что настраивает ваша команда
Ниже настройки, которые делаются под вашу компанию. Делает это ваша команда инструментами платформы, а мы проверяем результат на контрольных точках пилота.
Типы документов и поля
Какие документы идут в поток и какие поля из них нужны, задается формами редактора, без программирования.
Правила сверки
Свод требований, пороги расхождений и то, что считается ошибкой, записываются правилами и проверяются кодом.
Запись в учетную систему
К 1С платформа подключается готовым модулем с настройкой полей. К документообороту и остальным системам по открытому протоколу MCP.
Расчет
Посчитайте эффект обработки документов для своей компании
Введите четыре числа, которые есть у руководителя отдела. Параметры расчета показаны под результатом и подтверждаются на бесплатной диагностике (первом шаге пилота, он описан ниже). Пилот заменяет эту оценку замером эффекта на ваших данных.
Высвобождается часов в год0
Денежный эффект в год0 руб.
Ваши расходы в год на обращения к языковой модели и аренду серверов (в расчете взяты облачная языковая модель и аренда серверов под платформу)0 руб.
Параметры расчета
- По нашей оценке, на ручной проверке остается 30% трудозатрат. Документы с низкой уверенностью распознавания и нетиповые случаи остаются человеку.
- Обращения к языковой модели на разбор одного документа стоят около 2 руб. по тарифам российских поставщиков языковых моделей на отложенную (пакетную) обработку. В закрытом контуре платы за обращения нет, расход идет на свои серверы с видеокартами.
- Если серверы под платформу (без видеокарт) арендуются у вашего облачного провайдера, они стоят около 30 тыс. руб. в месяц, оплата идет напрямую провайдеру.
Расчет по вашим данным и нашим параметрам на 2026 год. Стоимость лицензии в расчет не входит, она зависит от объема обработки (числа обработанных документов в год), и мы называем ее после диагностики.
Рынок
Что показывают публичные кейсы на российском рынке
Кейсы ниже - это публичные данные российских компаний. Это не наши проекты. По ним видно, на какое сокращение времени обработки документов и на какую точность извлечения и проверки можно рассчитывать. Там, где на рынке есть публичные цифры, мы приводим кейсы с числами. По остальным направлениям даем обзор масштаба со ссылкой на страницу отрасли с полным разбором. Метрику и предварительный ориентир по ней для конкретного заказчика выбираем на диагностике.
Договорная работа
- Больше всего публичных кейсов с цифрами мы нашли по договорной работе.
- По публикации Directum (российского разработчика систем документооборота) за 2024-2025 годы, в кейсе производителя электрооборудования Systeme Electric (бывший Schneider Electric в России) договорная работа ускорилась в 6 раз, точность автоматической проверки договоров составила 96%, а до 80% договоров прошли проверку без участия юриста.
- Raft (российский ИИ-интегратор) в кейсе с «Рег.облаком» (облаком хостинг-провайдера Рег.ру) сообщает о точности извлечения данных из договоров 99,7%.
- Об этом кейсе писал РБК в марте 2026 года.
Финансовые документы для аудита
- Рынок LLM-обработки финансовых документов для аудиторов только формируется.
- Ближайший к этой задаче публичный пример - это прототип Сбера AIFA для инвестиционных аналитиков.
- В обзоре CNews за ноябрь 2025 года написано, что AIFA анализирует отчетность по международным стандартам финансовой отчетности (МСФО) по 77 показателям и сокращает такой анализ с четырех-шести часов до нескольких минут.
- Собран он как система из нескольких ИИ-агентов, которые работают на LLM в связке с распознаванием текста.
- По внутренней оценке Сбера, качество такого анализа у него 89%, а методику этой оценки Сбер не раскрыл.
- Прямых публичных кейсов применения LLM в независимых российских аудиторских фирмах мы не нашли.
Картина по отраслям
- По отраслям картина такая.
- В страховании крупные страховщики уже перевели входящий поток документов на промышленное распознавание и извлечение данных, и это сокращает ручной ввод при оформлении полисов и урегулировании убытков.
- Публичные кейсы с цифрами и названиями компаний собраны на странице страхования.
- В логистике публичных кейсов именно извлечения данных меньше, а масштаб документопотока у крупных перевозчиков виден по переходу на электронный документооборот, где счет идет на сотни тысяч и миллионы документов.
- Кейсы собраны на странице логистики.
- В девелопменте прикладные LLM-решения по договорам уже есть у крупнейших девелоперов.
- Для застройщика среднего размера без собственного ИИ-подразделения готового продукта под проверку ДДУ и извлечение данных из договоров с подрядчиками, по нашей оценке, на рынке нет, поэтому пилот для него - способ закрыть обе задачи раньше, чем такое решение появится в его сегменте.
- Кейсы этих компаний собраны на странице девелопмента.
Лучший публичный результат
- Лучший публичный результат по ускорению обработки документов среди внедрений - 6 раз (кейс Systeme Electric).
- За планку пилота мы берем ускорение в два-четыре раза, примерно половину от этого результата.
- Прототип Сбера AIFA ускоряет анализ сильнее (с часов до минут), но это прототип, а внедрения такого результата пока не показывают, поэтому в расчет планки мы его не закладываем.
- Так мы не обещаем заказчику чужой максимум.
Границы
Когда автоматизация обработки документов не окупится
Условия, при которых мы не рекомендуем начинать проект.
Поток меньше 100 документов в месяц
При таком объеме ручная обработка, по нашей оценке, обычно дешевле внедрения, и пилот, скорее всего, не окупится. Для транспортных документов внедрение оправдано от 200 документов в сутки. Экономия на одной накладной, по нашей оценке, измеряется секундами, поэтому заметной она становится только на большом потоке.
Нет специалиста, который утвердит бизнес-правила проверки извлеченных данных и будет поддерживать актуальность этих правил, когда меняются формы документов
Для анализа финансовой отчетности нет формализованной методологии
Без нее LLM нечему следовать, и черновики заключений, скорее всего, не пройдут проверку аудитора.
Эти задачи мы собираем на собственной ИИ-платформе Svaya. Она ставится в контуре заказчика, в том числе в закрытом контуре без доступа в интернет, и приносит с собой маскирование персональных данных, журнал действий и поиск по документам компании. Поэтому проект начинается сразу с прикладной задачи, а не с подготовки инфраструктуры.
Пилот
Как проходит пилот
- 1
Диагностика задачи и данных
Разбираем поток документов, его источники и то, куда ложится результат. Выбираем один тип документа с измеримой метрикой.
- 2
Запуск на ваших серверах
Ваши ИТ-специалисты разворачивают платформу, ваша команда прогоняет пакет калибровки на своих документах. Расхождения проверяет ваш специалист, пока метрика не подтверждена.
- 3
Масштабирование на следующие задачи
Подключаются остальные типы документов и обратная запись в учетную систему. Платформа остается той же, доступы платформы к вашим системам уже согласованы со службой безопасности.
Как устроена сделка
Бессрочная лицензия на платформу
Лицензия нужна на каждую установку платформы на ваших серверах. Она действует на основную версию платформы, номер которой указан в лицензионном договоре. Первый год технической поддержки и обновлений входит в стоимость лицензии, а со второго года поддержку вы оплачиваете ежегодно по этому договору.
Пилот идет в счет годовой лицензии на задачу
Прикладные задачи (например, разбор входящих счетов или ответы сотрудникам по регламентам) лицензируются отдельно от платформы, по годам. Диагностика (шаг 1) бесплатна. После нее вы оплачиваете вперед первый год лицензии на задачу, выбранную для пилота. Запуск и масштабирование (шаги 2 и 3) идут в счет этой оплаты, поэтому отдельно за пилот платить не нужно. Если пилот не дал согласованного значения метрики, продлевать эту лицензию вы не обязаны.
За свою работу в пилоте мы денег не берем
Платформу разворачивают ваши ИТ-специалисты, а от нас консультации и приемки результата на контрольных точках пилота.
Интеграции сверх готовых подключений и перевод в промышленную эксплуатацию оплачиваются отдельно
Готовые коннекторы к 1С и системам с протоколом MCP настраивает ваша команда в пилоте. Остальные интеграции и перевод в промышленную эксплуатацию, то есть запуск для всех сотрудников после пилота, оцениваются и оплачиваются отдельно.
Облако, чтобы попробовать без своих серверов
Облако оплачивается за каждое рабочее место, а первые 30 дней бесплатны.
Вопросы
Вопросы, которые нам задают
Нужна ИИ-проверка договоров и нормоконтроль. Это закрывается платформой?
Сверка договора со сводом требований закрывается техническим решением «Проверка договора на соответствие своду требований». Языковая модель читает документ, а решение о расхождении принимает правило, поэтому вывод проверяем и повторяем. Свод требований, пороги расхождений и то, что считается ошибкой, записываются правилами и проверяются кодом, а сам свод составляет ваш юрист, готового мы не поставляем. Решение запускается на вашем файле на витрине платформы до разговора с нами, на вход идут документ и свод требований. Проверку оформления проектной документации по стандартам, которую тоже называют нормоконтролем, это решение не делает, и выдавать одно за другое мы не будем.
Застройщику нужна проверка договоров долевого участия на соответствие 214-ФЗ. Это то же самое?
Механизм тот же, но одним сводом требований дело не ограничивается. Под вас настраиваются три вещи. Какие документы идут в поток и какие поля из них нужны. Правила сверки с порогами расхождений. Запись результата в вашу учетную систему. Свод требований по 214-ФЗ составляет ваш юрист, готового в поставке нет, и юридическим заключением результат проверки не является. Готового продукта под проверку договоров долевого участия, по нашей оценке, на рынке нет, поэтому для застройщика это пилот, а не покупка с полки.
Экспедитору нужна обработка транспортных накладных с проверкой кодов ТН ВЭД. Что из этого готово?
На платформе собрано техническое решение «Разбор транспортных накладных со сверкой веса, сумм и реквизитов». На вход идет накладная в PDF или DOCX, можно сканом. Режим у него «Обсудить внедрение», то есть на своем файле его, в отличие от извлечения реквизитов, пока не запустить. Проверку кода товарной номенклатуры (ТН ВЭД) разбираем на диагностике, потому что она делается сверкой со справочником, а справочник нужен в электронном виде и с понятным владельцем обновлений. И сразу про объем. Для транспортных документов внедрение оправдано от 200 документов в сутки, на меньшем потоке экономия на одной накладной измеряется секундами.
Страховщику нужно извлечение данных из документов при урегулировании убытков. Подходит?
Извлечение реквизитов работает с договорами и счетами в PDF, в том числе со сканов, и запускается на вашем файле. Но при урегулировании на вход идет заявление об убытке с приложениями, а это другое техническое решение, которое ведет убыток от обращения до проекта решения. У него режим «Готовый пример», то есть на своем файле его пока не запустить, зато открыта пошаговая запись запуска на нашем образце. Разобрано оно на странице оценки ущерба по фото.
Куда дальше
Отрасли, где эту задачу внедряют чаще всего
Отрасль попадает сюда, если технические решения этой задачи входят в ее каталог.
Для технического директора
Что прочитать техническому директору
Четыре материала, с которых стоит начать знакомство с платформой.
Требования к серверуПроцессоры, память, диски и видеокарты для установки в закрытом контуре
Модули платформы14 модулей платформы, от обработки запроса до выпуска обновлений
Как устроена платформаОбзор механизмов платформы и того, где проходят границы ее самостоятельности
Презентация платформыPDF на 79 страниц с помодульным разбором платформы, 24 МБ
Заявка
Обсудить пилот по документам
Опишите, какие документы или данные войдут в пилот и кто будет ими пользоваться. Руководитель ИИ-направления БизнесМатики ответит предложением, где названы объем пилота, метрика и срок.
Хотите сначала запустить техническое решение сами? Заведите учетную запись на витрине и запустите техническое решение на своем файле. Для заявки учетная запись не нужна.