Распознавание счетов и накладных: как перестать вбивать

Цифры в счёте уже набраны — их набрал поставщик. Потом их набирают у вас второй раз: бухгалтер открывает PDF, открывает таблицу и переносит номер, дату, ИНН, суммы и позиции руками. В сезон это делают вечерами, потому что днём некогда.

Платите вы при этом не только за часы. Сдвинутая на строку позиция, ИНН с опечаткой, потерянная копейка в НДС, счёт, который пришёл в личный чат и до таблицы не доехал вообще. Ищут потом всей бухгалтерией, обычно за час до сдачи отчётности.

Второй набор убирается технически. Ниже — что при этом реально происходит и на что смотреть, когда будете выбирать решение.

Документы приходят в девяти видах, и это нормально

Живой поток не состоит из аккуратных PDF. Один поставщик шлёт PDF, второй — XLSX, третий выгружает XML из 1С, четвёртый присылает ZIP с пачкой бумаг, а кладовщик фотографирует накладную на разгрузке.

Рабочая система принимает всё это: PDF, DOCX, XLSX, DOC, XLS, XML, ZIP, PNG, JPEG — девять форматов, семь из них разбираются автоматически, без ручной разметки шаблонов. Если решение умеет только PDF, вы получите ту же ручную работу, просто с дополнительным шагом «сначала пересохрани».

XML от налоговой: там распознавать нечего

Отдельно стоит электронный документооборот. УПД и счёт-фактура приходят по ЭДО как XML по приказу ФНС ЕД-7-26/970 — это структурированный файл, где номер, дата, контрагент, ИНН, КПП и позиции лежат готовыми полями.

Из такого файла данные берутся точно, потому что распознавания нет вовсе: нечего угадывать, нечего путать, ошибка невозможна в принципе. Если у вас часть поставщиков на ЭДО, это самая дешёвая и самая надёжная часть автоматизации — и её почему-то чаще всего пропускают, продолжая печатать XML в PDF и вбивать с экрана.

Расширение файла не значит ничего

Правильная система определяет формат по содержимому файла, а не по его имени. Звучит как мелочь ровно до первого дня работы с настоящей почтой.

XML из 1С, сохранённый кем-то как .txt. Файл document.pdf, внутри которого лежит обычная фотография, снятая на телефон. Накладная в XLS, названная скан_накладной.pdf. Всё это приходит каждую неделю, и система, которая доверяет расширению, на таких письмах спотыкается и отдаёт документ человеку — то есть возвращает вас туда, откуда начали.

Фото и сканы: распознавание идёт локально

Снимок с телефона — рабочий сценарий, а не исключение. Кладовщик получил накладную на разгрузке, сфотографировал, отправил в Telegram-бота — документ уже в системе. Никаких «привезу папку в офис в пятницу».

Важная деталь: распознавание картинок делает локальный OCR на вашем сервере, русский и английский. Ни файл, ни его содержимое не уходят ни в облачный сервис, ни во внешний AI.

Для финансов это обычно решающий аргумент. Счёт — это ваш поставщик, ваши цены и ваши объёмы. Отдавать это стороннему сервису многие не готовы, и правильно делают. Когда обработка идёт внутри вашего контура, вопрос просто не возникает: сервер ваш, файлы ваши, наружу они не уходят.

Качество распознавания фотографии зависит от самой фотографии — тут никакой магии. Лист целиком в кадре, без бликов, без сильного наклона — и результат хороший. Мятая накладная, снятая под углом в полутьме, будет прочитана хуже, и это нормально: для того и есть следующий шаг.

Машина предлагает, решает человек

Режима «доверьтесь и не смотрите» здесь нет намеренно. После распознавания открывается экран проверки: слева оригинал документа, справа — поля, которые система вытащила. Номер, дата, поставщик, ИНН, КПП, суммы, позиции.

Человек сверяет глазами, правит что нужно и подтверждает. Это занимает секунды вместо минут ручного ввода, а ответственность за цифру остаётся на человеке — в бухгалтерии иначе нельзя.

Побочный эффект приятный: сотрудник перестаёт быть наборщиком и становится проверяющим. Количество документов то же, но работа другого качества и заметно быстрее.

Куда попадают данные

Распознать документ — половина дела. Вторая половина: данные должны оказаться там, где вы работаете сегодня, а не там, куда вам предлагают переехать.

Варианты обычные: строка в вашей Google-таблице или Excel, запись в учётной системе, счёт в финансовой платформе со статусами и сроком оплаты. Плюс сам файл ложится в архив с полнотекстовым поиском и метками — искать можно по номеру, по контрагенту или по куску текста внутри документа. Через год, когда документ понадобится, это ценнее, чем сама автоматизация ввода.

Если распознавание нужно вместе с деньгами — счёт сразу идёт по согласованию и встаёт в платёжный календарь. Это уже финансовый контроль, там распознавание работает частью общего круга: документ → счёт → согласование → оплата → отчёт.

Посчитайте по себе

Возьмите свои цифры: сколько документов в день проходит через ваши руки и сколько минут занимает один. Двадцать документов по четыре минуты — это 80 минут в день, около 28 часов в месяц. При стоимости часа бухгалтера 700 ₽ ручной ввод обходится примерно в 20 000 ₽ в месяц, и это без учёта стоимости ошибок.

Дальше сравнивайте с ценой внедрения — распознавание документов я делаю от 35 000 ₽. Если по вашим цифрам окупаемость выходит больше года, честнее подождать: значит, документов пока мало.

Коротко

Смотрите не на «распознаёт PDF», а на весь список форматов: живая почта состоит из PDF, XLSX, XML, ZIP и фотографий.
XML от ФНС по приказу ЕД-7-26/970 — самая надёжная часть: там поля готовые, распознавать нечего.
Формат должен определяться по содержимому файла, а не по расширению, иначе система спотыкается на реальных письмах.
Локальный OCR означает, что счета не уезжают в облако и во внешний AI.
Экран проверки человеком обязателен: машина предлагает, подтверждает сотрудник.

Пришлите пару своих типовых документов через страницу контактов — посмотрю на реальных файлах, что с них снимется автоматически, а что придётся править руками.