18 400 счетов, актов и УПД в месяц разносили вручную четыре бухгалтера: 4 минуты 40 секунд на документ, ошибки в проводках и потерянные скидки за раннюю оплату. Мы собрали конвейер на OCR и правилах валидации: агент читает реквизиты, сверяет их с 1С, помечает расхождения и проводит документы сам.
Прямой ответ. За семь недель мы внедрили AI-обработку документов в логистической компании: OCR извлекает реквизиты, правила валидации проверяют суммы, НДС, даты и контрагентов, а агент сверяет документ с 1С и готовит проводку. Точность выросла с 94,1% до 99,2%, документ обрабатывается за 6 секунд, а полное прохождение от письма до проводки занимает в среднем 41 секунду. Ручные операции в нормальном потоке сведены к нулю, четыре ставки высвобождены. Стек — OCR, 1С, почта, n8n и PostgreSQL.
Клиент — логистическая компания, которая занимается экспедированием и перевозками по России: три филиала в Москве, Екатеринбурге и Новосибирске, 380 сотрудников, собственный парк и пул подрядчиков-перевозчиков. Компания работает с шестью сотнями постоянных поставщиков и подрядчиков: топливо, запчасти, ремонт, аренда складов, охрана, связь, лизинг, субподрядные перевозки.
Каждый месяц от этого пула приходит 18 400 документов: счета, акты, универсальные передаточные документы, счета-фактуры, накладные и реестры. Часть приходит в электронном виде через оператора ЭДО, часть — письмом на один из четырёх почтовых ящиков, часть — на бумаге и сканируется уже внутри компании. Все это нужно было разнести по счетам учёта, проверить, сверить с договором и провести в 1С, не просрочив оплату.
До проекта этим занимались четыре человека: три бухгалтера и оператор ввода. Работа была не сложной, но бесконечной — поток не останавливался ни в отпуске, ни в конце месяца. Руководство понимало проблему так: «люди делают механическую работу и устают от неё». Мы на аудите увидели вторую часть картины: механическая работа ещё и создавала ошибки, которые потом стоило дорого исправлять. Родственная задача — финансовая сверка — разобрана в кейсе AI-финансиста в производственном холдинге.
География проекта — Москва и два региональных филиала, работали удалённо, выезжали на аудит процессов в головной офис. Формат стандартный для Лидерс AI: мы ведём внедрения по всей России и в СНГ, офисы — в Москве и Санкт-Петербурге.
Мы разобрали поток документов за два месяца, замерили время на каждый этап и посчитали стоимость ошибок. Все суммы — оценка на данных клиента за предыдущие периоды, а не гарантия результата.
Каждый счёт, акт и УПД разбирался вручную: открыть файл, найти реквизиты поставщика, сверить с договором, определить счёт учёта, занести в 1С. Среднее время — 4 минуты 40 секунд на документ, то есть около 1 430 часов в месяц только на ввод.
Оценка стоимости: около 760 000 ₽ в месяц фонда оплаты труда на механический ввод данных.
При ручном разнесении 5,9% документов содержали ошибку: неверная сумма, пропущенный НДС, чужой счёт учёта или перепутанный контрагент. Часть расхождений всплывала только на сверке, часть — при налоговой проверке.
Оценка стоимости: исправление и доначисления складывались примерно в 240 000 ₽ в квартал, не считая времени на разбор.
Между поступлением документа и его проводкой проходило до шести часов, а в конце месяца — до двух дней. Из-за этого компания теряла скидки за раннюю оплату по договорам с топливными и ремонтными подрядчиками и получала пени за просрочку.
Оценка стоимости: около 210 000 ₽ в квартал на потерянных скидках и пенях по данным клиента.
К 25-му числу скапливалось до 4 000 необработанных документов: бухгалтеры работали сверхурочно, а закрытие месяца сдвигалось на 3–4 дня. Отчётность уходила с опозданием, руководство принимало решения по устаревшим данным.
Оценка стоимости: 46 часов переработок в месяц и задержка управленческой отчётности, влияющая на решения по закупкам.
Правила разнесения по 214 шаблонам поставщиков знал ведущий бухгалтер: где-то сумма шла на 20-й счёт, где-то на 44-й, у некоторых подрядчиков НДС был неочевидным. Отпуск или больничный этого человека означал, что поток начинал буксовать.
Оценка стоимости: риск остановки процесса и ошибок в периоды отсутствия ключевого специалиста; расходы на его переработки — около 60 000 ₽ в месяц.
Понять, кто и когда поменял проводку, было почти невозможно: правки жили в переписке и в памяти. Перед аудитом приходилось вручную поднимать историю по каждому спорному документу, а часть истории просто отсутствовала.
Оценка стоимости: 3–4 дня работы бухгалтера на каждый запрос аудитора или контрагента по спорной сверке.
Мы не меняли учётную систему и не трогали договорную базу. Конвейер встроился между почтой и 1С: документ приходит, распознаётся, проверяется, сверяется и проводится — с журналом по каждому шагу.
Выгрузили 9 400 документов за прошлый месяц, разметили их по 26 типам и 214 шаблонам поставщиков, замерили время на каждый этап и посчитали, где именно возникают ошибки. На выходе — карта процесса: 6 шагов, из которых 5 закрываются автоматически, а один требует человека только в исключениях.
Описали правила извлечения реквизитов для каждого типа документа и матрицу валидации: контрольная сумма, ставка НДС (20%, 10%, 0%, без НДС), соответствие ИНН и КПП контрагента справочнику, дата и номер договора, счёт учёта по типу услуги. Отдельно зафиксировали список ситуаций, в которых агент обязан остановиться и позвать человека.
Запустили конвейер на актах подрядчиков — самом частом и самом однотипном типе. Прогнали 1 200 документов из архива, построчно сравнили результат с ручным разнесением и правили правила до совпадения. На пилоте точность вышла на 98,6%, и мы перешли к полному запуску.
Подключили почту, ЭДО и потоковое сканирование, связали конвейер с 1С: агент создаёт документы, готовит проводки и передаёт их на подтверждение по согласованным правилам. Настроили обработку исключений: спорный документ уходит бухгалтеру с подсвеченными полями и причиной сомнения.
Обучили бухгалтерию и оператора ввода: как работать с очередью исключений, как добавлять новые шаблоны поставщиков и правила, как читать журнал действий. Передали документацию, дашборд точности и регламент ежемесячного замера качества.
Это не «распознавание файлов» в привычном смысле. Конвейер понимает структуру документа, проверяет данные по правилам и сверяет их с учётной системой. Если что-то не сходится — он не угадывает, а останавливается и объясняет причину. Подробнее об услуге — на странице обработки документов.
На скриншоте в начале страницы — рабочая панель: поток документов по типам, точность извлечения, время обработки и очередь исключений. Внутри контура три модуля, и каждый отвечает за свой участок ответственности.
Документ распознаётся, размечается по зонам и превращается в структурированные поля: поставщик, номер и дата, позиции, суммы, ставка НДС, номер договора. Для табличных документов позиции сохраняются построчно, а не одной суммой.
Извлечённые данные проверяются по формальным правилам: сходятся ли позиции с итогом, верно ли посчитан НДС, есть ли контрагент в справочнике, не дублируется ли документ, попадает ли сумма в лимиты договора. Каждое нарушение получает понятную формулировку.
Агент сверяет документ с договором и историей операций в 1С, определяет счёт учёта по матрице правил и готовит проводку. Дальше документ либо проводится автоматически, либо уходит на подтверждение — в зависимости от суммы, типа и настроек клиента.
Замеры велись по данным 1С и журналу конвейера: мы сравнили сопоставимые периоды до внедрения и через три месяца после запуска. Эффект в рублях — расчётная оценка на данных клиента, а не гарантия: суммы зависят от объёма документов и стоимости вашего часа.
| Метрика | До | После | Эффект |
|---|---|---|---|
| Документов в месяц | 18 400 | 18 400 при том же штате | Поток вырос на 22% без новых ставок |
| Точность извлечения реквизитов | 94,1% | 99,2% | 0,8% документов уходит на ручную проверку |
| Время на документ | 4 мин 40 сек | 6 секунд | Ускорение почти в 47 раз |
| Среднее прохождение: от письма до проводки | 6 ч 20 мин, в пик до 2 дней | 41 секунда | Скидки за раннюю оплату перестали теряться |
| Ручные операции в потоке | 18 400 в месяц | 0 в нормальном потоке | Люди занимаются исключениями, а не вводом |
| Ошибки в проводках | 5,9% документов | 0,8% и только с флагом | ≈ 240 000 ₽/квартал на исправлениях и доначислениях |
| Ставки на ручном разносе | 4 человека | 0 на разносе | ≈ 760 000 ₽/мес фонда оплаты труда высвобождено |
| Пик в конце месяца | до 4 000 необработанных документов | Очереди нет, поток ровный | 46 часов переработок в месяц снято |
Как это читать честно. Ноль ручных операций — это про нормальный поток, а не про полное отсутствие людей: 0,8% документов (около 147 в месяц) уходит бухгалтеру, потому что реквизиты не сходятся или контрагент новый. Экономия фонда оплаты труда — оценка высвобожденного времени; четыре человека не были сокращены, они перешли на сверку с контрагентами, работу с расхождениями и подготовку отчётности. В расчёт окупаемости мы взяли только эти ставки и прекратившиеся потери на пенях и скидках.
Проект шёл по тарифу «Автоматизация направления»: сначала пилот на одном типе документов, затем промышленный запуск на весь поток. Считали консервативно — только подтверждаемые учётом эффекты.
Методика расчёта экономики разобрана в статье «Сколько денег приносит AI-агент» — там же таблица эффекта по документам, поддержке и продажам.
Что не входило: ведение бухгалтерского и налогового учёта, подписание документов, работа с претензиями контрагентов и решение о списаниях. Эти вопросы остаются за вашей командой.
Как устроена услуга обработки документов →Мы не строили отдельную систему учёта и не меняли 1С. Конвейер встал между источниками документов и учётной системой: распознал, проверил, сверил, передал — и оставил след по каждому шагу.
Распознавание текста и таблиц в PDF, сканах, фотографиях и бумажных оригиналах с предобработкой изображения. Работает в контуре клиента, документы не уходят во внешние сервисы.
Учётная система осталась прежней: агент создаёт документы, готовит проводки и передаёт их по согласованным правилам. Справочники контрагентов, договоров и номенклатуры — источник истины.
Четыре почтовых ящика, входящие письма от контрагентов и электронный документооборот попадают в один поток. Вложения разбираются автоматически, реестры разбиваются на отдельные документы.
Оркестрация конвейера: маршрутизация по типам, вызов правил валидации, обработка ошибок, эскалация исключений и логирование каждого шага для аудита.
Хранилище нормализованных данных: извлечённые реквизиты, статусы обработки, история сверок и журнал действий. Отсюда строятся отчёты по точности и нагрузке.
Модель подключается точечно: разбирает нестандартные формулировки в назначении платежа и незнакомые шаблоны поставщиков. Суммы, ставки НДС и счета учёта определяют правила, а не модель.
Схема связей: почта, ЭДО и сканер → OCR и извлечение реквизитов → правила валидации → сверка с 1С → автопроводка или очередь исключений → журнал в PostgreSQL. Оркестрация — на self-hosted n8n, как и в остальных проектах: стек n8n + LLM + учётная система позволяет заменить любой компонент, не переписывая логику целиком.
Сценарий self-hosted развёртывания оркестратора описан в официальной документации n8n.
«Честно говоря, я относилась к идее скептически: у нас документы очень разные, поставщики присылают их кто в чем горазд. На пилоте мы две недели сверяли агента с ручным разнесением и искали, где он ошибается, — именно этот этап меня и убедил. Сейчас поток проходит без нас: к концу месяца больше нет аврала с четырьмя тысячами необработанных актов, пеней за просрочку и потерянных скидок тоже нет. Четыре моих сотрудника перестали быть операторами ввода и занялись сверкой с контрагентами и расхождениями — работа, где действительно нужна голова. Единственное, к чему пришлось привыкнуть: доверять системе и не перепроверять всё вручную по привычке».
Главный бухгалтер, логистическая компания
Добавим важную деталь: первые три недели после запуска бухгалтерия проверяла выборочно каждый десятый документ. Доля найденных расхождений упала с 5,9% до 0,8%, причём это были в основном новые поставщики, которых ещё не было в правилах. Мы вынесли их в отдельный список и добавили шаблоны — на следующем замере точность выросла до 99,2%.
Не нашли свой вопрос? Напишите в Telegram или позвоните по номеру.
Если задача похожа на вашу, посмотрите, как мы решали её в других отраслях. Полный список — в разделе все кейсы.
Шесть юрлиц, закрытие месяца шесть дней, прогноз движения денег в таблицах. Агент сверяет платежи с банком, собирает отчётность и предупреждает о разрывах.
42 машины распределялись вручную, водителей обзванивали, просрочки достигали 11%. Агент строит маршруты, прогнозирует ETA и сам уведомляет клиентов.
1 200 обращений в сутки, очередь на первой линии и CSAT 3,9. Агент отвечает по базе знаний за 8 секунд и передаёт сложное оператору с черновиком ответа.
На разборе мы возьмём выгрузку ваших документов за месяц, разметим их по типам и шаблонам поставщиков и посчитаем реалистичную точность для вашего потока — вместе с долей сканов и бумаги. Вы получите расчёт часов, смету по этапам и срок окупаемости, даже если решите ничего не внедрять.
Ответим в течение 30 минут в рабочее время. Пришлём короткий список вопросов, чтобы не тратить ваше время на разборе.
Мы свяжемся с вами в течение 30 минут в рабочее время и пришлём вопросы для подготовки к аудиту документопотока.