Миф о 99%
Когда говорят «точность распознавания 99%», обычно имеют в виду точность по символам или по отдельным полям. Но бухгалтеру важен другой показатель: какая доля документов попадает в учёт без единой правки.
Посчитаем. В типичном счёте 15–25 полей: реквизиты поставщика, номер, дата, позиции, суммы. Если каждое поле распознаётся правильно с вероятностью 99%, то вероятность, что правильны все 20 полей:
0,9920 ≈ 0,82
То есть примерно каждый пятый документ содержит хотя бы одну ошибку. А если не проверять результат, то эта ошибка тихо попадёт в учёт. Поэтому вопрос «какая у вас точность?» стоит заменить на «как система узнаёт, что ошиблась?».
Типичные ошибки в счетах и накладных
Похожие символы
0 и O, 1 и l, 5 и S, 8 и B, 6 и б. Особенно опасно в номерах счетов, УНП и ИНН, номерах банковских счетов. В сумме ошибка «8» вместо «3» меняет порядок цифры, а не только значение.
Разделители и форматы
«2 480,00», «2.480,00», «2,480.00» — одно и то же число в разных форматах. Без правил нормализации система может прочитать сумму в тысячу раз больше. Даты — та же история: 03.04 может быть третьим апреля или четвёртым марта.
Таблицы
Позиции накладной — самая сложная часть. Длинное наименование переносится на вторую строку и превращается в отдельную позицию; объединённые ячейки сдвигают колонки; таблица продолжается на следующей странице с повтором шапки.
Печати, подписи, плохие сканы
Печать поверх суммы, фото документа под углом, скан с низким разрешением, факсовые копии. Здесь ошибается любая система — вопрос в том, заметит ли она это.
Перепутанные стороны
В счёте два набора реквизитов — поставщика и покупателя. Система, которая просто ищет «УНП», может взять ваш собственный номер вместо номера поставщика.
Особенность AI-моделей: уверенная ошибка
Современные системы используют не только классический OCR, но и языковые модели, которые «понимают» документ. Они лучше справляются с разными макетами без шаблонов. Но у них есть специфический риск: при неуверенности модель может выдать правдоподобное, но неверное значение — например, «достроить» нечитаемую цифру.
Пустое поле безопасно: его сразу видно. Правдоподобная ошибка опасна: она проходит незамеченной. Поэтому значения, извлечённые AI, должны проходить те же проверки, что и результат OCR, — и даже строже.
Как строить проверку
Надёжная система не надеется на точность распознавания, а проверяет результат независимыми способами. Вот правила, которые ловят большинство ошибок:
| Проверка | Что ловит |
|---|---|
| Цена × количество = сумма строки | Ошибки в цифрах позиций |
| Сумма строк = итог, НДС = итог × ставка | Пропущенные или лишние строки, ошибки в итогах |
| Контрольная сумма и формат УНП/ИНН, номера счёта | Перепутанные символы в реквизитах |
| Поставщик есть в справочнике, реквизиты совпадают | Перепутанные стороны, смена банковских реквизитов |
| Нет документа с тем же номером, датой и суммой | Дубли и повторно присланные счета |
| Позиции соответствуют заказу поставщику | Ошибки поставщика, а не только распознавания |
| Уверенность модели выше порога | Плохо читаемые поля |
Документ, который прошёл все проверки, можно передавать в учёт автоматически. Документ, который не прошёл хотя бы одну, уходит сотруднику — с подсвеченным полем и причиной. Хороший экран проверки показывает оригинал и извлечённые данные рядом, чтобы исправление занимало секунды.
Цель — не исключить человека, а сделать так, чтобы человек смотрел только туда, где он действительно нужен.
Что измерять в пилоте
Перед запуском соберите тестовый набор из 50–200 реальных документов разных поставщиков — включая плохие сканы — и вручную разметьте правильные значения. На нём измеряются:
- доля документов без правок — главная бизнес-метрика;
- точность по каждому полю — показывает, где нужны дополнительные проверки;
- доля пропущенных ошибок — документы с ошибкой, которые прошли проверки. Должна стремиться к нулю;
- время сотрудника на документ — до и после.
Обратите внимание на третий пункт. Система, которая отправляет на проверку 30% документов, но не пропускает ошибок, лучше системы, которая отправляет 5%, но иногда пропускает неверную сумму.
Чек-лист перед внедрением
- Есть тестовый набор из ваших документов с правильными значениями.
- Для каждого поля определены правила проверки.
- Неуверенные значения не попадают в учёт без человека.
- Есть защита от дублей.
- Есть экран проверки: оригинал и поля рядом.
- Каждый документ связан с исходным файлом.
- Все действия — системы и людей — записываются в журнал.
Пришлите 20–50 обезличенных счетов — покажем, какая доля пройдёт без правок и какие проверки нужны. Подробнее — на странице распознавания счетов и накладных.