Обработку первичных документов редко считают главной проблемой компании. Но именно здесь обычно скрывается большой объем ручной работы. Счета, акты, накладные, УПД, договоры — каждый документ нужно проверить, сверить данные и только потом использовать дальше. Пока документов немного, такая нагрузка почти незаметна. Но поток растет, а количество проверок увеличивается вместе с ним.
При этом первичка давно перестала быть только бухгалтерской задачей. Данные из документов используются в расчетах, закупках, отчетности и других процессах. Поэтому ошибка или задержка на этапе обработки обычно затрагивает не только сам документ, но и дальнейшую работу с данными.
По этой причине компании снова возвращаются к автоматизации. Сегодня компаниям важно не только получить информацию из документа, но и уменьшить объем ручной работы, который остается после распознавания.
О том, как меняется обработка первичных документов и какую роль в этом играет искусственный интеллект, рассказал эксперт Дмитриева Юлия
Почему ручная обработка первички становится ограничением
Первичные документы кажутся хорошо знакомой и давно отлаженной частью работы. Но большая часть времени уходит не на перенос данных в систему, а на проверки.
Один и тот же документ приходится открывать несколько раз, возвращаться к нему, искать расхождения, сопоставлять информацию с договором или другими документами комплекта. Чем больше поток, тем заметнее становится эта нагрузка.
Есть еще одна особенность. Большинство ошибок обнаруживается не сразу. Неверная дата, сумма или реквизит могут долго оставаться незамеченными и проявиться уже на следующем этапе, когда данные попадают в учетную систему или участвуют в расчетах. Исправлять приходится не только исходный документ, но и все, что связано с ним дальше.
Пока такую работу выполняет человек, она требует времени и внимания, особенно если речь идет о больших объемах. Даже при расширении команды объем ручных проверок продолжает увеличиваться. Чем больше документов проходит через компанию, тем сложнее поддерживать прежнюю скорость работы.
Почему распознавания документов уже недостаточно
Еще несколько лет назад в большинстве проектов задача была довольно простой: распознать документ и перенести реквизиты в учетную систему. Во многих случаях этого хватало.
Но документы менялись. В одном файле могли оказаться акт, счет и УПД, к ним добавлялись приложения, сканы с печатями или рукописными пометками. В такой ситуации важно уже не только распознать текст. Сначала нужно понять, какие документы собраны в файле, где заканчивается один и начинается другой, какие данные относятся к каждому из них.
OCR позволяет получить текст со страницы. Но если в одном файле собраны разные документы, он не разделит их между собой и не подскажет, где находятся реквизиты, а где таблицы, подписи или приложения.
После распознавания остается еще одна большая часть работы. Реквизиты нужно проверить, сопоставить данные между документами, сверить их с учетной системой и убедиться, что в комплекте ничего не отсутствует.
Поэтому сейчас компаниям важно не только распознавать документы. Намного важнее получить данные, которые можно использовать дальше без дополнительных проверок и повторной обработки.
Как ИИ используется при обработке первичных документов
Искусственный интеллект участвует сразу в нескольких этапах обработки документов.
Для начала системе нужно понять, что именно поступило на обработку. Это может быть счет, акт, договор или пакет документов, собранных в одном файле. Причем в реальном потоке редко встречаются документы, оформленные по единому шаблону. У разных контрагентов свои формы, поэтому система должна сама определять тип документа и выбирать подходящий сценарий обработки.
Дальше из документа извлекаются реквизиты, суммы, даты, данные контрагентов и другая информация. Важно не только распознать текст, но и понять, какие данные нужно взять и к чему они относятся.
После извлечения данные проходят проверку. Система сопоставляет информацию между документами комплекта, сверяет ее с корпоративными системами, проверяет обязательные реквизиты, суммы, даты и другие значения. Если обнаруживается расхождение или чего-то не хватает, такой случай сразу выделяется для дополнительной проверки.
Следующий шаг — передача данных в учетные системы, ERP, CRM или документооборот. Туда попадает уже подготовленная информация, которую можно использовать в дальнейших процессах.
При этом человек из процесса не исчезает. Просто его роль меняется. Вместо ввода данных и однотипных проверок он занимается случаями, где требуется разобраться в причине расхождения, проверить спорную ситуацию или принять решение, которое нельзя описать набором правил. По сути, рутинную часть работы система берет на себя, а решение остается за специалистом.
Почему бухгалтерия становится одним из главных пользователей таких решений
Бухгалтерия обычно одной из первых ощущает эффект от таких решений. Именно сюда поступает основной поток счетов, актов, накладных и других первичных документов.
Особенно это ощущается в периоды закрытия. Документов становится больше, а времени на их обработку остается столько же.
Не менее важен и вопрос качества данных. Ошибка в первичном документе редко остается только в одном документе. Она может перейти в учетную систему, повлиять на отчетность или расчеты с контрагентами. Чем раньше такие расхождения обнаруживаются, тем меньше времени уходит на исправления.
Поэтому проекты по автоматизации первички часто начинаются именно с бухгалтерских процессов. Здесь проще всего увидеть результат — как по скорости обработки документов, так и по количеству исправлений и повторных проверок.
Как меняется работа сотрудников
С внедрением таких решений работа сотрудников меняется не столько по объему, сколько по содержанию. Большая часть рутинных операций — поиск данных, перенос информации, типовые проверки — выполняется автоматически.
В результате специалист работает уже не со всем потоком документов, а только с теми случаями, которые требуют дополнительного внимания. Это могут быть расхождения в данных, спорные ситуации или документы, которые система не смогла обработать автоматически.
При этом человек остается важной частью процесса. Его задача постепенно смещается от выполнения рутинных операций к контролю результата. Во многих компаниях появляются сотрудники, которые следят за качеством обработки документов, проверяют работу моделей и участвуют в настройке правил.
Меняется и сам ритм работы. Становится меньше повторных проверок и возвратов к уже обработанным документам, а нагрузка распределяется более равномерно, без характерных авралов в конце периода.
От документов к данным
Документ перестает быть конечной целью обработки и становится источником информации для дальнейшей работы. От того, насколько качественно документ обработан на входе, зависит и качество последующих процессов.
Поэтому все больше внимания уделяется не самому документу, а данным, которые удалось из него получить. Важно, насколько они точны и как быстро становятся доступны для работы.
В результате документооборот все меньше сводится к передаче документов между сотрудниками. Все большую роль играет возможность получить надежные данные для дальнейшей работы.
Что определяет развитие автоматизации обработки документов сегодня
На развитие автоматизации сегодня влияет сразу несколько факторов. Первый — объем документов. Их становится больше, и обрабатывать такие потоки вручную становится все сложнее.
Второй фактор — скорость. Во многих процессах данные нужны практически сразу после получения документа. Поэтому все чаще возникает задача обрабатывать информацию без привязки к рабочему графику сотрудников и без накопления документов в очередях.
Третий момент связан с качеством данных. Одни и те же сведения используются сразу в нескольких процессах, поэтому цена ошибки постепенно растет. Из-за этого проверки все чаще становятся частью самой обработки, а не отдельным этапом после нее.
Отдельно нужно отметить развитие инструментов искусственного интеллекта. Появляются решения, которые можно использовать и в облаке, и внутри корпоративного контура. Благодаря этому автоматизация становится доступной компаниям с разными требованиями к безопасности данных.
При этом автоматизация обработки первички редко начинается с масштабного проекта. На практике компании обычно выбирают один понятный участок, например проверку входящих документов или контроль комплектности. Этого уже достаточно, чтобы сократить объем ручной работы и получить понятный результат. Дальше такие сценарии постепенно распространяются на другие процессы.
