Накладные поставщиков сами попадают в 1С: распознавание документов нейросетью

В каждой торговой компании есть человек, который перебивает накладные. Поставщики присылают документы как попало: PDF из учётной системы, скан с печатью, фото с телефона на капоте машины. Оператор открывает файл, открывает 1С и строку за строкой переносит товары, количества и цены. Это долго, скучно и ошибки неизбежны. Я делаю системы, которые берут эту работу на себя. Но не целиком. Расскажу, как это устроено, где нейросеть ошибается и почему последнее слово всегда за человеком.

Как это работает

Документ приходит туда, куда его и так присылают. Обычно это отдельный почтовый ящик для накладных или бот в мессенджере, куда водитель или кладовщик кидает фото. Система забирает файл и отправляет его на распознавание.

Нейросеть читает документ и извлекает данные. Поставщик и его ИНН. Номер и дата документа. Таблица товаров: название, артикул поставщика, если он есть, количество, единица, цена, сумма. Итоговая сумма и НДС. На выходе получается не картинка, а структурированные данные, с которыми уже можно работать.

Дальше данные нужно связать с тем, что уже есть в 1С. И это самая важная часть всей системы.

Сопоставление с 1С: здесь основная работа

Распознать текст сегодня умеют многие. Сложнее понять, какой это товар в вашей базе. У поставщика он называется одним образом, у вас другим. Поставщик пишет сокращённо, с опечаткой, с объёмом в начале строки.

С поставщиком проще всего. Его находим по ИНН, который есть почти в любой накладной. Если ИНН распознан неуверенно, сверяем ещё и по названию.

С товарами сложнее. Лучший вариант — по артикулу поставщика. Если система один раз запомнила, что артикул поставщика соответствует вашему товару, дальше она находит его без ошибок. Если артикула нет, ищем по названию и предлагаем варианты. Каждое подтверждение оператора сохраняется, и со временем система узнаёт почти все позиции постоянных поставщиков сама.

Поэтому первые недели работы похожи на обучение. Оператор много подтверждает. Потом подтверждать приходится всё реже, и остаются только действительно новые позиции.

Результат — черновик, а не проведённый документ

Система создаёт в 1С документ поступления в статусе черновика. Он не проведён, остатки и долги перед поставщиком не меняются. Оператор открывает черновик, смотрит подсвеченные места, при необходимости правит и проводит сам.

Я делаю так потому, что нейросеть может ошибаться. Она может перепутать цифру, пропустить строку, принять одну позицию за другую. Причём ошибается она уверенно, без предупреждения. Подробнее об этом я писал в статье почему ИИ нельзя слепо доверять. Проведённый документ с ошибкой испортит остатки, себестоимость и взаиморасчёты. Черновик с ошибкой просто исправят.

По этой же причине у системы нет права проводить документы и менять справочники. Она создаёт черновики и больше ничего. Для связи с базой я обычно использую HTTP-сервис в 1С с отдельным пользователем и минимальными правами.

Что делать с новыми товарами

Поставщик привёз позицию, которой нет в вашем справочнике. Система не должна молча создавать новую карточку. Иначе через месяц в базе будет пять вариантов одного и того же товара.

Поэтому система предлагает два пути. Первый — сопоставить с похожим товаром, который уже есть. Она показывает несколько вариантов, оператор выбирает. Второй — создать новую карточку. Тогда оператор подтверждает название, единицу и группу, а система запоминает связь с артикулом поставщика. Решение в обоих случаях принимает человек.

Где распознавание ошибается и как это ловить

Самые частые проблемы я вижу одни и те же. Плохие фото: снято под углом, в тени, с бликом, край листа обрезан. Рукописные правки: поставщик зачеркнул количество и написал сверху другое. Сложные таблицы на несколько страниц, где шапка есть только на первой. Похожие названия товаров, которые отличаются одной цифрой в объёме или весе.

Против этого работают простые проверки. Первая — сверка сумм. Система складывает строки и сравнивает с итогом документа. Если не сходится, значит, где-то ошибка, и черновик помечается. Вторая — проверка каждой строки: количество, умноженное на цену, должно давать сумму строки. Третья — подсветка неуверенных полей. Там, где нейросеть сомневается, оператор видит пометку и смотрит на оригинал.

Оригинал документа всегда прикреплён к черновику. Оператор видит картинку и данные рядом и сравнивает за секунды.

Кто что делает на каждом этапе

ЭДО, хранение документов и персональные данные

Если поставщик работает через электронный документооборот, распознавание не нужно. Данные в ЭДО уже структурированы, их не надо угадывать по картинке. Такие документы лучше загружать штатными средствами. Распознавание нужно для тех, кто по-прежнему присылает бумагу, сканы и фото. Таких поставщиков у многих компаний всё ещё много.

Теперь про данные. В накладных есть реквизиты компаний, иногда фамилии водителей и кладовщиков, подписи. Я не отправляю такие документы в зарубежные сервисы без необходимости. Можно использовать модели, которые работают на вашем сервере или у российских провайдеров. Выбор зависит от объёма документов и требований безопасности.

Сами файлы храню у заказчика: на его сервере или в его хранилище, со ссылкой из документа в 1С. Так их легко найти при проверке и не нужно держать копии в сторонних местах.

Частые вопросы

Можно ли совсем убрать оператора?

Нет, и я не советую. Нейросеть ошибается, а ошибка в проведённом документе стоит дороже, чем минута проверки. Оператор остаётся, но вместо набора он проверяет готовое.

Как быстро система начинает узнавать товары?

Зависит от числа поставщиков и ассортимента. Постоянные позиции постоянных поставщиков запоминаются быстро, после первых подтверждений. Новые позиции всегда требуют решения человека.

Справится ли нейросеть с рукописной накладной?

Иногда да, но надёжности тут мало. Рукописные документы и правки от руки я всегда отправляю на обязательную проверку. Такие поля подсвечиваются.

Что будет, если суммы не сойдутся?

Черновик всё равно создаётся, но с пометкой о расхождении. Оператор сравнивает строки с оригиналом и находит ошибку. Чаще всего это одна неверно прочитанная цифра.

Нужно ли дорабатывать саму 1С?

Обычно нужна небольшая доработка: точка входа для создания черновиков и место для связи артикулов поставщика с вашими товарами. Типовые механизмы учёта не трогаю.

Коротко о главном

Распознавание накладных убирает ручной перенос строк. Нейросеть читает документ, система находит поставщика и товары в 1С и создаёт черновик поступления. Основная ценность не в чтении текста, а в сопоставлении, которое со временем становится почти автоматическим.

Работает это при трёх условиях. Документ создаётся как черновик и проверяется человеком. У системы нет прав проводить документы и менять справочники. Данные не уходят в чужие сервисы без необходимости, а модель можно держать на своём сервере.

Если у вас оператор тратит часы на перебивку накладных, расскажите, сколько документов приходит и в каком виде. Я посмотрю и скажу, что можно автоматизировать, а где выгоднее перевести поставщика на ЭДО. Напишите в Telegram, MAX или VK.