Клиент вручную проверял более 5 000 комплектов первичных документов в месяц — до 25 000 актов, накладных, счетов и договоров — силами десяти сотрудников. Каждый лист вычитывали на комплектность, подписи, печати и реквизиты, и всё равно ежемесячно фиксировали около 150 возвратов на переоформление (~3% комплектов), а часть ошибок оставалась незамеченной — риск штрафов при налоговой проверке и задержки признания выручки.
Мы спроектировали AI-сервис первого уровня контроля: он распознаёт документ и контрагента, находит требования к комплекту в базе знаний, проверяет обязательные реквизиты по 402-ФЗ (ст. 9), наличие подписей и печатей и сверяет данные между документами комплекта — формируя структурированный протокол с конкретными замечаниями. Если система не уверена — документ уходит на ручную проверку, а не теряется молча.
На пилоте точность по обязательным реквизитам и комплектности достигла 99,8%, а система находила на 3–5% больше ошибок, чем ручная проверка. Внедрение поставили на паузу из-за внутренней реорганизации клиента — но результаты оказались достаточно сильными, чтобы вырасти в отдельный продукт. Мы очистили решение от специфики заказчика и превратили его в SaaS-сервис DokFlow, который сегодня подключается к 1С, Битрикс и другим системам через API.
Подробности — в связанном кейсе. Материал опубликован на VC.RU и Klerk.ru.
Читать полную версию →
Смотреть кейс →
