Мы свяжемся с Вами и ответим на Ваши вопросы об RPA, нашей платформе и практике ее применения
Каждый день операционист открывает счёт, накладную или акт, сверяет реквизиты с карточкой контрагента и вручную переносит данные в учётную систему. И так по сотне документов в месяц. Чем больше поток, тем выше риск опечатки в сумме или ИНН, а времени на закрытие периода остаётся меньше.
Здесь на помощь приходит RPA в связке с ИИ. ИИ считывает реквизиты и содержание документа, а робот берёт на себя весь процесс целиком — сам забирает файл из почты, ЭДО или сетевой папки, передаёт его на распознавание и заносит полученные данные в учётную систему. Если что-то не сходится, документ не передаётся в систему, а бухгалтер получает уведомление с причиной отказа.
В статье разберём, какие документы можно распознавать, как устроен такой процесс, сколько стоит автоматизация и с чего начать.
Сервисы распознавания документов отличаются тем, какую часть работы они берут на себя. Одни только извлекают данные из файла, другие помогают обработать конкретные виды первички, третьи закрывают весь процесс — от получения документа до передачи данных в учётную систему.
Умные цифровые помощники работают с разными первичными документами: счетами, накладными, актами, УПД, счетами-фактурами, а также договорами и другими неструктурированными документами. Источником может быть корпоративная почта, ЭДО, сетевой каталог.
Сначала система определяет тип документа, даже если в одном PDF объединено несколько документов. Поэтому перед обработкой не нужно вручную разбирать входящую первичку по файлам.
Затем ИИ извлекает из документа нужные реквизиты и возвращает их в структурированном виде. На этом этапе используется умный OCR — технология распознавания текста с изображений и сканов. Умный OCR не только извлекает текстовую информацию, но и определяет наличие и цвет печатей и подписей, считывает данные из QR и bar-кодов.
Результаты распознавания передаются роботу, который проверяет полученные данные по заданным правилам: есть ли контрагент с указанным ИНН, совпадают ли реквизиты, сумма или ставка НДС. Если всё в порядке, робот передаёт данные в учётную систему и создаёт или заполняет нужную запись.
Если что-то не сходится, автоматическая обработка останавливается. Робот передаёт документ бухгалтеру и показывает причину остановки. Человек подключается только там, где действительно нужна проверка или решение.
У сервисов распознавания документов используются разные модели ценообразования. Условно их можно разделить на две: оплата за объём обработанных страниц и лицензирование программного обеспечения.
При оплате за страницы стоимость напрямую зависит от количества документов, которые компания передаёт на распознавание. Поэтому объём нужно заранее прогнозировать: если фактический поток окажется выше ожидаемого, расходы тоже вырастут.
В AI Server используется другая модель: нет оплаты за каждую обработанную страницу. В стоимость проекта входят четыре основные составляющие:
Поэтому стоимость рассчитывают с учётом всей задачи: объёма и типов документов, скорости обработки, необходимых проверок и передачи данных в учётную систему, а также лицензий, внедрения и поддержки. Сравнивать решения только по цене распознавания одного документа некорректно.
Чаще всего клиенты Primo RPA автоматизируют процессы, где бухгалтерии приходится регулярно обрабатывать большие объёмы однотипной первички. В первую очередь это ввод счетов поставщиков, обработка УПД и актов выполненных работ. На этих операциях эффект особенно заметен: робот снимает с сотрудников значительную часть ручного ввода и проверок.
Обрабатывается порядка 300 документов в день. В рамках процесса необходимо сверить сумму и ставку НДС с договором, занести номер договора и сумму, направить на согласование. После автоматизации на каждый документ уходит на 10 минут меньше. Экономический эффект — 6,85 FTE, или около 13 млн рублей в год.
25 000 счетов поставщиков в год. Автоматизировано 90% процесса, снижено количество ошибок, сэкономлено 5 минут на каждой операции. В пересчёте на год — 1,37 FTE, или около 2,36 млн рублей. В первый год с учётом внедрения и инфраструктуры экономия около 200 000 рублей, начиная со второго года — уже больше 1 500 000 рублей.
При объёме 4 230 операций в год экономия составляет 9 минут на каждый акт. Результат — высвобождение 0,35 FTE. Вместе с другими процессами на той же инфраструктуре и лицензиях суммарная экономия становится куда заметнее.
Кроме обработки первички, клиенты применяют RPA и ИИ для работы с неструктурированными документами, например договорами и письмами. Именно массовая обработка документов даёт наиболее наглядный эффект: чем больше типовых документов проходит через процесс, тем больше ручной работы удаётся убрать.
Начинать лучше не с выбора программы, а с анализа собственной первички — это позволит понять, где автоматизация даст наибольший эффект, и на что ориентироваться при оценке результатов пилота.
Действуйте пошагово: