Что значит «распознать документ»
Распознавание — это не одна операция, а цепочка. Сначала из скана, фотографии или PDF достают текст. Потом из текста извлекают поля: номер, дату, контрагента, суммы, позиции. Дальше поля проверяют — сходится ли сумма с позициями, есть ли такой контрагент, не пришёл ли документ дважды. И только потом данные уходят в учётную систему.
Ошибки дороже всего на последнем шаге: неверная сумма в учёте обходится дороже, чем непрочитанная страница. Поэтому хорошая система не притворяется уверенной: значения, в которых она сомневается, показывает человеку, а остальное проводит сама.
Когда хватит 1С:Распознавания первичных документов
Если учёт ведётся в 1С, первым стоит посмотреть её собственный сервис. По описанию 1С, он превращает сканы, фотографии и файлы в документы базы, сопоставляет контрагентов и номенклатуру и подсвечивает значения, в которых не уверен (страница сервиса, на 01.11.2026).
- Документы: счета, накладные ТОРГ-12, акты, счета-фактуры, УПД, УКД и кассовые чеки. Чеки — только в 1С:Бухгалтерии.
- Форматы: PDF, изображения, Word, Excel, OpenDocument и архивы.
- Незнакомые формы: есть универсальное распознавание, но только для документов поступления и списания товаров (ocr.1c.ai). Нестандартный документ помечается формой «Другая», и вид выбирает пользователь.
- Где работает: в Бухгалтерии 3.0, ERP, КА, УТ 11, УНФ, Рознице и отраслевых конфигурациях.
Сервис работает с российскими формами первичных документов — УПД, ТОРГ-12, счета-фактуры. Белорусские формы на его страницах не упоминаются, а цены 1С публикует в российских рублях. Подходит ли он вашей базе, уточняйте у партнёра 1С.
Чего мы на страницах сервиса не нашли: ни слова о рукописном тексте, документах на иностранных языках, таможенных декларациях и международных транспортных накладных. Это не значит, что он их не прочитает, — значит, проверять придётся на своих документах до покупки пакета.
Готовые платформы распознавания
Если документов много, источники разные, а учёт не только в 1С, есть платформы распознавания (их называют IDP — intelligent document processing). Три российских, по их собственным страницам на 1 ноября 2026 года:
- Content AI ContentCapture — платформа для бухгалтерских и первичных документов, в том числе транспортных накладных и таможенных деклараций; разворачивается в контуре заказчика, на Windows и Linux. Печатный текст, по словам производителя, распознаёт на 200 с лишним языках (страница продукта).
- Directum Ario — читает договоры, входящие письма и счета, накладные, акты, счета-фактуры и УПД; доступна и в облаке, и на своих серверах (страница продукта). Цена не опубликована.
- Smart Engines Smart Document Engine — библиотека для встраивания в свои системы: 70 типов документов, работает на устройстве без видеокарты и интернета (документация). Цена рассчитывается индивидуально.
Одна оговорка про языки. «Распознаёт текст на сотне языков» и «знает, где в польском счёте стоит сумма к оплате» — разные вещи. Готовые шаблоны, которые эти продукты перечисляют, — российские формы, а о шаблонах для иностранных счетов или международных накладных мы на их страницах ничего не нашли.
Когда окупается своя система с ИИ
Своя система нужна там, где готовые продукты упираются в шаблоны. Обычно это сочетание нескольких условий:
- документы не по унифицированным формам: каждый поставщик или перевозчик присылает своё;
- источников много — почта, порталы, выгрузки других систем;
- документы на нескольких языках;
- проверять нужно по вашим правилам, а не только сумму с позициями;
- данные уходят в вашу систему, а не только в 1С.
Так было у логистической компании с перевозками по Европе (клиента не называем, пока он не разрешит). Счета, таможенные бумаги, транспортные документы, вложения из писем и выгрузки внутренних систем приходили из 14 источников на 5 языках — около 2 500 документов и 15 000 страниц, и база менялась каждый день. Мы сделали платформу, которая принимает документы в любом формате, извлекает поля, сверяет их со справочниками и правилами компании и отправляет в ERP. Значения, в которых система не уверена, аналитик видит в своём рабочем месте с подсветкой места в исходном документе.
Результат: ручной обработки стало меньше на 87 %, точность извлечения — 99,2 % по полям, в работу платформа вышла за 10 недель. Человеку на проверку после всех доработок уходило около 4 % полей. Подробно — в кейсе ИИ-аналитики для логистики.
Модель для такой системы можно взять по API или поставить на свой сервер, если документы не должны покидать компанию. Чем отличаются эти пути, мы разобрали в статье «Российские LLM для бизнеса».
Как проверить точность до покупки
Любой продукт и любой подрядчик покажет на демонстрации удачные документы. Проверка выглядит иначе: берут случайную выборку из своего реального потока, включая плохие сканы и редкие формы, заранее записывают правильные значения и прогоняют систему по ней.
Смотрите на единицу измерения. 99,2 % по полям — это доля верных значений, а не документов без единой ошибки: если в документе 20 полей и ошибки независимы, без единой ошибки окажется около 85 % документов (это арифметика, а не замер). И спрашивайте, что система делает, когда не уверена: молча записывает или показывает человеку. Как собрать такой набор, мы разобрали в статье «Что такое RAG».
Сколько стоит своя система
Своя система распознавания — проект, а не пакет: цена зависит от числа источников, видов документов, языков и от того, куда уходят данные. Оценку называем после того, как увидим ваши документы, — проекты у нас начинаются от 14 700 BYN. Если стандартной первички у вас больше, чем нестандартных документов, честный ответ может быть «возьмите модуль в 1С», и мы так и скажем.