OCR чи АІ: у чому різниця при розпізнаванні документів

«У нас уже є OCR, він нічого не дає» — часте заперечення в розмові про автоматизацію первинки. Воно справедливе, але не тому, що OCR погано читає літери: з цим він давно впорався. Межа проходить в іншому місці.

Що робить класичний OCR

OCR перетворює зображення на текст. Він не знає, що «34 512,80» — це сума з ПДВ, а «12345678» — ЄДРПОУ постачальника, а не код номенклатури. Щоб дістати з цього дані, поверх OCR будують шаблон: людина показує системі, що номер лежить у прямокутнику (140, 220), підсумок — у правому нижньому куті, таблиця — з 12-го рядка. Поки документи однакові, працює.

Чому шаблони ламаються на новому постачальнику

Шаблон прив'язаний до геометрії, і будь-яка дрібниця його вбиває:

інша форма — реквізити збоку, а не в шапці;
довша шапка — таблиця з'їхала вниз, читаються не ті клітинки;
друга сторінка — таблиця розірвана, підсумок на іншому аркуші;
фото замість скана — координати вже нічого не означають;
своя назва поля — «Всього з ПДВ», «Сума до сплати», «Разом до оплати» в накладних одного тижня.

Звідси знайомий сценарій: на десятьох постачальниках усе чудово, а потік із сімдесяти вимагає сімдесяти шаблонів — і ще по одному щоразу, коли хтось оновить форму.

Структурне видобування даних

АІ-розпізнавання виходить не з координат, а зі змісту: модель читає документ як документ — тут сторони угоди, тут позиції, тут підсумки. Зразок форми не потрібен, тож документ від нового постачальника обробляється так само, як від старого. Результат — не текст, а структура: тип, номер, дата, сторони з ЄДРПОУ, позиції з кількістю, ціною і сумою, підсумки без ПДВ, ПДВ і разом. Її можна віддати обліку напряму. Зникає й прив'язка до формату: у DocaAI приймається все, у чому приходить первинка — PDF, JPG, PNG, TIFF, WEBP, XML, EDI, XLS, DOC до 50 МБ.

Розпізнати мало — треба перевірити

Важливо не те, як красиво заповнились поля, а що система робить, коли помилилась. Це перевіряється арифметикою: сума рядків збігається з підсумком, ПДВ — з базою оподаткування, ЄДРПОУ має правильну довжину. Не зійшлося — документ іде бухгалтеру, а не тихо в облік.

Окремий шар — зіставлення номенклатури: «Папір А4 500 арк.» і «Папір офісний A4, 500 аркушів» — одна позиція. Робочий підхід — два пороги: вище 0.90 зіставляємо самі, від 0.70 до 0.90 показуємо людині, нижче — вручну.

Як перевіряти якість на своїх документах

Демо зібране з документів, на яких сервіс працює добре. Це вітрина, а не доказ. Перевірка робиться інакше:

Своя пачка — 20-30 документів, уже заведених руками.
Різноманіття навмисне — фото з телефона, факс-якість, дві сторінки, XML від великого постачальника.
Поле в поле — номер, дата, ЄДРПОУ сторін, кожен рядок, підсумок.
Підсуньте брак — обрізаний скан, перевернуту сторінку: сервіс має чесно сказати «не вийшло», а не віддати «успіх» із порожніми полями.
Новий постачальник, документів якого система не бачила.
Кінець маршруту — дані мають дійти до обліку: файлом, обробкою для BAS/1С або через API.

Відсотки точності з реклами ні про що не свідчать без опису вибірки й методики — ваші тридцять накладних скажуть більше. Для інтеграції додайте технічні питання: чи є публічна документація API без реєстрації (у DocaAI — docaai.com/api-docs, API на https://docaai.com/api/v1), чи стабільні назви полів, чи є вебхук із HMAC і що приходить у відповідь на нерозпізнаний документ.

Підсумок

Різниця не в тому, хто краще читає літери, а в тому, скільки роботи додасться, коли з'явиться сімдесят перший контрагент. І перевіряється це власною пачкою: перші три документи обробляються безкоштовно.