Кейс-разбор: автоматизация документов с контролем качества

Задача и ограничения

Документы приходят в разных форматах: сканы, фотографии, PDF с текстовым слоем, таблицы и вложения. Одно поле может называться по-разному, подпись — находиться на отдельной странице, а плохое качество изображения — менять результат распознавания.

Поэтому нельзя строить процесс как один вызов модели. Сначала фиксируем целевую схему данных, обязательные поля, правила сопоставления и последствия ошибки. Для суммы, реквизитов и даты допустимый риск отличается от риска в описательном комментарии.

Автоматизация полезна не тогда, когда скрывает ошибки, а когда быстро отделяет стандартные случаи от тех, где нужен специалист.

Архитектура решения

Входящий файл сохраняется вместе с версией, источником и идентификатором процесса. Затем отдельные этапы определяют тип документа, извлекают текст и таблицы, приводят значения к целевой схеме и запускают детерминированные проверки: формат, диапазон, контрольные суммы и сверку со справочниками.

Результат не попадает напрямую в учётную систему. Для каждого поля хранится происхождение и оценка уверенности, а сомнительные или противоречивые случаи направляются в очередь проверки. Специалист видит исходный фрагмент рядом с предложенным значением и понимает, почему документ остановлен.

• Неизменяемое хранение оригинала
• Версионирование схем и моделей
• Правила проверки после извлечения
• Очередь исключений с приоритетами
• Журнал исправлений и повторная обработка

Как запускать безопасно

Первые партии обрабатываются в теневом режиме: система предлагает результат, но действующий процесс остаётся источником истины. На этих примерах формируется набор проверок по типам документов и причинам ошибок, а не одна усреднённая точность.

Автоматическое проведение включается только для классов, где накоплено достаточно подтверждённых примеров и низка цена ошибки. Остальные случаи продолжают проходить ручную проверку. Такой порог можно менять отдельно для каждого поля и бизнес-процесса.

Результат для бизнеса

Стандартные документы проходят быстрее, а внимание сотрудников концентрируется на исключениях. Руководитель видит не абстрактную точность модели, а объём очереди, причины остановок, время проверки и долю исправлений по каждому типу документа.

Процесс становится управляемым: новый шаблон или поставщик не ломает весь поток, потому что его можно выделить в отдельное правило, маршрут и набор тестов.